Block 发布全双工语音模型 Dessa，仅用人类对话数据从零训练

Block 的内部 AI 研究实验室于 2026 年 10 月 23 日发布了 Dessa，这是一款全双工语音到语音模型。公司称该模型完全基于人类对话数据从零训练而成，并同时发布了实时演示录音、公开等待名单，以及面向一小部分 AI 安全研究者的早期访问权限。

此次发布将 Block 的 Dessa 页面与该实验室负责人 Ragavan Thurairatnam 在 X 上的一篇帖子配合推出。Thurairatnam 称 Dessa 是首个完全基于语音训练后能够进行真实对话的 AI 模型，表示它可以在消费级 GPU 上运行，并将此次发布称为“语音领域的 GPT3 时刻”。Block 在其页面上写道，据公司所知，Dessa 是世界上首个仅通过人类语音训练后就能进行真实实时对话的 AI。

Block 将 Dessa 描述为真正的语音到语音模型：音频输入，音频输出。它是全双工的，因此可以边听边说。公司称，它从真实对话中学会了何时插话、何时用回应性语气表示自己在跟随对话。Block 表示，该模型能够原生地听出并说出情绪、讽刺、笑声、沮丧的叹息，以及因悲伤而颤抖的声音；其推理速度快于实时，因此回复不会出现尴尬的停顿；并且 Dessa 可在 MacBook Pro M4 Max 或更高配置上本地运行。公司称其是有史以来最真实的​​全双工语音模型，并表示与它交谈感觉就像在与真人交谈。

仅基于语音的训练方法

根据该页面，Dessa 仅基于声音从零开始训练，没有任何文本或预训练模型，并且完全通过聆听学会了实时对话。Block 认为，这项任务的难度很容易被低估，因为人们学习说话太过容易。语音数据从不重复：即使以完全相同的方式把同一句话再说一遍，产生的数据也不相同，而无论由谁输入，打出来的文本都是相同的。该页面指出，从数据量来看，一个说出的单词所占的字节数比其书面形式多数千倍，而且重音位置会改变含义；页面上的一句示例句子，每当重读不同的单词时，就会呈现出不同的含义。

Block 表示，Dessa 学习语言所用的单词量比大型语言模型少数百倍，并且团队研究出了如何在单台 NVIDIA GB200 NVL72 系统上训练它。该页面列出了这种方法引出的开放研究问题：与文本相比，此类模型学习语言和事实的效率如何，它们学习新语言的效率如何，以及它们能进行哪些类型的上下文学习。

录制演示

Block 发布了它称为人们与 Dessa 交谈的现场录音的片段。该公司表示，在这些对话中没有人操控模型，Dessa 自己决定说什么、何时说以及如何说，包括它自己的声音和个性；字幕是事后添加的。

所描述的片段包括：Dessa 在句子中间遇到好笑之处时会笑出来，而不是等说话者说完后才笑；被要求大声说话时会提高音量；当对方一时想不起电影片名时，会替对方把句子说完。在另一段录音中，Dessa 在听到意外的周年纪念公告时倒吸一口气，随后以该页面所描述的含泪感激之情作出回应；而一段较长的生活建议录音则被描述为听起来真诚而富有同理心。有一段录音是 Dessa 与第三方 AI 模型 GPT-Live-1 对话；Block 指出，该录音中的两个声音均由 AI 生成，且 GPT-Live-1 的开发者与 Block 无关联，也未审阅或认可 Dessa。

安全、访问与实验室

团队给出了构建 Dessa 的三个理由：好奇心、增进人类与 AI 之间的理解，以及安全。该页面指出，婴儿学习说话时从未见过书面文字，并表示团队想看看模型能否做到同样的事。在安全方面，Block 认为 AI 的能力和自主性不断增强，却仍无法感知说话者声音中的情绪，并举例说，一个人正处于严重痛苦之中，而语音 AI 却毫无察觉，继续说话。该公司将 Dessa 描述为朝着解决这一问题迈出的一步，并批评当前的语音 AI 将语音简化为文本，丢失了只有声音才能承载的信息。

Block 正在向一小群 AI 安全研究人员提供早期访问权限，以发现团队尚未预料到的风险，其申请表格要求填写姓名，以及来自大学、公司或实验室的机构邮箱，还可选择提供 Google Scholar 或博客链接。公开等待名单已开放，更多录音将在 Thurairatnam 的 X 账号上分享，页面称发布链接即将公布。

Dessa 来自 Block 所描述的该公司内部一个非常小的 AI 研究实验室，由多伦多深度学习初创公司 Dessa 的前成员创立。该团队表示，自 2012 年以来一直在构建深度学习模型，构建生成式语音模型已超过八年，并直接向 Block 联合创始人、董事长兼 Block 负责人 Jack Dorsey 汇报。Thurairatnam 的 X 简介称，他此前创立并出售了 Dessa，并曾在多伦多大学授课。除他之外，页面还列出了研究人员 Louay Hazami、Hashiam Kadhim、Qi (Alex) Liu、Rayhane Mama、Aydin Polat 和 Marc Tyndel；实习生 Cara Ji、Jibran Iqbal Shah 和 Dvir Zagury-Grynbaum；以及前实习生 Aryan Sharma 和 Olivia Yan。