无文本架构与全双工语音交互
2026年10月23日，由杰克·多西（Jack Dorsey）领导的Block（前身为Square）宣布推出名为Dessa的新型语音AI模型。该模型由Block内部一个直接向多西汇报的小型AI研究实验室开发，团队负责人为拉加万·图赖拉特南（Ragavan Thurairatnam）。
据Block官方介绍，Dessa完全是从零开始使用人类对话音频训练而成，不依赖任何文本数据或预训练语言模型。该模型采用了全双工（full-duplex）语音到语音架构，能够同时倾听与说话，并在交流过程中自然使用“yeah!”或“got it!”等反馈用语。
情感表达呈现与端侧运行表现
Block表示，Dessa具备原生理解并表达情感、讽刺、笑声、沮丧叹息以及因悲伤导致的沙哑声调的能力。在官方公布的音频演示中，Dessa展示了探讨克里斯托弗·诺兰（Christopher Nolan）电影的交流能力，在被提及纪念日时表达出惊喜与热情，并顺利完成了一场猜谜游戏。
在算力与部署方面，Block声称仅使用单台英伟达GB200 NVL72系统就完成了Dessa的训练。官方还宣称其推理速度快于实时且没有尴尬的延迟，甚至能够直接在搭载M4 Max或更高版本芯片的MacBook Pro上本地运行。
立项初衷与行业初步评价
谈及开发初衷，Block指出项目源于好奇心、促进人与AI之间更好的理解以及安全性；该公司认为当前顶尖AI因缺乏对情感的理解而导致体验欠佳并具有潜在危险。项目负责人图赖拉特南将Dessa的问世形容为“语音领域的GPT-3时刻”。
媒体Mashable分析指出，与经常出错且处理迟缓的传统助手（如苹果Siri）相比，Dessa在逼近自然人类对话节奏方面展现了显著进展。Hacker News上的开发者也对其能在MacBook Pro M4 Max上本地实现低延迟与高表现力感到惊讶，视其为独立AI领域的一项重要突破。
滥用风险担忧与能力边界
尽管展示的对话效果自然，Dessa高度逼真的人声表现也引发了关于潜在技术滥用的担忧。外界指出，此类拟真人声可能被用于制造难以察觉的诈骗电话、社会工程学攻击以及未经授权的声音克隆。
科技媒体The Decoder分析认为，声音听起来富有情感并不等同于真正具备情感或智能，与自然的人声相比，Dessa在复杂推理任务上的实际表现仍有待进一步验证。
目前，Dessa仍处于“研究预览”阶段，尚未向公众全面开放。Block已开放候补名单，并优先为一小部分AI安全研究人员提供早期访问权限，以测试和防范潜在的意外风险。