返回快讯列表
大模型前沿

Block 展示 Dessa 纯语音对话模型,可在 MacBook Pro 本地同时听与说

Dessa 从人类对话音频训练,不以文字或预训练模型为起点。当前是研究预览,首批向少量 AI 安全研究者开放。

Block 展示语音研究模型 Dessa,团队称模型完全从人类对话录音训练,没有使用文本,也没有以现成预训练模型为起点。它直接接收和生成声音,尝试保留情绪、语气、笑声、停顿和打断等在文字转写中容易丢失的信息;官方页面已开放候补名单。

Dessa 采用全双工交互,可以在说话时继续听取对方输入,并学习在合适时机插话或用简短回应表明正在倾听。Block 称,其推理快于实时,可在 MacBook Pro M4 Max 或更高配置上本地运行;训练则使用了一台 NVIDIA GB200 NVL72。页面展示的对话片段为人与模型的实时录制,字幕在录制后添加。

项目目前属于研究阶段,Block 正向少量 AI 安全研究者提供早期访问,让外部团队探索尚未预见的风险。团队同时把纯音频学习事实、多语言和上下文学习列为待研究的问题,当前没有公布公共 API、模型权重或付费方案。Dessa 团队由原多伦多 Dessa 创业公司的成员组成,在 Block 内直接向 Jack Dorsey 汇报。

更多快讯