Block 发布语音模型 Dessa,完全用人类语音训练以捕捉文本模型忽略的情绪
Block 发布语音模型 Dessa,称其是首个完全用人类语音、不含任何文本数据从零训练的 AI 模型。Dessa 不先把音频转成文本,而是直接处理语音,可实时捕捉情绪、讽刺、笑声和停顿,并支持全双工交流,能在 MacBook Pro M4 Max 上本地运行,训练使用单台 NVIDIA GB200 NVL72。该模型尚未公开,团队先招募 AI 安全研究者测试意外风险。
Block 发布语音模型 Dessa,称其是首个完全用人类语音、不含任何文本数据从零训练的 AI 模型。Dessa 不先把音频转成文本,而是直接处理语音,可实时捕捉情绪、讽刺、笑声和停顿,并支持全双工交流,能在 MacBook Pro M4 Max 上本地运行,训练使用单台 NVIDIA GB200 NVL72。该模型尚未公开,团队先招募 AI 安全研究者测试意外风险。
Jack Dorsey 的 Block 发布 AI 模型 Dessa,称其完全基于人类对话从零训练,是真正的语音到语音模型。Block 展示了 Dessa 与人的对话和语音猜谜游戏,其中偶有认错说话人、话题跑偏等略显生硬的表现。
Recursive 发布首个模型 Flint,这是一个可在笔记本本地运行的免费编码模型,以 Apache 2.0 许可在 Hugging Face 开放下载。公司称其自动研究系统 Eureka Machine 参与了从预训练到后训练、推理的几乎每个环节,小团队不到四个月从零建成该模型。
Nirva 完成 2500 万美元 pre-Series A 轮融资,加上年初的 800 万美元,累计融资达 3300 万美元。其首款设备是重约 8 克、可当手链佩戴的吊坠,单次充电续航最长 3 天,通过入职时采集的用户语音建模并过滤周围他人声音,默认不保留音频与转录,售价 249 美元,11 月开启预订、年底前发货。
AI 初创公司 Recursive 发布首个语言模型 Flint,研发过程中名为 Eureka Machine 的 AI 系统参与了提出想法、搭建、测试和规划后续实验等环节。
Google DeepMind 与新加坡政府科技局(GovTech Singapore)合作,基于轻量级 Gemma 模型微调出一个保护隐私的端侧诈骗检测模型,训练数据为本地诈骗对话,不含私人或可识别个人信息。