Block发布全双工语音模型Dessa：可本地运行，情感表达贴近真人

一句话看懂：Jack Dorsey 旗下的 Block 于 2026 年 10 月 23 日至 24 日公布自研语音模型 Dessa，它采用全双工方式、可直接在消费级设备上运行，并带有笑声、停顿和哭腔等情绪细节。值得注意的是，该模型目前尚未对外开放，Block 正在召集安全研究者参与测试。

事件核心：发生了什么

Block 从其研究实验室发布了一款名为 Dessa 的语音模型。按公司说法，Dessa 完全基于人类语音训练，训练只用了单组 NVIDIA GPU 机架，数据处理不经过文本环节，与常见“语音转文字、再交给大模型、最后合成语音”的链路不同。它是全双工语音到语音模型，可以在说话的同时聆听，OpenAI 今年早些时候发布的 GPT-Live 也属于这一类。

在公开演示中，Dessa 能表现出疲惫的语气，也能在带情绪的对话里接近哽咽；Block 团队成员还用它玩猜谜游戏，作为互动能力示例。官方称，模型可在 MacBook M4 Max 或更高配置的消费级电脑上本地运行。但 Dessa 眼下没有开放公众访问，Block 优先邀请安全研究者测试，重点很可能包括语音代理冒充真人、误导对话另一方的风险。

为什么重要

目前公开信息显示，不少语音模型依靠文本管线或语音标签来驱动情绪，例如 ElevenLabs v4 和 Fish Audio Drama 3 那类通过标签控制表达的做法。Block 声称 Dessa 的情绪是模型内生能力，但尚无信息说明其内部是否仍用某种标签调控，这一点需要后续技术披露来验证。如果真能摆脱文本中转、直接在语音层面保留语气和情绪信息，语音交互的延迟与“机械感”有望同时下降，这对客服、点餐、陪伴类应用都有实际价值。

从算力路线看，Dessa 宣称能在消费级 Mac 上推理，若属实，会降低语音 AI 的部署门槛，让端侧处理成为更现实的选择。不过这只是公司单方面的说法，没有第三方评测佐证，目前不宜当作已兑现的产品指标。

对用户/开发者/创作者的影响

对开发者，Dessa 目前既没有公开 API，也没有开源权重，暂时无法直接接入产品。真正可观察的是 Block 的落地路径：Square 已在点餐场景使用语音 AI，公司做支付和小微商户生意，自研端侧语音模型可以压低推理成本，扩展更多商户和消费者场景。对创作者，情绪更自然的语音可用于配音、有声内容和互动叙事，但模仿真人情绪的语音也放大了深度伪造与诈骗风险，合规使用边界会比技术本身更早成为约束。