一句话看懂：Block的AI研究实验室发布了全双工语音模型Dessa，它只用人类对话音频训练，没有文本数据和预训练模型，可在MacBook Pro M4 Max上本地运行。这提供了一个训练语音AI的新路径，但目前只是研究预览，没有公开权重和评测数据。
事件核心：发生了什么
2026年10月23日，Block宣布推出Dessa研究预览。Dessa是一个语音到语音模型，支持全双工，也就是边听边说。Block称其训练数据只有真实人类对话音频，没有使用任何文本语料，也没有基于预训练模型。它在1台配备72块Blackwell GPU的NVIDIA GB200 NVL72上完成训练，而知名开源全双工模型Moshi使用了1016块H100 GPU。Dessa的推理速度快于实时，可在MacBook Pro M4 Max或更高配置上本地运行。目前访问方式是等待名单，Block没有公布参数量、基准分数、权重、论文、API或价格。
为什么重要
当前多数语音助手采用“语音识别→文本大模型→语音合成”的级联方案，这一路线会丢失笑声、叹气、语气和情绪等副语言信息。Dessa的设计思路是直接学习对话音频，让模型在适合的时机插话、回应“嗯”“懂了”等短反馈，并保留自然中断。如果该路线能够被验证，语音交互产品可能不再依赖庞大的文本后端，训练和部署成本结构也会变化。不过，目前公开信息显示，Block没有发布任何可比较的评测结果，因此还不能判断Dessa在实际任务中的表现。
对用户/开发者/创作者的影响
对开发者而言，最值得关注的是本地推理能力：素材称Dessa能在MacBook Pro M4 Max上以快于实时的速度运行，意味着未来可能出现不需要云端API的低延迟语音应用。但现阶段没有权重也没有API，无法直接集成。对语音产品团队来说，Dessa提示了一条与Moshi、NVIDIA PersonaPlex-7B-v1不同的技术路线——后两者都从文本模型或已有语音模型出发，而Dessa完全从语音起步。对创作者和普通用户，演示片段展示了更自然的插话、笑声和音量调整，但这些仍是演示，不是已上线产品的功能承诺。
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。
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
第一，Block是否公布参数规模、评测基准或技术论文，这决定Dessa能否被独立验证。第二，是否开放权重或API，以及本地运行的硬件门槛是否如描述般低。第三，OpenAI GPT-Live-1、Kyutai Moshi和NVIDIA PersonaPlex等竞品是否会跟进纯语音训练路线，以及全双工语音模型在延迟、打断处理和长对话上的实际表现。
