Az első szöveg nélkül betanított hangmodellt mutatta be a Block, érzelmeket is felismer

A Dessát egyetlen NVIDIA GB200 NVL72 GPU-n tanították be, és egy MacBook Pro M4 Max-on is képes helyben futni. A rendszer full-duplex módban egyszerre hallgat és beszél, miközben valós időben felismeri a szarkazmust és a szüneteket.

Az első szöveg nélkül betanított hangmodellt mutatta be a Block, érzelmeket is felismer

Hamarosan átirányítunk a teljes cikkhez → AI forradalom