Block 发布只用语音训练的全双工对话模型 Dessa

Block 的 AI 研究团队发布研究预览版 Dessa：一个从零开始、只用人类对话语音训练的语音到语音模型，没有使用任何文本或预训练模型。它是全双工的，可以边听边说，会判断何时插话、何时回应「嗯」「好的」这类附和。Block 称它能在 M4 Max 及以上的 MacBook Pro 上本地运行，推理快于实时。

要点

• 训练只用了一台 NVIDIA GB200 NVL72；官方称它学会语言所用的词量比 LLM 少数百倍，但未公布参数量和数据规模
• 页面只提供六段对话录音演示，没有基准分数
• 目前只向一小批 AI 安全研究者开放早期访问，下载链接「即将推出」，许可证未说明

来源

### [Block 发布只用语音训练的全双工对话模型 Dessa]({{URL}})

Block 的 AI 研究团队发布研究预览版 Dessa：一个从零开始、只用人类对话语音训练的语音到语音模型，没有使用任何文本或预训练模型。它是全双工的，可以边听边说，会判断何时插话、何时回应「嗯」「好的」这类附和。Block 称它能在 M4 Max 及以上的 MacBook Pro 上本地运行，推理快于实时。

- 训练只用了一台 NVIDIA GB200 NVL72；官方称它学会语言所用的词量比 LLM 少数百倍，但未公布参数量和数据规模
- 页面只提供六段对话录音演示，没有基准分数
- 目前只向一小批 AI 安全研究者开放早期访问，下载链接「即将推出」，许可证未说明

**为什么值得关注**：主流语音助手先把语音转成文本，语气和情绪信息随之丢失；Dessa 走纯语音路线，是语音 Agent 的另一种思路，但在公开权重和评测之前还难以判断实际水平。

来源：[Dessa: the Conversation Model trained only on speech](https://block.xyz/dessa)；[Block launches Dessa, a full-duplex speech model trained only on audio](https://www.voiceaispace.com/articles/block-launches-dessa-a-full-duplex-speech-model-trained-only-on-audio)；[Dessa: Conversation Model trained only on speech (HN discussion)](https://news.ycombinator.com/item?id=50213925)