Block旗下的Jack Dorsey发布了语音模型Dessa。该模型特别之处在于完全依靠人类对话录音从零训练,没有使用文字数据,也没有借助任何预训练语言模型。Dessa直接接收和生成语音,支持全双工对话,能够在对方未说完时自然接话,听到笑点时会直接笑出声。Block称,Dessa只用一套NVIDIA GB200 NVL72完成训练,相当于一整柜72块Blackwell GPU。模型推理速度快于实时播放,可在搭载M4 Max或更高配置芯片的MacBook Pro上本地运行。目前Block尚未公布模型参数量、标准测试成绩和权重,只向少量AI安全研究人员提供早期访问。