Block 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,完全基于人类语音训练,可同时说话和聆听,支持笑、停顿、哭泣等情绪表达。模型可在 MacBook M4 Max 等消费级设备上本地运行,与 OpenAI 今年早些时候发布的 GPT-Live 类似;目前尚未公开访问,Block 正召集安全研究人员测试。
Jack Dorsey 旗下 Block 的研究实验室发布语音模型 Dessa,完全基于人类语音训练,可同时说话和聆听,支持笑、停顿、哭泣等情绪表达。模型可在 MacBook M4 Max 等消费级设备上本地运行,与 OpenAI 今年早些时候发布的 GPT-Live 类似;目前尚未公开访问,Block 正召集安全研究人员测试。
Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2,基于 Gemma 4 架构,740M 参数,采用 Apache 2.0 许可,可将文本、图像、音频、视频统一映射到同一嵌入空间。
推荐理由:官方公布了参数规模、内存占用、维度截断和评测分数等具体数据,便于评估端侧多模态嵌入方案的落地可行性。