Block 发布本地运行的全双工语音模型 Dessa
Block 研究实验室发布语音模型 Dessa,可本地运行,能同时说话和倾听,并带有笑声、停顿、哭泣等表达。该模型完全用人类语音训练,可在 MacBook M4 Max 或更高配置的消费级电脑上运行,目前未公开开放,Block 正征集安全研究人员测试。Block 称现有语音模型因文本环节而显得不自然,Dessa 的情感内建于模型之中,其知识来自所训练的对话数据。
Block 研究实验室发布语音模型 Dessa,可本地运行,能同时说话和倾听,并带有笑声、停顿、哭泣等表达。该模型完全用人类语音训练,可在 MacBook M4 Max 或更高配置的消费级电脑上运行,目前未公开开放,Block 正征集安全研究人员测试。Block 称现有语音模型因文本环节而显得不自然,Dessa 的情感内建于模型之中,其知识来自所训练的对话数据。
Block 发布语音模型 Dessa,称其是首个完全用人类语音、不含任何文本数据从零训练而成的 AI 模型。Dessa 不先把音频转成文本,而是直接处理语音,可实时捕捉情绪、讽刺、笑声和停顿,并支持全双工同时听说。该模型可在 MacBook Pro M4 Max 上本地运行,训练使用单台 NVIDIA GB200 NVL72,目前尚未公开,团队先招募 AI 安全研究者测试意外风险。
Jack Dorsey 旗下 Block 发布 AI 模型 Dessa,称其完全基于人类对话从零训练,是真正的语音到语音模型,可在 MacBook Pro M4 Max 或更高配置上本地运行。
IBM 更新 Granite Speech 系列,新增 granite-speech-5.0-2b,并修订 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。
Mistral 发布 Voxtral 3 语音模型家族及基于 LiveKit 的语音智能体 SDK,把听、推理、工具调用和说合成一条实时流式管线,每轮对话在一秒内完成。
推荐理由:原文给出语音模型与智能体 SDK 的完整能力、定价和部署方式,可据此判断实时语音智能体的落地成本。