Underdog 在新示範中展示 32MB 語音模型

Underdog 推出了其 32MB 的 Woof 語音模型，能夠在基於瀏覽器的示範中生成語音和音樂。該模型及其 167MB 的 Bark 語音轉文字模型，旨在直接在用戶裝置上運行，據報無需互聯網連接。這種策略與業界開發更大規模、通常需要大量雲端處理能力的 AI 模型之趨勢形成對比。

該公司創辦人 Sigil Wen 表示，他的目標是讓用戶透過本地運行 AI 模型來「擁有自己的數據」，並將其視為「侵入性」雲端供應商和 Granola、Muse、Instinct 等服務的替代方案。Underdog 的方法強調私隱和裝置端處理，其模型可供下載，Woof 擁有 3,100 萬個參數。

儘管這些緊湊型模型可能無法取代更大、更強大的 AI 系統，但它們的本地操作可以支援個人化 Podcast 或裝置端助理體驗等應用程式。直接在手機或電腦等消費裝置上運行 AI 功能，預示著私密、離線 AI 功能的潛在轉變，儘管其與雲端替代方案相比的完整性能仍有待觀察。