从纯语音模型到端到端交互，语音 AI 的落地与屏幕边界

文章探讨了从完全摒弃文本的纯语音模型 Dessa 到主流实时端到端语音交互的演化路径，并分析了语音交互为何难以完全替代屏幕。Block 旗下的 Dessa 尝试绕开文字直接从声音训练并在 M4 Max 设备上本地运行；同时 OpenAI 与 xAI 的 Grok Voice 3.0 则聚焦低延迟端到端交互，落地车载与客服场景。