Underdog 在新演示中展示了 32MB 的语音模型

世界各地的人工智能公司都在竞相制造更大更好的模型，但问题是它们都需要大量的处理能力。另一方面，一些研究人员和初创公司正在创建可以在手机或计算机等边缘设备上运行的较小模型。其中一家初创公司 Underdog 发布了一款使用名为 Woof 的新语音模型构建的游戏，该游戏大小仅为 32MB。游戏设有一个复古科技主题的房间、一台打字机和一台 CRT 显示器。有一个台灯，当你点击它的开关时，它会发出声音。该简介警告用户注意该镇的“侵入性”云提供商——表面上是对基于云的模型的攻击。您可以与打字机和音乐调谐器进行交互。你可以使用键盘在打字机上输入任何内容，游戏会说出它。您还可以旋转调音器来生成不同类型的音乐。所有这些都通过 Underdog 的语音生成模型在浏览器中进行，该公司表示，该模型可以在大多数设备上运行，无需任何互联网连接。该模型有3100万个参数，开放供大家下载。虽然如此小的模型可能不会取代更大的模型，但它可能仍然足以推动本地助理体验或创建个性化播客。该演示是在 Underdog 推出 Bark 几周后发布的，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运行以进行转录和听写。 Underdog 的创始人 Sigil Wen 告诉 TechCrunch，他开始构建这款应用程序的原因是，他不想使用 Granola 这样的记事本，而是想用人工智能模型构建自己的系统，该模型可以在用户的​​设备上运行并让他们拥有自己的数据。 “我认为我们将能够在几个月内在你已经拥有的设备上运行当今最强大的模型。我们只是想训练美国制造的最好的开放模型，这些模型是开放的，有能力并允许人们拥有私人人工智能，”他在提到他的宣言时说道。除了上述两个语音模型之外，Underdog 还发布了一个可以在笔记本电脑上运行的 270 亿参数模型，以及一个候补应用程序，该公司将其定位为 Muse 和 Instinct 的本地托管替代品。