ต่างจากผู้ช่วยเสียงทั่วไปตรงไหน
- ผู้ช่วยเสียงส่วนใหญ่แปลงเสียงเราเป็นตัวหนังสือก่อน แล้วค่อยคิดคำตอบ น้ำเสียงกับอารมณ์เลยหายไประหว่างทาง
- Dessa รับเสียงเข้าและพูดออกเป็นเสียงตรง ๆ ไม่ผ่านตัวหนังสือเลย
- ฟังกับพูดได้พร้อมกันเหมือนคุยโทรศัพท์ รู้จังหวะว่าควรแทรกตอนไหน และพูดรับคำแบบ "อืม" "ใช่ ๆ" ระหว่างที่เราเล่า
- บริษัทบอกว่ามันได้ยินอารมณ์ เสียงประชด เสียงหัวเราะ หรือเสียงถอนหายใจ และตอบกลับด้วยน้ำเสียงที่เข้ากัน
ฝึกยังไง
- เรียนภาษาจากการฟังอย่างเดียว เหมือนเด็กที่หัดพูดก่อนอ่านออก
- บริษัทบอกว่าใช้คำน้อยกว่าที่โมเดลภาษาทั่วไปต้องใช้หลายร้อยเท่า
- ฝึกบนเครื่อง NVIDIA GB200 NVL72 แค่ชุดเดียว
- ตอบได้เร็วกว่าเวลาจริง และรันในเครื่องแมคบุ๊ก โปร ชิป M4 Max ขึ้นไปได้
ตัวอย่างที่บริษัทปล่อยออกมา
- เป็นคลิปเสียงคนคุยกับ Dessa สด ๆ ไม่มีใครคอยบังคับ โมเดลเลือกเองว่าจะพูดอะไร พูดตอนไหน และใช้เสียงแบบไหน
- มีคลิปที่มันหัวเราะกลางประโยค ช่วยต่อชื่อหนังที่คนคุยนึกไม่ออก และคลิปที่คุยกับโมเดลเสียงของ OpenAI
- เดอะเวิร์จรายงานว่าบางช่วงยังดูแปลก ๆ เช่น เรียกคนคุยผิดชื่อตั้งแต่ต้นบทสนทนา
ใครได้ใช้ก่อน
- ตอนนี้บริษัทให้นักวิจัยด้านความปลอดภัยเอไอกลุ่มเล็ก ๆ เข้าลองก่อน เพื่อหาความเสี่ยงที่ทีมยังคิดไม่ถึง
- บริษัทยังไม่ประกาศราคา และยังไม่บอกวันเปิดให้คนทั่วไปใช้
- ทีมที่ทำเป็นแล็บเล็ก ๆ ใน Block ตั้งโดยอดีตทีมสตาร์ตอัปเดสซาจากโทรอนโต ที่ Block ซื้อมาเมื่อปี 2020 และรายงานตรงกับดอร์ซีย์
สรุป
ถ้าสิ่งที่ Block โชว์ใช้ได้จริง ผู้ช่วยเสียงยุคต่อไปอาจไม่ต้องพึ่งตัวหนังสือเลย และฟังออกว่าเรากำลังเครียดหรือเศร้า ที่ต้องรอดูคือมันจะรู้เรื่องลึกได้แค่ไหน ในเมื่อความรู้ทั้งหมดมาจากเสียงคนคุยกัน
แหล่ง: Block · The Verge · 23 ต.ค. 2026