微软企业级人工智能平台 Foundry 新增原生语音代理能力，旨在为企业客户提供更接近实时交互的智能助手体验。该功能更新使企业能够部署具备自然对话能力的 AI 代理，可与 Google Gemini Live 形成直接竞争。
功能定位与技术架构
新推出的语音代理功能允许企业在 Microsoft Foundry 平台上构建可执行的智能体，这些代理能够通过语音进行多轮对话交互。系统采用大语言模型作为核心引擎，支持文本转语音及语音识别双向转换。
竞品对标与市场策略
此次更新被明确视为对 Google 推出的 Gemini Live 语音助手的回应。微软希望通过为企业提供同类功能，巩固其在企业 AI 市场中的竞争力。Gemini Live 于 2024 年底推出，主打实时语音对话能力。
企业应用场景
语音代理预计将在客户服务、内部知识检索、会议辅助等场景中得到应用。企业可通过 Foundry 的集成能力将语音代理与现有的业务系统连接，实现自动化的工作流程处理。
后续规划与生态整合
微软表示将进一步优化语音处理的延迟表现和多语言能力支持。该平台计划与 Teams、Microsoft 365 等现有企业服务深度整合，形成完整的协作 AI 解决方案。
via Neowin
