Block新语音AI“像真人”引发惊叹与诈骗担忧

Jack Dorsey旗下支付公司Block发布语音AI模型Dessa。Block称，该模型完全以人类语音而非文本训练，能在说话时聆听，从而处理对话中的打断、笑声和语气变化。Dorsey表示，与它交谈“感觉像在和人说话”，充满情绪、细微差别、停顿和自然节奏。演示中，Dessa会在句子中间发笑，也会对意外作出听起来有真实情绪的反应；Block称这些对话为现场录制，无人指导模型回应。

与先将语音转成文本再生成语音回应的系统不同，Dessa直接处理音频。Block称其从零开始训练，使用一套Nvidia GB200 NVL72计算系统；模型小到可在搭载M4 Max或更强芯片的MacBook Pro上本地运行。目前Dessa仍是研究预览，并非公开产品，将先向一小群AI安全研究者开放。

演示在社交媒体上引发两极反应。部分用户赞叹交互自然，X用户Alexander Hoff称从未“听到任何人工声音如此……像人”，Hesamation称其“简直是科幻”。Binance创始人CZ赵长鹏则提到教育用途，认为自然语音交互可帮助儿童通过对话学习，并称“用当前‘AI语音’教孩子是个挑战”，指向其教育项目GiggleAcademy。

与此同时，逼真程度也引发欺骗与诈骗担忧。电影制作人Justine Bateman质疑AI语音为何需要听起来像人，称这可能被用来“诱使人们放松警惕”。记者Shiv Aroor则写道，“诈骗电话即将达到大流行级别”。Block表示，基于语音的AI最终可能更善于识别文本记录会遗漏的痛苦等情绪线索，同时研究人员正在评估公司可能忽视的风险。

Dessa来自Block，该公司运营Square、Cash App、比特币钱包Bitkey和比特币矿机业务Proto。其AI研究实验室直接向Dorsey汇报，并包括多伦多AI初创公司Dessa的前员工；Square于2020年收购了该公司。Block尚未披露模型规模、基准测试结果或公开发布日期，音频样本仍为公司演示而非独立测试，早期访问仅限少数AI安全研究者，相关能力和风险仍待核实。

来源说明：本文依据 CoinDesk 公开页面整理，未复制原文全文。

原文链接：https://www.coindesk.com/tech/2026/10/24/block-s-new-voice-ai-sounds-eerily-human-sparking-awe-and-scam-fears