Jack Dorsey 发布 Dessa：无文本中介的全双工语音模型，可在 M4 Max 本地运行

事件核心：发生了什么

据社交平台帖子信息，Twitter 联合创始人 Jack Dorsey 在 2026 年 10 月 23 日发布 Dessa，称其为“最真实的原生全双工语音模型”，官网为 block.xyz/dessa。该模型在 Block 内部实验室研发，目前处于小规模研究预览阶段，并非已开放使用的正式产品。

目前公开信息显示，Dessa 的关键特点是：训练数据只有真实人类对话音频，没有文本预训练大模型；推理时不调用云端 API，可直接在搭载 M4 Max 芯片的 Mac 笔记本上以超实时速度本地运行。官方还称其训练消耗的数据量比大语言模型少几百倍，训练只使用了一台英伟达 GB200 NVL72。需要说明的是，这些数据来自官方和社区转述，模型在复杂任务上的实际表现尚未经过独立评测。

为什么重要

当前主流实时语音产品，包括 GPT-4o 相关语音功能，普遍采用 ASR 转写、文本大模型推理、TTS 合成的分段流程。文字在这里既是能力来源，也是信息瓶颈：语气、停顿、笑声和犹豫在转写时会被大量丢弃。Dessa 的路线是直接把音频信号作为训练和推理对象，理论上更接近人类婴儿“先听再说”的习得方式，也为语音交互提供了一种不同于文本大模型主导架构的样本。

不过，这只是路线层面的意义。一个没有文本知识库支撑的纯音频模型，在需要多步逻辑推理、事实检索和长上下文的任务上能走多远，公开信息还不足以判断。它更适合被看作对现有架构的补充验证，而不是对文本大模型的替代结论。

对用户/开发者/创作者的影响

对开发者而言，最现实的信号是端侧可运行的全双工语音模型开始出现。如果后续开放权重或 API，本地离线对话、低延迟语音助手、隐私敏感场景会多一种选择；对 Mac 用户来说，M4 Max 上超实时运行也意味着消费级硬件可能承载更自然的语音交互。对创作者和产品团队，Dessa 强调的情感细节和可打断对话，适合评估客服、陪伴类应用中的语音体验，但现阶段不宜按已上线的能力做产品规划。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是 Dessa 是否从研究预览走向正式发布，模型权重、API 和授权方式是否公开；二是官方是否补充分布式评测或第三方复现，验证其在推理、事实准确性和多轮对话上的短板；三是“纯音频、无文本”路线是否会引发开源与闭源社区跟进，形成与三段式语音架构并行的方案。

来源：@AYi_AInotes