Block apresenta Dessa, IA de voz que conversa em tempo real e roda localmente

A Block, empresa de tecnologia liderada por Jack Dorsey, apresentou o Dessa, um novo modelo de inteligência artificial focado em voz que promete conversas extremamente naturais. Segundo a página oficial, o sistema funciona no modo "fala a fala" (speech-to-speech), o que permite que a IA entenda e responda diretamente por áudio, sem precisar transformar tudo em texto no meio do caminho.

Essa arquitetura, chamada de full-duplex, é o que garante a "prosa boa": a IA consegue ouvir e falar ao mesmo tempo. Na prática, isso significa que você pode interromper a máquina, dar uma risadinha ou mudar o tom de voz que ela vai entender o contexto. De acordo com a Block, o Dessa foi treinado exclusivamente com conversas humanas reais, capturando nuances como hesitações, suspiros e até sarcasmo, coisas que costumam se perder quando a IA lê apenas o texto seco.

O que chama a atenção é que a empresa afirma que o modelo consegue rodar localmente. Isso quer dizer que, em vez de depender de servidores gigantes e caros na nuvem, a inteligência processa tudo direto no hardware do usuário. No entanto, o "custo" para essa mágica ainda é salgado: segundo a documentação, é necessário um computador potente, como um MacBook equipado com chip M4 Max ou superior.

Por enquanto, o Dessa não está aberto para o público geral. A Block informou que está trabalhando com pesquisadores de segurança para testar os limites do modelo antes de qualquer lançamento amplo. O projeto foi desenvolvido usando uma infraestrutura de GPUs da Nvidia, mas o foco total é na eficiência para que o assistente seja rápido o suficiente para não parecer um robô travado.

Por que importa

Para quem desenvolve ou usa IA no dia a dia, essa novidade é um trem importante por três motivos:

1. Privacidade e Latência: Se o modelo roda no seu computador, seus dados de voz não precisam viajar para os EUA ou para a nuvem da OpenAI, o que é ótimo para segurança e para respostas instantâneas.
2. Humanização real: A tecnologia de fala direta (sem conversão para texto) resolve aquele atraso chato nas conversas e permite que a IA entenda emoções pelo tom de voz, não só pelas palavras.
3. Barreira de Hardware: Para nós aqui no Brasil, o desafio ainda é o preço. Rodar algo assim exige máquinas de altíssimo desempenho que custam uma pequena fortuna em reais, o que deixa a execução local restrita a nichos profissionais por enquanto.

O contexto

A corrida pela voz natural está pegando fogo. Recentemente, vimos a OpenAI lançar modelos GPT-6.1 Sol com foco em velocidade, e o Google trouxe o Gemini 3.7 Flash para tentar dominar o mercado de assistentes rápidos. O diferencial do Dessa é tentar fazer tudo isso fora da nuvem das Big Techs, apostando na soberania dos dados do usuário.