Block发布Dessa：完全只用人类语音训练、不含任何文本的语音AI

Square和Cash App的母公司Block于2026年10月23日发布了语音模型Dessa。公司称，该模型完全从零开始，只用录制的人类对话训练而成——没有文本，也没有预训练语言模型。

Block的说法

• Dessa是语音到语音的全双工模型：能边听边说，可以被打断，在对方讲话时还会发出“嗯”之类的简短回应。
• 由于不把语音转换成文本，Block称它能听出并表达情绪、讽刺、笑声和叹息，而这些正是基于文本的语音助手会丢失的。
• Block表示，模型仅在一个NVIDIA GB200 NVL72机架上训练，并可在MacBook Pro M4 Max或更高配置上本地运行，速度快于实时。

需要注意

以上均为Block的自述，并以公司挑选的录音作为展示。据TechCrunch和Block官网，目前尚无公开访问、API或已发布的基准测试；Block先邀请AI安全研究人员进行测试。TechCrunch指出，与通常搭配大语言模型的语音系统不同，Dessa的知识仅来自其对话数据，因此它究竟掌握多少知识仍是未知数。The Verge形容部分演示对话偶尔显得尴尬、令人不安。