Block 研究实验室发布本地运行的全双工语音模型 Dessa
Jack Dorsey 旗下 Block 的研究实验室发布语音模型 Dessa,可本地运行,并带有笑声、停顿和哭腔等表达。Dessa 是纯语音训练的全双工模型,能边说边听,可在 MacBook M4 Max 或更高配置的消费级电脑上运行,目前未公开开放,Block 正招募安全研究人员测试。Block 称现有语音模型因文本管线驱动而显得不自然,Dessa 将情绪内建于模型之中。
Jack Dorsey 旗下 Block 的研究实验室发布语音模型 Dessa,可本地运行,并带有笑声、停顿和哭腔等表达。Dessa 是纯语音训练的全双工模型,能边说边听,可在 MacBook M4 Max 或更高配置的消费级电脑上运行,目前未公开开放,Block 正招募安全研究人员测试。Block 称现有语音模型因文本管线驱动而显得不自然,Dessa 将情绪内建于模型之中。
Jack Dorsey 的 Block 发布 AI 模型 Dessa,该模型完全基于人类对话从零训练,是真正的语音到语音模型,可在 MacBook Pro M4 Max 或更高配置上本地运行。
Google DeepMind 发布 EmbeddingGemma 2,将文本、图像、音频和视频映射到统一嵌入空间,采用 Apache 2.0 许可,参数量 7.4 亿。
推荐理由:原文给出了参数量、模块化拆分和端侧内存占用,读者可据此判断多模态嵌入在本地检索中的可行性。