Block发布纯语音模型Dessa，仅限安全研究者试用

Block 研究实验室发布语音模型 Dessa，可本地运行，能同时说话和聆听，并带有笑声、停顿、哭泣等表达。该模型完全用人类语音训练，训练只用一块 NVIDIA GPU，可在 MacBook M4 Max 或更高配置的消费级电脑上运行。Block 称现有模型因文本环节驱动语音而显得不自然，Dessa 的情感内置于模型中，但尚不清楚是否由标签控制。目前 Dessa 未公开开放，Block 正征集安全研究人员测试，以排查语音智能体可能欺骗他人的情况。

Block 发布语音模型 Dessa，称其完全用人类语音训练、不含任何文本数据，从零构建。Dessa 不先把音频转成文本，而是直接处理语音，可实时捕捉情绪、讽刺、笑声和停顿，并支持全双工，能边听边说。该模型可在 MacBook Pro M4 Max 上本地运行，训练使用单台 NVIDIA GB200 NVL72。Block 表示做 Dessa 出于对更好人机沟通的追求和对现有语音 AI 忽略情绪线索的安全担忧。Dessa 尚未公开，团队先招募 AI 安全研究者测试意外风险，感兴趣者可通过表单报名。

Jack Dorsey 的 Block 发布 AI 模型 Dessa，称其完全基于人类对话从零训练，是真正的语音到语音模型，可在 MacBook Pro M4 Max 或更高配置上本地运行。Block 展示了 Dessa 与人的对话示例，交流大体自然，但偶尔会出现把对方误认成“Ronaldo”这类略显尴尬的表现。团队称做这个模型出于好奇心、增进人与 AI 的理解以及安全三方面考虑，并指出当前语音 AI 把语音压成文本、跟不上人类节奏、也听不出情绪。Dessa 将先向一小批 AI 安全研究者开放早期访问。