通常的语音助手把听懂、文本推理与说话连接起来，容易把对话处理成一人说完再换另一人的轮次。Block 的小型研究团队介绍了另一条路线：Dessa 从头训练，只使用语音，不使用文本或预训练模型，尝试从声音里学习节奏、接话和语调。这是发布团队对训练路线的描述，页面尚未提供足够细的论文与训练数据说明供外部重建。
这里的全双工指模型能同时接收声音与生成声音，而不是必须先停止输入再回答。它可以在听的过程中做简短反馈，也可能被打断，或与人短暂重叠说话。这样的交互能力对自然交流有价值，因为人类往往通过停顿、语气和简短应答共同决定何时轮到谁说话；单纯提高文字回答准确率，并不会自动获得这些习惯。
团队称训练使用一套 GB200 NVL72，也就是包含 72 个 GPU 的系统，并称能在 M4 Max 或更高配置的 MacBook Pro 上快于实时运行。这里没有训练时长、同条件的延迟测量或通用能力对照，不能写成“单张 GPU 训练”或已证实的极低总成本。页面提供演示与等候名单，面向安全研究者征集早期访问；本期未发现可直接下载的权重或开放 API。
本刊没有播放或评价音视频。Hacker News 评论者对演示的体验分歧很具体：有人喜欢同时听说，也有人觉得插话过多、笑声不自然。它们提醒我们，自然对话不只是具备插话能力，还要判断何时安静听完。当前材料支持这条语音训练路线值得探索，尚不足以证明它能承担完整、可靠的语音服务。