大数跨境

Underdog 在新演示中展示其32MB语音模型

Underdog 在新演示中展示其32MB语音模型 海外洞察
2026-11-06
1
导读:尽管体积小巧,Underdog 的新款模型能够同时生成语音和音乐。

全球AI公司竞相开发更大模型,但算力需求巨大。与此同时,部分研究人员和初创公司正致力于在边缘设备(如手机、电脑)上运行小型模型。

初创公司Underdog发布了一款基于其32MB语音模型Woof构建的游戏。

游戏场景为复古科技风房间,内含打字机、CRT显示器及可交互台灯。开场白讽刺了“侵入性”云服务商,暗指云端模型的弊端。

玩家可与打字机和调音器互动:

  • 使用键盘输入文字,游戏将通过Woof模型实时朗读;
  • 旋转调音器生成不同类型的音乐。

上述功能均在浏览器中通过Underdog的语音生成模型实现。该模型拥有3100万参数,支持大多数设备离线运行,且已向公众开放下载。尽管小型模型难以取代大模型,但足以驱动本地助手体验或创建个性化播客。

此次演示发布于Underdog推出Bark(167MB语音转文本模型)数周后,后者同样专为边缘设备的转录和听写设计。

创始人理念与产品布局

Underdog创始人Sigil Wen向TechCrunch表示,开发初衷是替代Granola等笔记工具,构建可在用户设备上运行的AI系统,确保数据私有化。

“我认为几个月内就能在现有设备上运行当今最强大的模型。我们致力于训练美国制造、开源、强大且允许私人使用的AI模型。”

除两款语音模型外,Underdog还发布了可在笔记本电脑运行的270亿参数模型,并推出一款处于候补名单的应用,定位为Muse和Instinct的本地托管替代方案。

【声明】内容源于网络
0
0
海外洞察
海外资讯洞察,电商,AI
内容 14484
粉丝 0
海外洞察 海外资讯洞察,电商,AI
总阅读267.7k
粉丝0
内容14.5k