# Jack Dorsey dévoile Dessa, une IA qui a appris à parler sans lire un seul mot  **Date:** 24 octobre 2026 **Source:** [PIX GEEKS](https://pix-geeks.com) **Catégories:** [High-Tech](https://pix-geeks.com/tech/) > [Intelligence Artificielle](https://pix-geeks.com/tech/intelligence-artificielle/) **Étiquettes:** [Dessa](https://pix-geeks.com/dossier/dessa/), [Jack Dorsey](https://pix-geeks.com/dossier/jack-dorsey/) **Marques:** [Block](https://pix-geeks.com/marque/block/) **Entités principales:** Organization: [Dessa](http://www.wikidata.org/entity/Q1200892), [Block](http://www.wikidata.org/entity/Q884653) | Person: [Jack Dorsey](http://www.wikidata.org/entity/Q335552) | Product: [MacBook Pro](http://www.wikidata.org/entity/Q214276) | Place: [Toronto](http://www.wikidata.org/entity/Q172) | SoftwareApplication: [Live](http://www.wikidata.org/entity/Q165714) **Entités secondaires:** Organization: [Max](http://www.wikidata.org/entity/Q16422172) | Product: [Blackwell](http://www.wikidata.org/entity/Q16860065) | Person: [Cash App](http://www.wikidata.org/entity/Q55633750) | Intangible: [Intelligence Artificielle](https://www.wikidata.org/wiki/Q11660) **Block, l’entreprise de Jack Dorsey, dévoile Dessa, un modèle vocal qui écoute et parle en même temps. Sa particularité : il n’a été entraîné que sur des conversations humaines enregistrées, sans le moindre texte, et il tourne sur un MacBook Pro.** Et si une IA pouvait apprendre à parler comme un bébé, simplement en écoutant ? C’est le pari de Block, qui a présenté le 23 octobre 2026 un modèle baptisé Dessa. Pas de transcription, pas de grand modèle de langage en coulisses, pas de voix de synthèse plaquée à la fin : du son entre, du son sort. Block ne manque pas d’ambition. Pour l’entreprise, la voix est « la manière la plus naturelle d’interagir avec l’intelligence », et Dessa serait le modèle vocal en duplex intégral « le plus authentique jamais construit ». Jack Dorsey, lui, a préféré jouer sur la taille. Sur X, il qualifie le projet d’énorme, « mais aussi vraiment vraiment petit… assez petit pour tourner sur votre MacBook », avant de se dire extrêmement fier de l’équipe Dessa. [Post X](https://x.com/jack/status/2113697902916751661) Le duplex intégral (full-duplex en anglais) reprend la logique d’un appel téléphonique, où chacun peut parler et écouter en même temps. D’après la [page de présentation de Dessa](https://block.xyz/dessa), le modèle sait donc couper la parole au bon moment et glisser des relances du type « yeah! » ou « ooh » pour montrer qu’il suit. Block le présente toutefois comme un aperçu de recherche, pas comme un produit. ## Dessa, un modèle vocal entraîné sans texte ni modèle pré-entraîné Selon Block, la plupart des assistants vocaux que vous utilisez transforment votre voix en texte, font travailler [un modèle de langage](https://pix-geeks.com/ia-google-appels-telephoniques/) sur ce texte, puis relisent la réponse avec une voix de synthèse. L’entreprise juge cette chaîne mauvaise, parce qu’elle jette tout ce que l’écrit ne peut pas porter : l’émotion, le sarcasme, un rire, un soupir agacé. Les IA les plus puissantes du monde ne peuvent pas entendre ce que vous ressentez, résume l’entreprise. Dessa a donc été entraîné à partir de zéro, **sur des conversations humaines uniquement, sans texte et sans modèle pré-entraîné**\.Block affirme qu’à sa connaissance, c’est la première IA avec laquelle on peut tenir une conversation réaliste en direct et qui n’a appris qu’à partir de la parole. La réserve « à sa connaissance » n’est pas un détail. D’autres modèles full-duplex existent, comme Moshi chez Kyutai ou PersonaPlex chez NVIDIA, mais ce dernier s’appuie sur un modèle de langage, Helium. L’exercice est loin d’être simple. Un mot prononcé pèse des milliers de fois plus d’octets que le même mot écrit, et une phrase dite deux fois ne produit jamais deux fois les mêmes données. Block assure pourtant que Dessa a appris le langage avec « des centaines de fois moins de mots » qu’un LLM, sans avancer de chiffre précis (l’équipe glisse au passage que les LLM, eux, doivent aussi apprendre le C++). [Instagram](https://www.instagram.com/reel/De2rcc7P9tG/) ## Un seul rack NVIDIA pour entraîner Dessa, un MacBook Pro pour le faire tourner Sur le matériel, Block met en avant **un seul NVIDIA GB200 NVL72** pour l’entraînement, un système qui regroupe 72 GPU de génération Blackwell. Côté utilisation, l’inférence tournerait plus vite que le temps réel, de quoi éviter les blancs gênants entre deux répliques. Surtout, le modèle fonctionne en local **sur un MacBook Pro M4 Max ou plus puissant**, d’où le « vraiment petit » de Jack Dorsey. Sur le papier, une conversation avec Dessa n’a pas besoin de passer par un serveur distant. ### Des démos où Dessa rit, s’étonne et discute avec GPT-Live La page de Block aligne plusieurs enregistrements présentés comme des conversations en direct, où personne ne pilote le modèle et où les sous-titres ont été ajoutés après coup. On y entend Dessa rire au milieu d’une phrase, parler plus fort quand on le lui demande, finir le titre d’un film que son interlocuteur a oublié ou lâcher un « oh my god » à mi-voix en découvrant une surprise d’anniversaire. Le dernier extrait le fait même discuter avec GPT-Live-1, le modèle vocal d’OpenAI, qui écoute et parle lui aussi en simultané. Une mention prend soin de préciser que le développeur de GPT-Live-1 n’est pas affilié à Block et n’a ni relu ni approuvé Dessa. ## Pas de benchmark ni d’accès public pour Dessa, réservé aux chercheurs Ces démonstrations ont toutes été publiées par Block elle-même. Ni nombre de paramètres, ni poids du modèle, ni résultat sur un benchmark standardisé : la page n’en dit rien, ce que relève aussi [Notebookcheck](https://www.notebookcheck.net/Jack-Dorsey-s-new-AI-never-read-a-single-word-yet-it-can-hold-disturbingly-human-conversations.1433101.0.html)\.Impossible, pour l’instant, de comparer Dessa aux autres modèles vocaux autrement qu’à l’oreille, sur des extraits fournis par l’entreprise. Vous ne pourrez pas non plus l’essayer tout de suite. Block réserve un accès anticipé à un petit groupe de chercheurs en sécurité de l’IA, chargés de débusquer les risques que l’équipe n’a pas anticipés. Notebookcheck évoque une liste d’attente pour tous les autres, alors que la page officielle indique seulement que les liens de lancement arrivent bientôt. La sécurité figure d’ailleurs parmi les trois raisons avancées par Block, avec la curiosité et une meilleure compréhension entre humains et IA : l’entreprise imagine une personne qui souffre face à une IA vocale qui continue de parler sans rien percevoir de sa détresse. ## Dessa, une équipe héritée du rachat d’une start-up de Toronto par Square en 2020 Dessa, c’était d’abord une start-up torontoise de deep learning, connue pour ses travaux sur la détection des deepfakes et [rachetée par Square en février 2020](https://squareup.com/press/dessa-joins-square) pour un montant jamais communiqué. Square est depuis devenu Block, la maison mère de Cash App. L’équipe derrière le modèle se décrit comme un « (très) petit » laboratoire, fondé par d’anciens de la start-up et rattaché directement à Jack Dorsey. Elle dit travailler sur le deep learning depuis 2012 et sur la génération de voix depuis plus de huit ans. L’annonce est signée Ragavan Thurairatnam, cofondateur de la start-up à l’époque, responsable du projet aujourd’hui. Reste à savoir si ce modèle qui n’a jamais lu un mot tiendra la conversation face à d’autres oreilles que celles de ses créateurs… --- **Article précédent:** [OpenAI résout 722 problèmes de maths sans mode d'emploi : 1 008 chercheurs disent stop](https://pix-geeks.com/openai-problemes-maths/)