Block 发布全双工语音模型 Dessa，训练仅使用语音数据

Block 旗下 AI 研究实验室发布全双工语音模型 Dessa。该模型仅用人类对话语音数据训练，不依赖文本或预训练模型，采用语音到语音架构，可同时听与说，支持实时打断和句中发笑等自然交互。Dessa 在一台配备 72 枚 GPU 的 NVIDIA GB200 NVL72 机架上完成训练，推理阶段可在 MacBook Pro M4 Max 或更高配置设备上本地运行，速度快于实时。目前仍处于研究预览阶段，权重、论文、API 和定价均未公布。