🎙️ Block của Dorsey ra mắt mô hình AI “thuần giọng nói” Dessa: không qua văn bản, hiểu được cảm xúc và có thể chạy cục bộ trên laptop
Theo trang web chính thức của Block và bài đưa tin ngày 10/24 của TechCrunch:
1️⃣ Dessa là mô hình chuyển giọng nói thành giọng nói song công toàn phần: vừa nghe vừa nói, có thể ngắt lời, hưởng ứng, nhận biết và thể hiện tiếng cười, tiếng thở dài, giọng nghẹn ngào cùng các cảm xúc khác
2️⃣ Theo công ty, mô hình được huấn luyện từ đầu chỉ bằng âm thanh hội thoại của con người, không dùng văn bản hay mô hình tiền huấn luyện; quá trình huấn luyện chỉ sử dụng một hệ thống NVIDIA GB200 NVL72
3️⃣ Có thể chạy cục bộ trên MacBook Pro M4 Max trở lên, tốc độ suy luận nhanh hơn thời gian thực; hiện chưa công bố bản tải xuống/API/giá, chỉ mở đăng ký sớm cho các nhà nghiên cứu an toàn (Unite.AI, The Verge)
【Góc nhìn】
Các AI giọng nói phổ biến hiện nay hoạt động theo quy trình “chuyển giọng nói thành văn bản → mô hình lớn → chuyển lại thành giọng nói”, gây độ trễ cao và làm mất hoàn toàn cảm xúc. Dessa đi theo hướng khác: xử lý ngay trên thiết bị + giọng nói nguyên bản. Với Block, các đại lý giọng nói cục bộ chi phí thấp hơn có thể được ứng dụng tại cửa hàng Square để nhận đơn và trong dịch vụ khách hàng của Cash App. Tín hiệu lớn hơn là: cuộc cạnh tranh AI đang chuyển từ “so thông số” sang “so trải nghiệm tương tác + chi phí xử lý trên thiết bị”, và nhu cầu tính toán cũng sẽ lan từ đám mây sang thiết bị đầu cuối.
【Cơ hội/Rủi ro】
✅ Theo dõi: chip AI xử lý trên thiết bị và xu hướng nâng cấp PC/điện thoại cao cấp; sự kết hợp giữa chăm sóc khách hàng bằng giọng nói AI và thanh toán; tâm lý thị trường đối với điện toán phi tập trung/các tác nhân AI
⚠️ Rủi ro: hiện mới chỉ có bản trình diễn, chưa có số liệu đánh giá hay trọng số công khai; “thời khắc GPT-3” là nhận định tự đánh giá của đội ngũ. Giọng nói giàu cảm xúc, chân thực cũng có thể làm gia tăng lừa đảo qua điện thoại và nguy cơ giả mạo sâu; cơ quan quản lý có thể sẽ vào cuộc
Bạn muốn trò chuyện với AI bằng giọng nói “biết thở dài, biết cười” hơn, hay cảm thấy nó quá giống người thật nên khiến bạn bất an?
#AI #语音AI #端侧AI #Block $BTC $FET Chỉ mang tính tham khảo, không cấu thành lời khuyên đầu tư