概览
Dessa 是 Block（Square、Cash App 的母公司）内部一个小型 AI 研究实验室于 2026 年 10 月 23 日（美国时间）公布的全双工对话语音模型。它最大的特点是完全从零、只用人类对话录音训练：没有文本，也没有用任何预训练模型，像婴儿一样靠「听」学会说话。因此它是真正的语音到语音模型，音频进、音频出，能直接听出并说出情绪、讽刺、笑声和叹气，边听边说，自己决定什么时候插话、什么时候附和。官网放出的演示都是真人与 Dessa 的实时对话录音，包括它与 ChatGPT 的 GPT-Live-1 对谈的片段。官方称推理速度快于实时，可在 MacBook Pro M4 Max 或更高配置上本地运行；整个模型只用一台 NVIDIA GB200 NVL72 训练。团队由多伦多深度学习创业公司 Dessa 的前成员组建，负责人 Ragavan Thurairatnam，直接向 Block 联合创始人兼董事长 Jack Dorsey 汇报。目前是研究预览：官网只提供候补名单，下载标注「即将开放」，并邀请 AI 安全研究者申请早期访问。参数量、上下文长度、许可证和权重都未公布，留空。官方来源：https://block.xyz/dessa （dessa.com 跳转至此）、https://block.xyz/ai （2026-10-25 核对）。 定价：尚未开放使用，官方未公布价格（目前仅候补名单与面向 AI 安全研究者的早期访问）。
- 模态
- 音频
能力
- 真正的语音到语音：音频进、音频出，中间不转文字；它的全部知识都来自人类语音
- 从零训练：只用人类对话录音，不用文本、不用任何预训练模型；官方称是已知第一个只靠人类语音训练、能进行逼真实时对话的 AI
- 全双工：边听边说，会自己判断何时插话、何时用「嗯」「明白」等附和，也会在对方说到好笑处中途笑出来
- 直接听懂和表达情绪、讽刺、笑声、叹气、哽咽等文字承载不了的信息；让它大声点会自动提高音量
- 推理快于实时；官方称可在 MacBook Pro M4 Max 或更高配置上本地运行
- 训练只用了一台 NVIDIA GB200 NVL72；官方称学会语言所需的词量比 LLM 少数百倍
- 研究预览：目前只能加入候补名单，下载「即将开放」；向一小批 AI 安全研究者提供早期访问