Underdog prezentuje Woof: model mowy o rozmiarze zaledwie 32 MB

Startup Underdog zaprezentował nowy model syntezy mowy o nazwie Woof, który wyróżnia się wyjątkowo małym rozmiarem – zaledwie 32 MB. Firma udostępniła interaktywne demo w formie gry przeglądarkowej, aby pokazać, że tak mały model może działać wydajnie bezpośrednio na urządzeniu użytkownika, bez połączenia z chmurą.

Gra w przeglądarce demonstruje możliwości modelu

W celu prezentacji możliwości swojego nowego modelu, Underdog stworzył prostą grę uruchamianą w przeglądarce internetowej. Utrzymana jest ona w stylistyce retro i przedstawia pokój z maszyną do pisania oraz monitorem CRT. Wprowadzenie do gry ostrzega przed „nachalnymi” dostawcami usług chmurowych w mieście, co jest wyraźną aluzją do dużych, scentralizowanych modeli AI.

Użytkownik może wejść w interakcję z otoczeniem, wpisując dowolny tekst na maszynie do pisania. Wprowadzone zdania są następnie odczytywane na głos przez model Woof. Wszystkie operacje generowania mowy odbywają się lokalnie, w przeglądarce, co udowadnia, że model nie wymaga do działania połączenia z internetem ani potężnej mocy obliczeniowej serwerów.

Model z 31 milionami parametrów działa bez internetu

Sercem demonstracji jest model Woof, który zajmuje jedynie 31,7 MB i składa się z 31 milionów parametrów. Został on udostępniony jako oprogramowanie open source i każdy może go pobrać. Choć w materiałach promocyjnych i demie model nosi nazwę Woof, w repozytoriach technicznych, m.in. na platformie Hugging Face, występuje jako Underdog Bark 3.0. Zgodnie z informacjami technicznymi, pochodzi on z modelu nvidia/parakeet-tdt-0.6b-v3.

Tak małe modele najprawdopodobniej nie zastąpią swoich znacznie większych odpowiedników w najbardziej zaawansowanych zastosowaniach. Mogą jednak okazać się wystarczające do obsługi lokalnych asystentów głosowych na telefonach i komputerach czy do tworzenia spersonalizowanych podcastów bez przesyłania danych do zewnętrznych firm.

Prywatna AI jako misja założyciela Underdog

Za projektem stoi Sigil Wen, założyciel Underdog, który dąży do stworzenia ekosystemu „prywatnej AI”. Jego celem jest budowanie wydajnych modeli sztucznej inteligencji, które mogą działać na urządzeniach należących do użytkowników, gwarantując im pełną kontrolę nad własnymi danymi.

Sądzę, że w ciągu kilku miesięcy będziemy w stanie uruchamiać większość wydajnych dzisiejszych modeli na urządzeniach, które już posiadacie. Chcemy po prostu trenować najlepsze otwarte modele, które są tworzone w Ameryce, otwarte, wydajne i pozwalają ludziom na posiadanie prywatnej AI – powiedział Sigil Wen w rozmowie z TechCrunch.

Prezentacja Woof nastąpiła kilka tygodni po premierze innego lekkiego modelu firmy – Bark. Jest to model zamiany mowy na tekst (speech-to-text) o rozmiarze 167 MB, również zaprojektowany do działania na urządzeniach brzegowych. W portfolio Underdog znajduje się także większy, 27-miliardowy model językowy, który można uruchomić na laptopie.

Źródła

Underdog shows off a 32MB speech model in new demo, TechCrunch, 2026-11-06. https://techcrunch.com/2026/11/06/underdog-shows-off-a-32mb-speech-model-in-new-demo/

Commit 0dddb4e · paincupid/Underdog-Bark-3.0-Plus, Hugging Face. https://huggingface.co/paincupid/Underdog-Bark-3.0-Plus/commit/0dddb4e1a30c978b2c597a82e0311dfd0b956b3e

Commit 9bf5303 · mrfakename/underdog-bark-3.0, Hugging Face. https://huggingface.co/spaces/mrfakename/underdog-bark-3.0/commit/9bf5303c7b9c0b4763d07adb380b0a718d2c8ccd

docs/models/underdog_bark3.md, GitHub. https://github.com/0xShug0/audio.cpp/blob/main/docs/models/underdog\_bark3.md