
何が起きたか
Microsoftが初のストリーミング文字起こしモデルMAI-Transcribe-2-Streamingを公開。音声1時間あたり54セント。60以上の言語に対応。
なぜ重要か
話し手が話し終える前にリアルタイム字幕を表示したりリクエストの処理を始めたりする音声エージェントを開発者が構築できる。Microsoftは自然で人間らしい会話に必要だとしている。
注目点
コスト削減はOpenAIやAnthropicなどのプロバイダーを置き換えられるかにかかっている。Suleyman氏はBloombergに目標を語った。
誰に効くか音声エージェントや会話AIアプリケーションを開発する開発者は、リアルタイム文字起こしのより安価で高速な選択肢を得る。MicrosoftのCopilotチームがExcelやOutlookなどのプラットフォーム向けエージェントで恩恵を受ける可能性もある。同社は自社モデルを内部で使うことを目指している。
こういう要約が、毎朝あなたのメールに届きます。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Reson8は5億パラメータの音声認識モデルRumble-2-FlashをApache 2.0ライセンスの無償オープンウェイトとして公開した
Microsoft Ignite 2026でマイクロソフトは赤・青・緑チームのエージェントを組み合わせ攻撃模擬・検知調査・脆弱性修正を行うMicrosoft Perceptionの一般提供を発表した

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…

AUMOVIOはDatabricks Unity GatewayをLLMへの唯一の経路に採用

CADMAGEDDONはBenchCADの64³ボクセルIoUで、1000部品のサブセットにおいて0.991を記録し、Claude Sonnet 5.5の0.963、Claude Opus 5.5の0.962、GPT-6…

MIT Technology ReviewのAI誇大広告指数はAIの広がりを示し、GoogleのAI Overviewsが広告収入で数十億ドルを失わせたことやAI支援のサイバー攻撃を挙げた
