Block发布纯语音对话模型Dessa

Jack Dorsey 的 Block 公司发布了名为 Dessa 的 AI 模型，该模型完全基于人类对话从零训练，是一个真正的端到端语音到语音模型。Dessa 旨在解决当前语音 AI 将语音扁平化为文本、无法捕捉人类情绪节奏的安全问题，并展示了与 OpenAI 的 GPT-Live-1 语音模型进行对话时表现更自然的案例。 Dessa 团队提供了三个开发动机：好奇心、增进人机理解以及安全性（特别是识别用户痛苦等情绪）。该模型具备本地运行能力，官方宣称可在 MacBook Pro M4 Max 或更高配置的电脑上运行。尽管模型能进行自然对话，但测试中出现了将说话者误认为“Ronaldo”等略显尴尬和怪异的交互细节。 事实层面，Dessa 是首个声称仅通过人类语音训练的模型，且支持端侧部署；推断层面，这标志着语音交互正从“转写 + 生成”向原生语音理解迁移，试图修复情感缺失；猜测层面，早期访问仅限少数安全研究人员，其商业化路径尚不明确。