🎙️ 多西的Block發佈“純語音”AI模型Dessa:不經過文字,能聽懂情緒,還能在筆記本上本地跑
據Block官網與TechCrunch 10/24報道:
1️⃣ Dessa是全雙工語音到語音模型,邊聽邊說,會插話、附和,能識別並說出笑聲、嘆氣、哽咽等情緒
2️⃣ 官方稱從零訓練,只用人類對話音頻,沒有文本、沒有預訓練模型,訓練只用了一臺英偉達GB200 NVL72
3️⃣ 可在MacBook Pro M4 Max及以上本地運行,推理快於實時;目前未公開下載/API/價格,僅向安全研究人員開放早期申請(Unite.AI、The Verge)
【觀點】
主流語音AI是“語音轉文字→大模型→再轉語音”,延遲高、情緒全丟。Dessa走的是另一條路:端側+原生語音。對Block來說,Square門店點單、Cash App客服都能用上更便宜的本地語音代理。更大的信號是:AI競爭正從“比參數”轉向“比交互體驗+端側成本”,算力需求也會從雲端往終端設備擴散。
【機會/風險】
✅ 關注:端側AI芯片與高端PC/手機換機邏輯、AI語音客服與支付場景結合、去中心化算力/AI代理賽道情緒
⚠️ 風險:目前只有演示,沒有基準和公開權重,“GPT-3時刻”是團隊自評;逼真的情緒語音也會放大電話詐騙、深度僞造風險,監管可能跟進
你更願意和“會嘆氣、會笑”的AI語音聊天,還是覺得太像真人反而讓人不安?
#AI #语音AI #端侧AI #Block $BTC $FET 僅供參考,不構成投資建議