Block推出Dessa，一种可在人类硬件上运行的类人AI语音模型
Block是一家由Jack Dorsey领导的金融科技公司，推出了Dessa，这是一种实验性的人工智能模型，旨在使与机器的口头互动听起来和感觉更自然。通过直接对人类语音进行训练，而不是仅依赖文本处理，该公司正在探索一种不同的对话AI方法。
该模型的突出特点是能够重现日常对话的元素，包括停顿、笑声、语调变化和情感表达。Block发布的演示显示，Dessa以一种声音细腻的方式回应人们，使互动更像是人类之间的对话。
该项目反映了科技行业更广泛的努力，旨在超越那些提供精炼但往往机械反应的语音助手。对于Block来说，目标不仅仅是改善合成语音，而是开发能够更好地解读通过人声传达的情感和对话信号的系统。
以语音为先的人工智能方法
传统的语音助手通常将口语输入转换为文本，处理生成的单词，然后生成音频响应。尽管这种流程可以提供有用的结果，但可能会丢失关于说话者情感状态、时机和说话方式的信息。
Dessa采取了不同的路线。它被构建为一种语音到语音的模型，直接处理音频以支持更流畅的交流。其全双工架构允许它在说话的同时倾听，从而使打断和对话轮换的感觉不那么人工。
根据Block的说法，该系统是从零开始使用人类语音进行训练的。该公司表示，该模型通过音频发展了其对话能力，而不是通过传统的基于文本的训练流程学习。
这一区别对项目至关重要。人类沟通不仅依赖于词语的字面意义：犹豫、节奏、强调和声音情感都可以改变信息的理解方式。
具有情感和变化的真实声音
在公司及其研究人员发布的演示中，Dessa采用不同的声音风格，并根据对话的上下文调整其表达方式。一些交流中包含幽默和随意讨论，而其他则显示系统听起来疲惫、惊讶或情感受到影响。
这些例子说明了该模型生成富有表现力的语音的能力，而不让每个响应听起来像是预先编写的公告。其表达可以在交流过程中变化，创造出更自发的印象。
然而，令人信服的声音表现并不自动表明一个AI系统以与人类相同的方式理解情感。这些演示提供了其能力的初步视图，而独立测试将需要评估其在不同说话者、情况和对话任务中的可靠性。
旨在本地运行的强大模型
Dessa的另一个显著特点是其报告的硬件要求。Block表示，该模型可以在配备M4 Max芯片的Apple MacBook Pro等消费者计算机上本地运行，或者在类似或更强大的硬件上运行。
该公司还表示，它使用单个NVIDIA GB200 NVL72计算系统对该系统进行了训练。这个训练设置与运行完成模型所需的硬件不同，这一点在评估技术的潜在可访问性时非常重要。
本地执行可以减少将每个口头互动发送到远程服务器的需求。根据系统的实施方式，这种方法可能在响应速度、运营成本和数据控制方面提供优势。
对于开发人员而言，在消费者级硬件上运行语音AI也可能为将对话功能集成到应用程序中创造机会，而不完全依赖大型云基础设施。
AI安全成为中心问题
使Dessa引人注目的同样特质也引发了对日益真实的合成声音风险的质疑。如果一个AI系统能够重现自然的停顿、情感反应和对话时机，人们可能会更难区分一个人工说话者和真实的人。
这种能力可能在欺诈电话、冒充尝试或其他形式的社会工程中被利用。一个令人信服的声音可能会促使人们在验证身份之前信任来电者。
Block表示，它希望研究人员研究该模型的安全影响。该公司正在向一小部分AI安全研究人员提供早期访问，而不是立即向公众开放该系统。
这种受控推出提供了在更广泛部署之前调查潜在弱点的机会。重要的问题包括该模型如何应对敏感情况，其情感线索是否可以被操控，以及其声音被用来误导听众的难易程度。
企业和消费者的潜在应用
Dessa最终可能支持一系列基于语音的服务，从客户支持和互动助手到更自然的日常软件界面。
Block已经运营包括Square和Cash App在内的业务，拥有金融服务和商家使用的工具的经验。更具表现力的本地操作语音技术可能通过实现更灵活的客户互动并减少对外部处理基础设施的依赖来补充这些活动。
该技术在无障碍和教育方面也可能有应用，其中口头互动可以提供替代传统界面的方式。它响应声音线索的能力在语调和对话上下文重要的情况下尤为有用。
然而，这些可能性仍然是前景。Block尚未宣布Dessa的公众发布日期，其更广泛的商业可用性尚未确定。
对话AI的新方向
Dessa突显了AI开发中向将语音视为超越传输单词的系统的日益转变。通过尝试保持口头交流的丰富性，Block正在测试机器是否能够提供更直接且不受传统语音助手设计限制的互动。
该模型的本地操作能力也可能使这种方法在大型数据中心之外更具实用性，尽管其在现实世界中的表现、硬件要求和安全特性仍需更广泛的评估。
目前，Dessa仍然是一个研究项目，而不是广泛可用的消费产品。它的意义最终取决于其自然对话是否能转化为可靠的性能、有用的应用和防止滥用的保障。
-
12:00
-
11:45
-
11:30
-
11:15
-
11:00
-
10:15
-
10:15
-
10:00
-
09:40
-
09:25
-
09:10
-
08:55
-
22:30
-
21:00
-
20:30
-
18:30
-
18:00
-
17:30
-
16:30
-
16:00
-
15:40
-
15:20
-
14:40
-
14:22
-
14:20
-
14:00
-
13:15
