Underdog 展示 32MB 语音模型新演示

AI 公司正竞相开发更大更好的模型，但它们都需要巨大的处理能力。 另一方面，一些研究人员和初创公司正在创建可以在边缘设备上运行的小型模型，比如你的手机或电脑。 初创公司 Underdog 发布了一款名为 Woof 的新语音模型，该模型只有 32MB 大小。 这款游戏有一个复古科技主题的房间、一台打字机和一台 CRT 显示器。 桌灯在点击开关时会发出声音。 介绍警告用户要小心镇上的“侵入性”云服务提供商——显然是在讽刺基于云的模型。 你可以与打字机和音乐调谐器互动。

你可以在打字机上用键盘输入任何内容，游戏会将其读出。 你也可以旋转调谐器来生成不同类型的音乐。 所有这些功能都在浏览器中通过 Underdog 的语音生成模型工作，该公司表示，该模型可以在大多数设备上运行，而无需任何互联网连接。 该模型有 3100 万个参数，并且对所有人开放下载。 虽然这样一个小的模型可能不会取代更大的模型，但它可能足以驱动本地助理体验或创建个性化播客。

这个演示是在 Underdog 发布 Bark 几周后进行的，Bark 是一个 167 MB 的语音转文本模型，也设计用于在边缘设备上进行转录和听写。 Underdog 的创始人 Sigil Wen 告诉 TechCrunch，他开始构建这个应用程序是因为，而不是使用像 Granola 这样的笔记应用程序，他想构建自己的系统，该系统使用可以在用户设备上运行的 AI 模型，并让用户拥有他们的数据。 “我认为我们将在几个月内能够在您现有的设备上运行当今最强大的模型。

我们只想训练最好的开放模型，这些模型是美国的，是开放的，是强大的，并允许人们拥有私有的 AI，”他提到了他的宣言。 除了上述两个语音模型外，Underdog 还发布了一个 270 亿参数的模型，该模型可以在笔记本电脑上运行，以及一个该公司定位为本地托管替代品 Muse 和 Instinct 的候补应用程序。 当您通过我们文章中的链接购买时，我们可能会获得一小笔佣金。 这不会影响我们的编辑独立性。