Block 发布语音模型 Dessa,仅用人类对话训练、可本地运行
« Je n’ai jamais entendu quelque chose d’artificiel qui sonnait si… humain » : cette IA parle comme nous
Block 发布语音模型 Dessa,称其仅用人类对话训练,不使用文本或预训练模型。Dessa 采用全双工方式,可在说话同时继续听并插话、笑或接话;Block 称它能在搭载 M4 Max 及以上芯片的 MacBook Pro 上本地运行。目前 Dessa 是研究预览版,没有发布时间和定价,仅向少量 AI 安全研究者开放早期访问。
正文 · AI 翻译
它会打断你说话,对意外情况作出反应,还能想起你忘了名字的那部电影。Block 的 AI Dessa 再现了我们对话中的那些细微反应。其创造者声称,他们教会了它不用文本就能说话。
你在找一部克里斯托弗·诺兰的电影,就是那部发生在太空里的。还没等你说完描述,你的对话者就提出了《星际穿越》。这是一场影迷之间的普通讨论,只除了一点:其中一方是人工智能。
这段对话是 Block 于本周五 10 月 23 日发布的多段演示之一,用于介绍 Dessa。杰克·多西(Twitter 前创始人,Twitter 后更名为 X)的公司声称,这个模型仅用人类对话训练,没有使用文本,也没有使用预训练模型。这些片段出奇地生动,以至于一些网友难以相信他们听到的是 AI。
一个不等轮到自己就开口的 AI
在另一段片段中,一个人向 Dessa 宣布了一次去巴黎的惊喜旅行。AI 在宣布结束前就作出了反应。在别处,Block 还重点展示了它在句子中间发笑,以及在被要求时提高音量的能力。公司称这些片段是现场录制的对话,字幕是事后添加的。
Dessa 再现了我们对话中的不完美之处。在这些由 Block 挑选的片段中,它显得比 Gemini 仍相当机械的交流更流畅,甚至也比去年 7 月推出的 ChatGPT 语音模型更流畅。
认识 Dessa,我们从零开始用人类对话训练的语音模型。
亲耳听听:https://t.co/FDmoXNPpIh pic.twitter.com/XiFE6T2dgz—— Block (@blocks) 2026 年 10 月 23 日
此内容已被屏蔽,因为您未接受 cookie 和其他追踪器。此内容由 Twitter 提供。要查看它,您必须接受 Twitter 对您的数据的使用,这些数据可能用于以下目的:允许您查看社交媒体内容并与之分享,促进 Humanoid 及其合作伙伴产品的开发和改进,向您展示与您的个人资料和活动相关的个性化广告,为您建立个性化广告档案,衡量本网站广告和内容的效果,以及衡量本网站的受众(了解更多)
点击“全部接受”,即表示您同意上述目的,涵盖 Humanoid 和 放置的所有 cookie 及其他追踪器。
您保留随时撤回同意的权利。如需了解更多信息,请查阅我们的 Cookie 政策。
犹豫、笑声和打断,让人更觉得电话那头是一个人。这让我们离电影《她》中的现实又近了一点——片中一名男子爱上了他日常交谈的 AI。
Dessa 如何做到如此自然?
Dessa 采用全双工方式运行:它可以同时听和说。因此,它在回答时仍会继续关注你说的话,这使它无需等到轮到自己就能作出反应。它可以在解释过程中插一句“对”,在句子结束前笑出声,或在你找词时接话。于是,交流就像一场真正的讨论,有打断,也有重叠。
这一原理早已存在。早在 2024 年,由泽维尔·尼尔联合创办的法国实验室 Kyutai 就推出了 Moshi,一个能够处理同步语音交流的模型。不过,它基于一个用文本训练的语言模型。Block 所主张的独特之处在于 Dessa 的学习方式,它完全基于语音。
因此,Dessa 从未“读”过一个字。它的知识来自训练期间使用的人类对话。团队将这一做法比作一个在学会阅读之前很早就学会说话的孩子,但这并不意味着他们的学习方式相同。
笑声、惊讶、提高的嗓音:Dessa 让对话更有层次。// 来源:Block
通过不使用文本,团队还想保留转录会抹去的东西。一句兴高采烈说出的“还好吗”和一句声音颤抖说出的“还好吗”包含相同的词,但表达的意思并不相同。
通过直接处理声音,Block 希望 Dessa 在学习语言的同时学会这些细微差别:语调、停顿、叹息或笑声都是对话的一部分。
在其网站上,团队还将其视为一个安全问题:助手应当能够对声音中可察觉的痛苦作出反应,即使言语没有清楚表达出来。目前,Block 仅用它自己挑选的演示来支持这一说法。能够再现动情的声音,并不足以证明一个模型能够识别我们的状态并作出恰当回应。
公众目前还不能试用 Dessa。Block 将其作为研究预览版推出,没有发布日期,也没有定价。只有一小群 AI 安全研究者将获得早期访问权限,任务是找出团队未曾预见到的风险。该模型据称无需云端:据 Block 介绍,它可在搭载 M4 Max 或更强芯片的 MacBook Pro 上本地运行。
探索会员福利
更快、更实用、更独家
零广告、高级阅读功能、AI 摘要文章、独家内容等更多内容。
探索 Numerama+ 的众多优势。
订阅 Numerama+
您本月已在 Numerama 阅读了 0 篇文章
有一个充分的理由不订阅
并非所有人都有能力为信息付费。
因此我们坚持让新闻向所有人开放。
但如果您有能力,
以下是支持我们工作的三个充分理由:
1 Numerama+ 有助于为所有 Numerama 读者提供免费体验。
2 您将享受无广告阅读、众多高级阅读功能和独家内容。
3 帮助 Numerama 完成其使命:理解当下,预见未来。
如果您相信一个免费的互联网和人人可及的高质量信息,请加入 Numerama+。
订阅 Numerama+
一瞥尽览科技全资讯
将 Numerama 添加到您的主屏幕,与未来保持连接!