Block发布Dessa全双工语音模型 支持本地运行

时间：美国当地时间2026年10月23日发布，2026年10月25日中文媒体跟进报道 地点：美国旧金山（Block 总部），模型训练使用英伟达 GB200 NVL72 机架 人物：杰克·多尔西（Jack Dorsey，Block 创始人兼董事长）；Dessa 实验室负责人 Ragavan Thurairatnam 事件详情：Block公司推出全双工语音模型Dessa，官方项目页称其"完全基于人类对话、从零训练，无文本、无预训练模型"。Dessa采用语音到语音（speech-to-speech）架构，音频进、音频出，可同时听与说，能主动打断、并用"yeah""got it"这类短促回应做backchannel，官方称其为"迄今构建的最真实的全双工语音模型"。Block页面写明训练仅使用一台英伟达GB200 NVL72机架（内含72颗Blackwell GPU），TechCrunch转述为"一个英伟达GPU机架"；Block称模型学习语言所用的词量比大语言模型少"数百倍"，推理速度快于实时，可在M4 Max及以上配置的MacBook Pro本地运行。模型知识来自训练所用对话数据，而非外接大语言模型检索。 背景：目前主流语音助手都是"语音转文本→大语言模型→文本转语音"的级联链路，中间文本层会丢失情绪、语气、停顿等韵律信息。ElevenLabs v4、Fish Audio Drama 3等模型依靠语音标签（voice tags）驱动情绪，Block则称Dessa的情绪表达为模型原生内置，但尚未说明底层是否仍依赖标签。团队给出的三条理由是好奇心、加深人机理解与安全，并称现有语音AI"听不出你的情绪"——若用户处于严重疼痛等状态仍会继续应答，这被他们定义为安全风险。 影响：Dessa目前暂不对外开放试用，Block已向一小批AI安全研究者发出早期测试邀请，重点考察语音智能体欺骗人类的风险场景，其余用户只能加入等候名单。官方页面尚未公布参数规模、训练数据时长、基准成绩、论文、权重、许可证与价格。演示片段全部由Block自行提供且无人引导模型输出，The Verge记者Jay Peters认为部分对话"略显尴尬和诡异"，其中一段里模型一度把对话者误认成"Ronaldo"；另有一段与OpenAI的GPT-Live-1模型对话，Block说明该模型开发者与Block无关联且未审阅背书。评测机构Artificial Analysis跟踪响应速度、语音推理、任务完成与轮次切换的语音模型榜单，目前Dessa尚未上榜，也没有常用榜单衡量模型读取情绪的能力。此外，欧盟《人工智能法案》已禁止在工作场所和教育场景推断情绪，并要求告知用户正在与机器对话，这对这类语音模型的落地范围构成直接约束。Block主营金融服务并面向小微企业提供方案，旗下Square已用语音AI处理下单业务，端侧运行有望降低其金融、小企业及消费端语音产品的成本。 总结：Dessa是少数完全以人类语音为唯一训练信号、并宣称从零学会实时对话的全双工模型，其"无文本中转"架构与端侧实时推理若经独立评测成立，可能改变语音智能体的成本结构与评估方式；但目前关键参数、基准与安全表现全部来自Block自述，尚无第三方复现，Dessa现阶段更像一份研究声明而非可用的产品。 参考来源： 1. Block官方项目页：https://block.xyz/dessa 2. TechCrunch：https://techcrunch.com/2026/10/24/blocks-new-voice-model-sounds-eerily-human 3. Notebookcheck：https://www.notebookcheck.net/Jack-Dorsey-s-new-AI-never-read-a-single-word-yet-it-can-hold-disturbingly-human-conversations.1433101.0.html 4. IT之家·腾讯新闻：https://new.qq.com/rain/a/20261025A04XRL00 5. DEV Community：https://dev.to/techaiwire/blocks-dessa-voice-ai-learned-to-talk-without-any-text-394 6. Digest AI News：https://digestai.news/story/block-releases-dessa-an-ai-model-trained-only-on-human-speech 7. I-Scoop：https://www.i-scoop.eu/block-dessa