Block presentó el 23 de octubre de 2026 a Dessa, un modelo de IA de voz entrenado únicamente con conversaciones humanas, según la compañía. El sistema puede escuchar mientras habla. Su acceso inicial estará limitado a un grupo reducido de investigadores en seguridad de IA.
Block afirma que Dessa funciona de forma local en un MacBook Pro con chip M4 Max o un equipo superior. Ese requisito describe dónde puede ejecutarse el modelo; el anuncio ofrece una vista previa de investigación.
Aprender con audio y conversar al mismo tiempo
La conversación simultánea, o full-duplex, permite responder a una interrupción y emitir señales breves de escucha durante el turno del interlocutor. La propuesta busca conservar información que una transcripción puede perder, como la entonación o una pausa.
Existe un antecedente: en septiembre de 2024, Kyutai publicó Moshi, un modelo que también contempla habla superpuesta e interrupciones. Su arquitectura incorpora un modelo de lenguaje de texto y predice texto junto con audio. Dessa, en cambio, se entrenó desde cero sin texto ni modelos preentrenados, asegura Block.
La comparación separa dos decisiones técnicas: gestionar voces simultáneas y aprender el lenguaje exclusivamente del sonido. Block reúne ambas en Dessa, según su presentación.
El equipo publicó grabaciones que presenta como conversaciones en directo, con subtítulos añadidos después. Ragavan Thurairatnam, responsable de Dessa, compartió este video con algunas de las muestras.
Meet Dessa, our AI model trained from scratch on nothing but speech.
— Ragavan Thurairatnam (@RagavanThurair) October 23, 2026
We believe speech is the natural interface for technology. So we built Dessa.
And we’re inviting AI safety researchers to explore Dessa.
Learn more: https://t.co/6wA8KhWdjn pic.twitter.com/vXM43uUFzx
Las muestras también dejan errores a la vista
The Verge señaló que, en una demostración, el modelo llama "Ronaldo" a su interlocutor sin una razón clara. En otra, una charla sobre Christopher Nolan deriva hacia el Superman de Bryan Singer. Los fallos conviven con intercambios que el medio describe como mayormente naturales.
Block vincula el proyecto con la seguridad: quiere que la IA reconozca señales de malestar en la voz y responda mejor. Las grabaciones elegidas por la empresa ilustran comportamientos, pero no ofrecen una medida independiente de esa capacidad.
El siguiente paso anunciado es dar acceso temprano a investigadores externos para detectar riesgos que el equipo todavía no haya previsto.
