Jack Dorsey 的支付公司 Block 發布語音 AI「Dessa」，稱只用人類語音訓練、可直接處理音訊、本地執行於 MacBook Pro M4 Max。
（前情提要：Jack Dorsey 最新長文：AI 將終結「中層管理」，Block 正轉型為「微型 AGI」企業）
（背景補充：Jack Dorsey支付公司Block登陸「標普500指數」、股價跳漲8.5%！堅持定投比特幣）
支付巨頭 Jack Dorsey 的 Block 週六發布了一款名為 Dessa 的語音 AI 模型，在官方演示中展現出極其接近人類的對話能力。Dorsey 在 X 上表示：「跟它對話就像跟人對話…充滿情感、細微差別、停頓、自然節奏。」
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. https://t.co/r0qFLdvd6c
— jack (@jack) October 23, 2026
只用人類語音訓練，邊說邊聽
Dessa 最大的技術差異在於訓練資料：模型完全使用人類語音訓練，而非文字。
這讓它能在對話中「邊說邊聽」，處理中斷、笑聲和語調變化。在一段演示中，Dessa 在句子中間笑出聲；在另一段中，它對驚喜做出看似真實的情緒反應。Block 表示這些對話是即時錄製的，沒有人指導模型回應。
與一般先將語音轉成文字、再生成語音回覆的系統不同，Dessa 直接處理音訊。Block 說模型是用單臺 Nvidia GB200 NVL72 計算系統從零訓練的，體積小到可以在配備 M4 Max 晶片或更高規格的 MacBook Pro 上本地執行。
社群反應分裂：驚嘆與恐懼並存
Dessa 的演示影片在社群媒體迅速引發討論。X 使用者 Alexander Hoff 表示從未「聽過任何人工製作的東西聽起來這麼…像人」，使用者 Hesamation 則形容這是「純粹的科幻作品」。
但同樣是人味十足的語音，也引發了另一端的擔憂。導演 Justine Bateman 質疑：「為什麼 AI 的聲音需要聽起來像人？這樣你可以騙人放下戒心。」記者 Shiv Aroor 更直白：「詐騙電話即將達到大流行規模。」
Binance 創辦人 CZ 則看到教育應用潛力，表示這對他的教育專案 GiggleAcademy 可能非常有幫助，因為「用目前的 AI 聲音教小孩一直是個挑戰」。
研究預覽階段，先給 AI 安全研究者
目前 Dessa 仍屬研究預覽，而非公開產品。Block 未披露模型大小、benchmark 成績或發布日期，音訊樣本仍是公司演示而非獨立測試。
公司正向一小群 AI 安全研究者提供早期存取。Block 表示，基於語音的 AI 未來可能比文字轉錄更擅長辨識情緒線索，例如痛苦和疼痛，這些是文字記錄容易忽略的。同時研究者會評估公司可能忽略的風險。
Dessa 來自 Block 的 AI 研究實驗室，該實驗室直接向 Dorsey 匯報，成員包含 Square 在 2020 年收購的 Toronto AI 新創 Dessa 的前員工。Block 旗下產品包括 Square、Cash App、比特幣錢包 Bitkey 和比特幣挖礦硬體品牌 Proto。
語音 AI 的雙刃劍
Block 這家公司同時經營支付（Square、Cash App）、比特幣錢包（Bitkey）和挖礦硬體（Proto），Dorsey 也長期是 BTC 社群的顯著人物。當一家以支付和加密為核心的公司推出「極像人」的語音 AI，市場自然好奇：這技術下一步要用在哪？
CZ 點出的教育場景是正面方向，但 Bateman 和 Aroor 的質疑同樣切中要害。語音 AI 越像人，詐騙的門檻就越低。目前 Block 選擇先讓 AI 安全研究者評估風險，而最終考驗是：當產品公開時，有沒有內建辨識機制讓聽者知道「這不是真人」？
在沒有回答這個問題之前，Dessa 的「人味」既是它的賣點，也是它的風險。
📍相關報導📍
Jack Dorsey 最新長文：AI 將終結「中層管理」，Block 正轉型為「微型 AGI」企業
Jack Dorsey推離線聊天Bitchat，去中心化通訊白皮書曝光
Bitchat 遭中國 App Store 下架「踩去中心化通訊紅線」，Jack Dorsey 公開截圖
