TREE NEWS 消息， Jack Dorsey旗下金融科技公司Block的AI研究实验室发布全双工语音对话模型Dessa研究预览版。该模型完全基于人类对话语音从零训练，未使用文本或预训练模型，可同时听和说；训练仅使用一套NVIDIA GB200 NVL72，可在MacBook Pro M4 Max或更高配置设备上以快于实时的速度本地运行。Dessa目前尚未全面开放，官方已公布对话演示录音，并向少量AI安全研究人员提供早期访问。项目负责人Ragavan Thurairatnam称其为“语音领域的GPT-3时刻”。
Block发布纯语音训练对话模型Dessa，可在MacBook本地运行
AI 解读
这条消息的真正看点不在语音效果，而在训练范式的转向：完全绕开文本与预训练模型、从零以人类对话语音训练，意味着语音交互可能走出“语音转文字再转回语音”的拼接路径。对金融科技与支付场景而言，能在本地设备上快于实时运行的全双工模型，指向低延迟、低云端依赖的客服与交易辅助形态，Block自身业务是潜在落点。但Dessa仍处研究预览、仅向少量安全研究者开放，能否在真实场景中稳定复现演示水平，以及纯语音路线在理解与可控性上是否吃亏，是接下来值得观察的问题。
由 AI 生成，仅供参考。