Компания Block, возглавляемая Джеком Дорси, представила языковую модель Dessa, обученную исключительно на записях человеческой речи. В отличие от большинства современных систем, Dessa работает как полноценная модель «речь-в-речь», минуя промежуточный этап преобразования звука в текст. Это позволяет системе лучше улавливать эмоциональную окраску голоса и соблюдать естественные паузы в диалоге.
Технически модель оптимизирована для локального запуска на пользовательских устройствах. Для корректной работы Dessa требуется ноутбук MacBook Pro с процессором M4 Max или более производительное оборудование. Разработчики заявляют, что проект направлен на повышение безопасности ИИ, так как текущие решения часто не способны распознать эмоциональное состояние собеседника в критических ситуациях.
На текущем этапе команда проекта планирует предоставить ранний доступ к модели ограниченному кругу исследователей в области безопасности ИИ. В ходе демонстраций Dessa показала способность поддерживать связные диалоги на различные темы, включая кино, и участвовать в игровых сценариях. Разработчики подчеркивают, что Dessa обучалась по принципу освоения языка младенцами, без использования письменных текстов.
