Block 團隊發布全雙工語音模型 Dessa
Block 旗下 Dessa 團隊發布全雙工語音模型 Dessa，完全用人類對話音訊從零訓練，不含文字與預訓練模型。它邊聽邊說，會在對話中插入「嗯」「懂了」等回應，原生處理情緒、語調與笑聲，推理快於即時，可在 M4 Max 或更強的 MacBook Pro 上本地執行。官方稱訓練只用了單臺 NVIDIA GB200 NVL72，並開放少量名額給 AI 安全研究者提前試用。
號稱首個僅靠語音資料訓練的即時全雙工模型，給出本地執行與單機 GB200 訓練細節，對語音互動產品與本地推理開發者有參考價值。
原標題：Dessa: the most authentic full-duplex speech model ever built
閱讀原文
| 評分 | 76 / 80（平均 78，門檻 76） |
|---|---|
| 狀態 | 精選 |
相關報導
Block 用 OpenAI 技術建置 AI 安全，補丁提報縮至分鐘級
Block 正藉助 OpenAI 技術建置 AI 安全能力，其安全團隊可以更快地調查威脅，並在幾分鐘內提出補丁。該訊息於 2026 年 10 月 14 日發布，公開內容只提到威脅調查與補丁提報兩個環節，未披露所用具體模型、部署規模與成本細節。
Blokkily：支援 MCP 的實驗性 DAW，內建 LLM 作曲助手
Blokkily 是一個實驗性 pattern-first DAW，支援 MCP，編輯器上方設有 LLM 作曲助手的提示欄。它用單一事件模型驅動 tracker、鋼琴捲簾與步進網格三個同步編輯器，CLAP 為必需的原生外掛格式，同時適配 VST3，並內建 FluidSynth 載入 SF2/SF3 音色。
llama.cpp 新增 LiquidAI d1-omni-600M 決策模型
llama.cpp 建置 b11488 新增 LiquidAI/d1-omni-600M 決策模型支援，服務端可通過 images 與 input_audio 直接接收音訊輸入，模型與多模態輸入打通。同時決策型別 d1omni 更名為 lfm2-d1-omni，images 成為 files 的別名，無記憶的 lfm2 被限定為非因果模式，CUDA 後端保留 conformer 的 GLU sigmoid。四筆改動均標註由 Claude Opus 5.5 協助完成；
Mistral 發布 Voxtral 3 語音模型家族及語音 agent SDK
Mistral 推出 Voxtral 3 語音模型系列，並配套語音 agent SDK，將監聽、推理、工具呼叫和發音整合進一條即時流式處理管線。轉寫模型 Voxtral Small Transcribe 3 支援 50+ 語言、說話人分離和關鍵詞上下文偏置，官方稱它在多語言轉寫與說話人分離基準上優於 Whisper、Scribe v2 和 Gemini 3.5 Transcribe；Mini 版僅有 4B 引數，每分鐘 0.0035 美元。
DeepSeek Harness 民間外掛 ds-bot 發布，支援多 Bot 團隊與長期記憶
開發者 FeiZ 發布基於 DeepSeek Harness 的民間外掛 ds-bot，可把多個 Bot 組成團隊，每個 Bot 擁有獨立名稱、職責、指令、形象與可切換的模型，並具備持久化長期記憶。它支援設定 Main Bot 主管，訊息預設由主管回覆並排程其他 Bot，以降低群聊的 token 消耗；記憶以 Markdown 檔案儲存，每輪對話後自動審查增刪改，資料儲存在本機 DSH 目錄的 bot/ 與 sessions/ 中。