Dessa AI debate os riscos de liberar pesos de IA de voz hiper-realistas enquanto ri e reage a interrupções.
Dessa AI · Laboratório de Deep Learning da Block · Modelo Nativo de Áudio
Dessa AI: O modelo de conversação treinado apenas com fala humana
Dessa AI é um modelo fundacional de voz full-duplex desenvolvido na Block. Treinado do zero exclusivamente com áudio de conversas humanas reais — com zero texto e sem modelos de linguagem pré-treinados —, o Dessa AI aprende o idioma, o tempo de fala, risadas, interrupções e prosódia emocional diretamente do som, usando centenas de vezes menos palavras que LLMs de texto.

Block Team Dessa · 1× NVIDIA GB200 NVL72 training · Local MacBook Pro M4 Max inference.
Explore o Laboratório Interativo do Dessa AI
Dessa AI vs GPT Live (GPT-Live-1)
Ouça o Dessa AI conversar diretamente com o GPT-Live-1 em estúdio e no viva-voz com ruído, com análise segundo a segundo.
Amostras de Áudio do Dessa AI
Explore todas as 21 gravações oficiais de canal duplo da Block: do apito da cafeteira a canto espontâneo e conselhos.
Dessa AI no Twitter / X
Leia os fios virais de Jack Dorsey (@jack), do líder Ragavan Thurairatnam (@RagavanThurair) e de pesquisadores de IA.
Treinado ponta a ponta em áudio conversacional bruto sem transcrições nem LLM de texto.
Adquire fluência linguística com centenas de vezes menos palavras do que LLMs de texto.
Treinado em um único rack NVIDIA GB200 NVL72 — muito menor que clusters de texto.
Roda mais rápido que o tempo real localmente em um MacBook Pro com chip M4 Max ou superior.
Player Interativo de Canal Duplo
Conversas Reais sem Roteiro em Destaque
Cada clipe abaixo é uma conversa ao vivo sem edição com o Dessa AI. Clique nos marcadores de Momento para pular direto para risadas, interrupções ou pistas acústicas.
Gravação sem roteiro de 2m25s do Dessa AI conversando com o GPT-Live-1 da OpenAI — destacando interrupção (38.8s), paciência (100.8s) e backchanneling rápido (128.8s).
Transcrição Sincronizada (78)
No meio da conversa, uma cafeteira real apita ao fundo — e o Dessa AI ouve o som não verbal e reage naturalmente.
Transcrição Sincronizada (60)
Bate-papo rápido sobre super-heróis da DC com trocas de turno ágeis e risadas compartilhadas.
Transcrição Sincronizada (60)
Sessão calorosa de ideias de presente de aniversário com backchanneling rápido ('mm-hmm').
Transcrição Sincronizada (60)
Prosódia emocional suave demonstrando como o treino puro em áudio captura empatia e pausas reflexivas.
Transcrição Sincronizada (60)
Ruptura Arquitetural
Por Que Aprender Diretamente do Som Muda Tudo
Assistentes de voz tradicionais acoplam ASR e TTS a um LLM de texto, descartando 90% do sinal paralinguístico. O Dessa AI trata o som bruto como sua representação nativa.
Cascata ASR → LLM de Texto → TTS
- Converte ritmo, respiração, hesitação e fala sobreposta em tokens de texto planos.
- Depende de detecção rígida de atividade de voz (VAD), gerando pausas artificiais.
- Exige trilhões de tokens de texto e datacenters gigantescos.
- Risadas e emoções são tags sintéticas pós-processadas.
Áudio Full-Duplex Nativo Ponta a Ponta
- Treinado do zero exclusivamente com áudio de conversas humanas (0% texto).
- Escuta e fala em full-duplex real: faz backchannel ('mm-hmm'), cede a vez em interrupções e percebe silêncios.
- Ouve eventos acústicos não verbais nativamente, como o apito de uma máquina de café.
- Prosódia emergente: sussurra, suspira, ri, canta e muda a emoção no meio da frase.
Teste de Prosódia e Estresse
Explicando Programação Paralela CUDA sob Extremos Emocionais
Para provar que um modelo puramente acústico mantém a coerência técnica enquanto modula a expressão vocal, pesquisadores da Block pediram ao Dessa AI para explicar programação paralela NVIDIA CUDA alternando rapidamente entre empolgação, sussurros, sarcasmo e urgência teatral.
- Mantém a explicação técnica de blocos de threads, warps e memória compartilhada enquanto altera o timbre vocal.
- Demonstra que conhecimento semântico e expressão paralinguística habitam um espaço latente acústico unificado.
- Zero prompts de texto ou tags de emoção TTS — guiado puramente por interação vocal.
Computação e Silício
Treinado em 1× GB200 NVL72. Roda Localmente no MacBook Pro M4 Max.
Treinamento em Rack Único
Enquanto modelos multimodais de texto exigem dezenas de milhares de GPUs, o Dessa AI foi treinado em um único rack NVIDIA GB200 NVL72.
Inferência Local Mais Rápida que o Tempo Real
Executa inferência fala-a-fala full-duplex localmente em um laptop Apple M4 Max ou superior sem latência de nuvem.
Aquisição de Linguagem Infantil
Ao modelar prosódia, cadência e feedback social diretamente, o Dessa AI espelha a eficiência do aprendizado humano.
Equipe e Origem na Block
Criado pelo Team Dessa, Reportando a Jack Dorsey
O Dessa AI foi criado por um laboratório de deep learning dentro da Block, Inc., fundado por ex-membros da startup de Toronto Dessa. A equipe é liderada por Ragavan Thurairatnam e reporta diretamente a Jack Dorsey.
Ragavan Thurairatnam (@RagavanThurair)
Jack Dorsey (@jack)
Louay Hazami · Hashiam Kadhim · Qi (Alex) Liu · Rayhane Mama · Aydin Polat · Marc Tyndel
Cara Ji · Jibran Iqbal Shah · Dvir Zagury-Grynbaum
Aryan Sharma · Olivia Yan
Chamada Aberta para Pesquisadores de Segurança em IA
Como um modelo de voz indistinguível de um humano rodando localmente traz novos riscos de segurança e falsidade ideológica, a Block ainda não liberou os pesos do modelo e colabora com pesquisadores de segurança.
Contato para Pesquisa de Segurança: ragavan+dessa@block.xyz
Perguntas Frequentes sobre o Dessa AI
O que é o Dessa AI da Block?
O Dessa AI é um modelo fundacional experimental de fala full-duplex desenvolvido pela Block, Inc., treinado do zero exclusivamente com áudio de conversas humanas e zero texto.
O Dessa AI usa um LLM de texto ou transcrição ASR?
Não. O Dessa AI não usa transcrições de texto, ASR nem LLM de texto. Ele processa e gera formas de onda de áudio diretamente.
Qual hardware foi usado no treino e onde ele roda?
Foi treinado em um único rack NVIDIA GB200 NVL72 e roda mais rápido que o tempo real localmente em um MacBook Pro com chip M4 Max ou superior.
Onde posso ouvir as amostras de áudio do Dessa AI?
Você pode ouvir todas as 21 gravações oficiais com formas de onda sincronizadas e transcrições completas diretamente neste site ou em block.xyz/dessa.