Beobachtetes Signal · 24. Okt. 2026 · Product Launch · Quelle: techcrunch · Relevanz: 3/5 · Sentiment: Positiv
Block stellt menschlich klingendes Sprachmodell Dessa vor
Block, das Fintech-Unternehmen von Jack Dorsey, hat ein neues Sprachmodell namens Dessa aus seinem Forschungslabor veröffentlicht. Das Modell ist vollständig mit menschlicher Sprache trainiert und kann lokal auf einem handelsüblichen MacBook M4 Max laufen. Dessa ist ein Vollduplex-Modell, das gleichzeitig zuhören und sprechen kann, ähnlich wie OpenAIs GPT-Live. Im Gegensatz zu vielen Sprachmodellen, die auf Textpipelines und Voice-Tags angewiesen sind, ist die Emotion direkt in das Modell integriert, wie in Beispielen gezeigt wird, in denen der Bot Müdigkeit oder emotionale Erschütterung vermittelt. Das Unternehmen behauptet, dass dies zu natürlicheren Interaktionen führt und den Verlust emotionaler Informationen in textbasierten Ansätzen behebt. Derzeit ist Dessa nicht öffentlich zugänglich, und Block hat Sicherheitsforscher eingeladen, das Modell auf potenzielle Risiken wie trügerische Sprachagenten zu testen. Diese Entwicklung könnte kostengünstigere Sprach-Erlebnisse für Unternehmen ermöglichen, basierend auf Squares bestehender KI-Sprachbestellung.
Die Veröffentlichung eines Vollduplex-, lokal laufenden Sprachmodells von einem großen Fintech-Akteur signalisiert Fortschritte bei Sprach-KI-Anwendungen, was die Kosten senken und die Akzeptanz in Werbe- und Kundendienstkontexten erhöhen könnte.
Marktsignale zu Block in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren Polaris7-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Block hat ein neues Sprachmodell namens Dessa veröffentlicht.
- Das Modell läuft lokal auf einem MacBook M4 Max.
- Dessa ist ein Vollduplex-Modell, das gleichzeitig sprechen und zuhören kann.
- Das Modell integriert Emotionen und ist vollständig mit menschlicher Sprache trainiert.
- Es gibt noch keinen öffentlichen Zugang; Sicherheitsforscher werden rekrutiert.
Verknüpfte Unternehmen
3 verknüpfte Unternehmen“Block hat ein neues Sprachmodell namens Dessa aus dem Forschungslabor des Unternehmens veröffentlicht.”
“Dessa ist ein Vollduplex-Modell, das gleichzeitig sprechen und zuhören kann, genau wie das GPT-Live-Modell, das OpenAI Anfang dieses Jahres ...”
“Viele Modelle wie ElevenLabs v4 oder Fish Audio Drama 3 verwenden Voice-Tags, um Emotionen in der Sprachgenerierung zu steuern.”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
ChatGPTs GPT-Live-Stimme klingt menschlich und sorgt für Irritation
OpenAI hat die Audiofunktion von ChatGPTs GPT Live aktualisiert, sodass der Assistent menschenähnliche Füllwörter und Zögern wie ‚hmm‘, ‚ja‘ oder ‚okay‘ einfügt, um gesprochene Konversationen natürlicher wirken zu lassen. Der Autor beschreibt ein Unbehagen im Uncanny Valley: Die überzeugend menschliche Stimme kann zu unangebrachtem Vertrauen verleiten und scheint gezielt auf mehr Engagement ausgelegt zu sein. Unter Berufung auf die KI-Forscherin Katharina Zweig wird gewarnt, dass dem Menschen ein angeborener Sensor zur Erkennung nicht-menschlicher Intelligenz fehlt, was die Vertrauensbedenken verstärkt. Obwohl dies Reibungsverluste minimiert und Sprachinteraktionen produktiver macht, warnt der Artikel davor, hochpersönliche oder sensible Informationen an cloudbasierte Conversational AI zu übermitteln. Dies verdeutlicht den ständigen Zielkonflikt zwischen Produktivitätsgewinnen und ethischen sowie datenschutzrechtlichen Risiken. Das Update baut auf früheren Verbesserungen des Advanced Audio Mode auf.
OpenAI bringt Voice-Modell GPT-Live-1 in die API
OpenAI hat GPT-Live-1 als API-Modell veröffentlicht, das speziell für Voice-native Anwendungen und geschäftliche Workflows konzipiert ist. Die Architektur verarbeitet simultanes Hören und Sprechen, wodurch die Latenz durch den Wegfall getrennter Speech-to-Text-, Reasoning- und Text-to-Speech-Pipelines drastisch sinkt. Zu den Kernfunktionen zählen eine optimierte Handhabung von Gesprächsunterbrechungen, hohe Robustheit gegenüber Hintergrundgeräuschen sowie die Delegation komplexer Logik und Tool Calls an Backend-Modelle wie GPT-6 Astra oder Drittanbietersysteme. Die Schnittstelle bietet zudem native Telefonie-Unterstützung für Full-Duplex-Sprachagenten. Das Pricing liegt bei 0,05 USD pro Minute für den Voice-Layer; Backend-Modelle werden separat abgerechnet. Erste Evaluierungen verzeichnen im Vergleich zu sequenziellen Systemen eine Reduktion fehlerhafter Unterbrechungen um 80 Prozent, was insbesondere für interaktive AdTech-, Customer-Service- und E-Commerce-Szenarien neue Standards setzt.
OpenAI launcht GPT-Live: Neue Voice-Modelle für echtzeitfähige Konversationen
OpenAI hat mit GPT-Live eine neue Voice-Modellfamilie vorgestellt, die ChatGPT Voice antreibt und dank Full-Duplex-Technologie gleichzeitiges Hören und Sprechen ermöglicht. Die Modelle GPT-Live-1 und GPT-Live-1 mini bieten Features wie Live-Übersetzungen, visuelle Answer Cards sowie eine verbesserte Rauschunterdrückung. Die Mini-Version steht auch Nutzern des kostenlosen ChatGPT-Tiers zur Verfügung. Ein zentraler technologischer Fortschritt ist die Hintergrund-Delegation: GPT-Live kann komplexe Analysen an leistungsstärkere Modelle wie GPT-5.5 oder das angekündigte GPT-5.6 auslagern und die Resultate nahtlos in den laufenden Dialog integrieren. Der Rollout erfolgt über Web, iOS und Android; zudem ist ein API-Zugang für Entwickler geplant. Laut OpenAI nutzen bereits über 150 Millionen Menschen die bestehenden Voice- und Diktierfunktionen der Plattform.
Alle künftigen Signale zu Block & Wettbewerbern im Briefing erhalten
Verpassen Sie keine M&A-Transaktionen, Führungswechsel, Kunden-Etats oder Produkt-Launches mehr. Polaris7 überwacht über 20.000 Primärquellen rund um die Uhr und liefert evidenzbasierte Telemetrie direkt in Ihr wöchentliches Executive Briefing.