Стартап Underdog показал модель синтеза речи размером всего 32 МБ
Американский стартап Underdog выпустил игру Woof на основе своей новой речевой модели с 31 миллионом параметров, которая работает в браузере без интернета. Модель доступна для скачивания.
Стартап Underdog, разрабатывающий небольшие модели искусственного интеллекта для работы прямо на устройствах пользователей, выпустил демонстрационную игру Woof. В её основе лежит новая голосовая модель компании размером всего 32 МБ. Об этом сообщает технологическое издание TechCrunch.
Большинство ИИ-компаний сейчас соревнуются в создании всё более крупных моделей, которым требуются огромные вычислительные мощности. Часть исследователей и стартапов выбирает противоположный путь: они делают компактные модели, способные работать на периферийных устройствах, например на телефонах и компьютерах.
Игра в браузере
Действие Woof происходит в комнате в стиле ретротехнологий: там стоят пишущая машинка, ЭЛТ-монитор и настольная лампа, которая издаёт звук при щелчке выключателя. Во вступлении игроков предупреждают о «навязчивых» облачных провайдерах, что, по-видимому, является шпилькой в адрес облачных моделей.
На пишущей машинке можно набрать любой текст на клавиатуре, и игра произнесёт его вслух. Поворотом тюнера можно генерировать разную музыку. Всё работает в браузере на базе модели генерации речи Underdog, которая, по словам компании, способна работать на большинстве устройств без подключения к интернету. У модели 31 миллион параметров, скачать её может любой желающий.
Такая небольшая модель вряд ли заменит крупные, но её может хватить для локальных ассистентов или персонализированных подкастов.
Предыдущие релизы
Демо появилось спустя несколько недель после запуска Bark — модели распознавания речи объёмом 167 МБ, также рассчитанной на периферийные устройства и предназначенной для транскрипции и диктовки. Основатель компании Сигил Вен (Sigil Wen) рассказал TechCrunch, что начал создавать приложение, потому что вместо сервисов для заметок вроде Granola хотел собрать собственную систему, работающую на устройствах пользователей и позволяющую им владеть своими данными.
Вен считает, что в течение нескольких месяцев большинство самых мощных сегодняшних моделей можно будет запускать на уже имеющихся у людей устройствах. Цель компании — обучать лучшие открытые модели американской разработки, чтобы у людей был приватный ИИ.
Помимо двух голосовых моделей, Underdog выпустила модель на 27 миллиардов параметров, которая может работать на ноутбуках, а также приложение с листом ожидания, которое компания позиционирует как локально размещаемую альтернативу Muse и Instinct.
