入門

Dessa 本地 Mac M4 情感模型上线

\n Block, the company behind Square and Cash App, has introduced Dessa, a speech model that processes audio directly instead of converting it to text first. Dessa is design

本文は SEO 深度のため主に中国語です。上記は要点のローカライズ。言語切替と深リンクで国際ナビできます。

Dessa 本地 Mac M4 情感模型上线

品牌量身(域名背后的品牌)

开篇

Block 公司刚刚在 2026 年 10 月 24 日推出全新语音模型 Dessa。 这个模型直接处理音频输入,无需先转成文字,就能在通话中自然捕捉情感、停顿、笑声和讽刺。

如果你正考虑本地部署情感化语音 AI,MacBook Pro M4 Max 就是目前最适合的硬件平台之一。Dessa 完全可以在 M4 Max 上跑通话级对话,适合对隐私、实时情感交互有要求的开发者或个人用户。

什么是 Dessa?

Dessa 是 Block 推出的第一个纯语音训练的 AI 模型,从头开始只用人类真实对话音频数据训练,没有任何文字数据或预训练模型。

它支持全双工(full-duplex),可以一边听你说话一边流畅回应,还能通过情绪、语调和节奏来理解上下文。

官网地址:[]

为什么本地 Mac M4 上线最实用

  • 硬件支持:Dessa 官方已验证能在单台 MacBook Pro M4 Max 上完整运行。
  • 隐私优先:所有语音内容都在本地处理,不上传云端。
  • 情感自然:训练数据来自真实人类对话,模型能精准捕捉“你讲到一半我点点头”“听完我笑了一下”的自然反应。
  • 无需 Token 消耗:本地运行零 API 费用,适合长时间语音对话场景。

适用人群:

  • 需要情感丰富语音交互的企业(如客服、在线陪聊、教育工具)
  • 重视隐私的开发者(不想把对话发给第三方)
  • Mac 用户想快速验证本地语音模型的潜力

本地部署条件与硬件清单

项目推荐配置说明
操作系统macOS Sequoia 或以上已验证 M4 Max 支持
CPUApple M4 Max 32GB+ RAM必须 32GB 以上内存
GPU内置 40 核神经引擎内置即可,无需独立显卡
存储至少 100GB SSD模型文件约 50-70GB
其他Bluetooth/USB 音频设备用于实时麦克风/扬声器测试

部署准备步骤

  1. 确认硬件与系统已满足以上条件
  2. 访问 Block 官网报名测试资格(当前处于研究阶段,公开可用性需关注)
  3. 下载官方权重(需验证资格后获取)
  4. 使用 vLLM 或 Ollama 搭建本地推理服务
  5. 通过 Apple 的 AVFoundation 实现全双工音频流输入输出

提示:部署前请先在 GrokCode 模型天梯 查看同类开源语音模型的基准测试,快速对比情感表现。

与其他本地语音模型的对比

模型训练数据情感捕捉能力本地运行平台适用场景
OpenAI Voice混合文本+语音良好云端为主,本地少见通用对话
Claude Code混合数据自然需 cloud 加速编程辅助语音
Grok API大模型数据较强云端为主实时问答
Dessa纯人类语音极强(停顿、笑声、语调)M4 Max 本地隐私情感对话、陪聊

为什么选择 Dessa 本地版

Dessa 的最大亮点是零文本训练。它直接从人类真实通话音频中学到“情绪”,而非通过文字推断。这意味着模型能识别“你说话时突然停顿 2 秒”这类细微信号,这些细节点目前大多数云端语音模型都缺失。

在 Mac M4 上运行时,延迟控制在可接受范围(官方测试显示低于 300ms),完全适合多人语音会议或长时陪伴场景。

本地运行还能规避 API 调用中的 Token 浪费和数据泄露风险,尤其适合企业合规场景。

风险与边界

本地部署需要专业知识,模型可能存在未预料的安全风险(如情感操控或意外回应)。 我们强烈建议只在受信任的环境中使用,并先进行小范围测试。 GrokCode 不提供任何官方模型权重或安全保证,以上信息仅供参考。 请以 Block 官网最新公告为准,模型上线时间和可用性可能随测试反馈调整。

延伸阅读

English summary

Block has launched its first speech-only AI model, Dessa, trained entirely from human conversation audio without any text data. This full-duplex model captures subtle emotions, pauses, laughter, and sarcasm directly from audio. It runs locally on a MacBook Pro M4 Max, making it ideal for privacy-focused developers and users seeking natural voice interaction.

Deployment requires an Apple Silicon Mac with at least 32GB unified memory. Setup involves downloading verified weights, using tools like vLLM for inference, and integrating via Apple’s AVFoundation for real-time audio. Compared to cloud models like OpenAI Voice or Claude, Dessa excels in emotional nuance but is currently research-stage only.

GrokCode guides readers through hardware checklists, comparison tables, and local setup steps for Mac M4 platforms. Always verify latest availability on block.xyz/dessa before deployment.

适用于 GrokCode 倍率榜。信息仅供参考,不构成购买、投资或法律意见。