🎙️ A Block, de Dorsey, lança Dessa, um modelo de IA de “voz pura”: sem passar por texto, entende emoções e roda localmente em um notebook
Segundo o site oficial da Block e uma reportagem da TechCrunch de 24/10:
1️⃣ Dessa é um modelo de voz para voz full-duplex: ouve e fala ao mesmo tempo, interrompe, concorda e consegue reconhecer e expressar emoções como risadas, suspiros e voz embargada
2️⃣ A empresa afirma que o modelo foi treinado do zero, apenas com áudio de conversas humanas, sem texto nem modelos pré-treinados. O treinamento usou apenas uma NVIDIA GB200 NVL72
3️⃣ Pode rodar localmente em um MacBook Pro M4 Max ou superior, com inferência mais rápida que o tempo real. Por enquanto, não foram divulgados downloads, API nem preços; inscrições antecipadas estão abertas apenas para pesquisadores de segurança (Unite.AI, The Verge)
【Opinião】
A IA de voz convencional funciona assim: “voz para texto → modelo de linguagem grande → texto para voz”. Isso gera muita latência e elimina toda a emoção. Dessa segue outro caminho: processamento no dispositivo + voz nativa. Para a Block, agentes de voz locais mais baratos podem ser usados nos pedidos das lojas Square e no atendimento ao cliente do Cash App. O sinal mais amplo é que a competição em IA está deixando de ser “quem tem mais parâmetros” e passando a ser “quem oferece a melhor experiência de interação e o menor custo no dispositivo”. A demanda por capacidade computacional também deve migrar da nuvem para os dispositivos finais.
【Oportunidades/riscos】
✅ Fique de olho: chips de IA para dispositivos e a lógica de troca por PCs e celulares de ponta; integração entre atendimento ao cliente por voz com IA e pagamentos; sentimento em torno de computação descentralizada e agentes de IA
⚠️ Riscos: por enquanto, há apenas uma demonstração, sem benchmarks nem pesos públicos; o “momento GPT-3” é uma avaliação da própria equipe. Vozes emocionais realistas também podem ampliar os riscos de golpes por telefone e deepfakes, e a regulação pode avançar
Você preferiria conversar com uma IA de voz que “suspira e ri” ou acha que, por parecer real demais, ela acaba sendo inquietante?
#AI #语音AI #端侧AI #Block $BTC $FET
Apenas para fins informativos; não constitui recomendação de investimento.
Segundo o site oficial da Block e uma reportagem da TechCrunch de 24/10:
1️⃣ Dessa é um modelo de voz para voz full-duplex: ouve e fala ao mesmo tempo, interrompe, concorda e consegue reconhecer e expressar emoções como risadas, suspiros e voz embargada
2️⃣ A empresa afirma que o modelo foi treinado do zero, apenas com áudio de conversas humanas, sem texto nem modelos pré-treinados. O treinamento usou apenas uma NVIDIA GB200 NVL72
3️⃣ Pode rodar localmente em um MacBook Pro M4 Max ou superior, com inferência mais rápida que o tempo real. Por enquanto, não foram divulgados downloads, API nem preços; inscrições antecipadas estão abertas apenas para pesquisadores de segurança (Unite.AI, The Verge)
【Opinião】
A IA de voz convencional funciona assim: “voz para texto → modelo de linguagem grande → texto para voz”. Isso gera muita latência e elimina toda a emoção. Dessa segue outro caminho: processamento no dispositivo + voz nativa. Para a Block, agentes de voz locais mais baratos podem ser usados nos pedidos das lojas Square e no atendimento ao cliente do Cash App. O sinal mais amplo é que a competição em IA está deixando de ser “quem tem mais parâmetros” e passando a ser “quem oferece a melhor experiência de interação e o menor custo no dispositivo”. A demanda por capacidade computacional também deve migrar da nuvem para os dispositivos finais.
【Oportunidades/riscos】
✅ Fique de olho: chips de IA para dispositivos e a lógica de troca por PCs e celulares de ponta; integração entre atendimento ao cliente por voz com IA e pagamentos; sentimento em torno de computação descentralizada e agentes de IA
⚠️ Riscos: por enquanto, há apenas uma demonstração, sem benchmarks nem pesos públicos; o “momento GPT-3” é uma avaliação da própria equipe. Vozes emocionais realistas também podem ampliar os riscos de golpes por telefone e deepfakes, e a regulação pode avançar
Você preferiria conversar com uma IA de voz que “suspira e ri” ou acha que, por parecer real demais, ela acaba sendo inquietante?
#AI #语音AI #端侧AI #Block $BTC $FET
Apenas para fins informativos; não constitui recomendação de investimento.