Block 發布全雙工語音對話模型 Dessa,僅用語音訓練
Block 發布名為 Dessa 的對話模型,稱其完全基於人類語音對話從零訓練,並支援全雙工語音對話。為展示效果,Block 分享了多段 Dessa 與人類的聊天記錄;其中由專案負責人 Ragavan Thurairatnam 分享的一段裡,交流大多自然,但 Dessa 一開場把說話者誤認成“Ronaldo”。Block 稱這是首個可進行真實對話、完全用語音訓練的模型,訓練資料不是文字而是人類對話語音。
10 月 23 日,Jack Dorsey 旗下的 Block 發布全雙工語音模型 Dessa,官方稱它完全從零訓練於人類對話音訊,不含文字資料,也不依賴預訓練模型,並稱這是首個能進行真實對話、且只用語音訓練的模型。Dessa 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;推理速度快於即時,可在 M4 Max 或更強的 MacBook Pro 上本地執行。官方表示訓練只用了單臺 NVIDIA GB200 NVL72,並開放少量名額給 AI 安全研究者提前試用。據 The Verge 報導,Block 公布了多段 Dessa 與人的對話錄音,其中專案負責人 Ragavan Thurairatnam 分享的一段交流大體自然,但 Dessa 開場把說話者誤認成「Ronaldo」,整體偶爾顯得生硬。對在本地跑模型的人來說,這多了一個可在 Apple Silicon 筆記本上離線執行的全雙工語音選項;對語音 Agent 開發者而言,則是一個不經過語音轉文字中轉的方案。
AI 根據 2 則報導生成 · 更新
沿著報導,了解事件的不同側面;點標題看單篇報導的摘要與原文連結。
Block 發布名為 Dessa 的對話模型,稱其完全基於人類語音對話從零訓練,並支援全雙工語音對話。為展示效果,Block 分享了多段 Dessa 與人類的聊天記錄;其中由專案負責人 Ragavan Thurairatnam 分享的一段裡,交流大多自然,但 Dessa 一開場把說話者誤認成“Ronaldo”。Block 稱這是首個可進行真實對話、完全用語音訓練的模型,訓練資料不是文字而是人類對話語音。
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。
過去 48 小時,有 2 個獨立來源報導,最近 6 小時新增 2 個。熱度 1.8,熱門榜第 5 名。
熱度以 48 小時內的獨立來源計,同一來源只算一次,每 24 小時權重減半。
同一事件的報導集中在這裡,新的進展會繼續補充。