La próxima etapa de la IA de voz no consiste solo en «sonar más humana», sino en poder ejecutarse en tu propio dispositivo.
Block lanza su nuevo modelo de voz, Dessa: afirma que está entrenado íntegramente con voz, puede captar risas, pausas y emociones, admite conversaciones full-duplex —escuchar y hablar al mismo tiempo— y puede ejecutarse localmente en una GPU de consumo. Esto da un paso más para sacar las conversaciones en tiempo real de la caja negra de la nube y llevarlas hacia algo «desplegable y controlable».
Cómo interpretarlo: para los productos, la inferencia local cambiará la estructura de costes de latencia y privacidad; en la intersección entre las criptomonedas y la IA, los agentes de voz que pueden desplegarse localmente podrán integrarse más fácilmente en monederos, atención al cliente y notificaciones on-chain, pero también trasladarán al dispositivo los riesgos relacionados con los permisos y los errores de operación. Cuanto más humanas sean sus capacidades, más necesario será contar con un botón de parada de emergencia.
#Block #Dessa #语音AI #本地模型 #AgentesDeIA