Block prezentuje model Dessa, który analizuje emocje w czasie rzeczywistym
27 października 2026 · Czas czytania: 1 min
Firma Block, stojąca za Square oraz Cash App, ogłosiła wprowadzenie nowego modelu językowego sztucznej inteligencji o nazwie Dessa. System ten ma na celu zrozumienie sygnałów emocjonalnych, które obecne rozwiązania ignorują.
Według informacji firmy Block jest to pierwszy model, który został wytrenowany wyłącznie na danych głosowych pochodzących od ludzi, całkowicie pomijając tekst. Trening odbył się od podstaw. Dessa przetwarza mowę bezpośrednio jako pliki audio, zamiast najpierw konwertować ją na tekst. Dzięki tej architekturze system ma rozpoznawać w czasie rzeczywistym takie elementy, jak emocje, sarkazm, śmiech oraz pauzy w mowie. Model obsługuje tryb pełnego dupleksu, co oznacza jednoczesne słuchanie i mówienie. Uruchamia się lokalnie na komputerze MacBook Pro M4 Max. Trening przeprowadzono na jednym urządzeniu NVIDIA GB200 NVL72.
Firma wymienia trzy powody rozwoju technologii: ciekawość, poprawę komunikacji między ludźmi a sztuczną inteligencją oraz bezpieczeństwo. Obecne modele językowe rzekomo pomijają sygnały emocjonalne. Dessa nie jest jeszcze dostępna publicznie. Zespół szuka najpierw badaczy bezpieczeństwa sztucznej inteligencji, którzy przetestują model pod kątem nieprzewidzianych zagrożeń. Zainteresowani mogą zgłosić się za pomocą formularza.
W przeszłości podejmowano próby tworzenia bardziej emocjonalnych głosów. Hume AI przedstawiła w marcu 2024 roku EVI, a Kyutai wydało Moshi we wrześniu 2024 roku. OpenAI zaktualizowało tryb głosowy ChatGPT w czerwcu 2025 roku, aby brzmiał bardziej ludzko i empatycznie. Należy jednak pamiętać, że emocjonalne brzmienie nie równa się inteligencji emocjonalnej. Dla zaawansowanych systemów ważniejsze są funkcje rozumowania niż powierzchowny dźwięk.