AISpot

搜尋

找到 7 筆

Hacker News front page● 精選AI 評分78

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。

機器之心● 精選AI 評分72

港中深聯合安菲翁發布 DuplexAgent-RSI,語音智慧體可邊聊邊執行任務

香港中文大學(深圳)與安菲翁科技提出 DuplexAgent-RSI,讓語音智慧體在全雙工即時對話的同時,把搜尋、推理與編碼任務交給後臺執行。系統以 Policy、Intake、Hold、Worker、Deliver、Memory 六個模組組成協作控制層,並用 Duplex-Harness-RSI 在模擬測試中自動出題、診斷失敗、配對驗證,迭代協作規則。

Hacker News front pageAI 評分34

Eunice 將近:全雙工對話與 24/7 自主 agent 已出現

一篇部落格文章認為,William Gibson 在 2020 年小說 Agency 中描繪的 AI 助手 Eunice 已接近現實。書中 Eunice 被啟動後一邊對話,一邊自行在後臺取用資訊、調動資源;文章指出,如今 GPT-Live 與 Block 的 Dessa 已帶來接近真人的全雙工對話,OpenAI 的 Dots 和 Meta 的 Muse 則在引入可 24/7 獨立追求目標、在後臺行動的 agent。

TechCrunch AIAI 評分45

語音 AI 高管:全雙工已實現,仍未迎來 ChatGPT 時刻

企業語音 AI 平台 PolyAI 的 CTO Shawn Wen 在 HumanX 大會上表示,全雙工模型雖已實現,語音 AI 仍未迎來自己的「ChatGPT 時刻」,下一步的關鍵是讓推理足夠快、對話足夠自然。會議記錄工具 Otter 的 CMO Alex Gay 指出,說話人識別、意圖捕捉並與組織知識結合才是自動化的關鍵,Otter 還在研發可代表參會者的數字孿生。兩人都提到 ASR 模型常漏掉關鍵詞,轉寫不準會讓後續動作全部出錯、使用者失去信任;

TechCrunch AIAI 評分65

Block 發布全雙工語音模型 Dessa,可在 MacBook 本地執行

Block 研究實驗室發布語音模型 Dessa,它能一邊說話一邊傾聽,並可在 MacBook M4 Max 等消費級裝置上本地執行。該模型完全以人類語音資料訓練,使用了單個 Nvidia GPU 機架;笑聲、停頓與情緒都內建於模型本身,不依賴文字標籤或文字中轉來驅動。Block 稱目前不對外開放,僅招募安全研究員測試,重點評估語音代理是否可能欺騙對話另一方。

The Verge AIAI 評分63

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。

量子位AI 評分40

聲網趙斌提出五級對話能力框架,對話式 AI 邁向對話 AGI

10 月 23 日在北京舉行的 iRTE2026 即時智慧大會上,聲網創始人兼 CEO 趙斌提出五級對話能力框架,把對話式 AI 分為 L1 一問一答、L2 主動表達、L3 個體認知溝通、L4 群體認知溝通、L5 基於長期關係的深度溝通。他認為即時互動的物件正從人擴充套件到 Agent,需要全球即時傳輸網路、雲邊端聯合推理與全雙工互動支撐,聲網對話式 AI 引擎及 SDK、CLI 等套件面向該場景。同場輝達講了 AV2 編解碼,圓桌涉及個人智慧體與 AI 眼鏡。