Dessa AI Twitter · X（旧Twitter）＆研究者コミュニティの反応
BlockのDessa AIに関するTwitter（X）上の話題の投稿を厳選——Jack Dorseyの3語の投稿やRagavan Thurairatnamによる「音声のGPT-3モーメント」スレッドから、GB200学習・M4 Maxローカル推論の技術考察まで。
@jack · Block Head & Cofounder, Block, Inc.
“We believe voice is the most natural way to interact with intelligence, so we created Dessa, the most authentic full-duplex speech model ever built. Talking with it feels like talking with a person…full of emotion, nuance, pauses, and a natural cadence. block.xyz/dessa”
Block共同創業者ジャック・ドーシー氏による公式発表：「声こそが知性と対話する最も自然な方法。感情、ニュアンス、間（ま）、自然なリズムを備えた最も本物らしい完全二重音声モデルDessaを作りました。」
@RagavanThurair · Dessa AI Lead at Block (Former Cofounder, Dessa Toronto)
“We made the first AI model you can have a realistic conversation with that was trained entirely on speech! Dessa is a full-duplex speech-to-speech model that you can run on consumer GPUs. This is a GPT-3 moment for speech.”
Dessa開発責任者Ragavan Thurairatnam氏の投稿：「完全に音声のみで学習した、リアルな会話ができる世界初のAIモデルを作りました！コンシューマーGPUで動作するフルデュプレックス音声モデル。これは音声におけるGPT-3モーメントです。」
@RagavanThurair · Dessa AI Lead at Block
“What happens when you put Dessa on the phone with GPT-Live-1? Nobody steers it. Listen to how Dessa drops natural backchannels ('okay', 'right', 'that's relieving') while GPT-Live delivers textbook paragraphs.”
DessaとGPT-Live-1を直接通話させたデモがXで大きな話題に。GPT-Liveが教科書的な段落を読み上げる中、Dessaが人間のように「okay」「right」「安心した」と絶妙なタイミングで相槌を打つ様子が比較されています。
@RagavanThurair · Block Deep Learning Lab Engineering Note
“Trained from scratch on a single NVIDIA GB200 NVL72 rack. Runs locally faster than real-time on a MacBook Pro M4 Max or better. Zero text tokens. Hundreds of times fewer words than text LLMs.”
XおよびHacker Newsのエンジニア層が最も驚愕したハードウェア指標：単一のNVIDIA GB200 NVL72システムのみでゼロから訓練され、MacBook Pro（M4 Max以上）でリアルタイムより高速にローカル推論が可能。
@RagavanThurair · Acoustic Representation & Prosody Breakdown
“Say 'I didn't say she stole my CUDA code' out loud, stressing a different word each time. Same 7 words, 7 completely different meanings. Run speech through STT -> Text LLM -> TTS and all of that acoustic truth is destroyed.”
「I didn't say she stole my CUDA code（彼女が私のCUDAコードを盗んだとは言っていない）」の強調位置テストがXで拡散。同じ文字列でも強調する単語で7通りに意味が変わるため、テキスト変換を挟む従来の音声AIでは意図が失われることを鮮やかに説明。
@RagavanThurair · Early Access Call for AI Safety Researchers
“AI keeps gaining power and independence, and it's still nearly deaf to the emotion in our voices. Imagine being in serious pain while a voice AI has no idea and just keeps going. That's the safety problem. Calling all safety researchers!”
なぜBlockは一般公開より先にAI安全性研究者への早期アクセスを開始したのか？「人間が深刻な苦痛の中にいるのに、声の感情が聴き取れず話し続けるAI」という本質的なアライメント課題に焦点を当てた投稿。
@RagavanThurair · Unsteered Audio Sample Reaction
“It laughs the moment something's funny, mid-sentence, the way people do. Other models wait for you to finish, then laugh on cue. Ask it to speak up and it gets louder. Nobody taught it that.”
Xで最も再生されたデモの1つ：従来のAIは人間が話し終わるのを待ってから台本通りに笑うが、Dessaは面白い瞬間に文の途中で笑い出し、「もっと大きな声で話して」頼むと実際に声量を上げる創発的挙動を見せる。
@RagavanThurair · AI-to-AI Collision & Turn Recovery Analysis
“In the Noisy GPT Live sample at 4:07, both AIs speak at the same time. GPT-Live-1 triggers a hard stop ('Sorry, go on.'), while Dessa smoothly replies: 'Oh, no, that's perfectly fine. I like what you're saying...'”
「Noisy GPT Live」4分07秒の発話衝突シーンの分析：2つのAIが同時に喋り出した瞬間、GPT-Live-1はVAD検知で「Sorry, go on.」と機械的に停止する一方、Dessaは「あ、いや、全然大丈夫！今の話すごく良いから続けて」と人間らしく会話を繋ぐ。
Ragavan Thurairatnamは、テキストを一切介さず会話音声の次フレーム予測だけで流暢な対話が創発することを示しました。
@jack 直轄チームによる発表として、オープンソースおよびオンデバイスAI界隈から即座に注目を集めました。
MacBook Pro M4 Max上でリアルタイム以上の速度で動くフルデュプレックス音声モデルは、音声AIのプライバシーとコストを一変させます。
息遣いや笑い、言い直しの自然さが人間と区別できないレベルに達しており、重み公開前に安全性研究者と連携する姿勢が評価されています。