Underdog ने ब्राउज़र गेम में 32MB के ऑफलाइन स्पीच मॉडल का प्रदर्शन किया

Underdog ने Woof के लिए एक ब्राउज़र-आधारित डेमो जारी किया है, जो 32MB का स्पीच-जेनरेशन मॉडल है जिसे कंपनी के अनुसार बिना इंटरनेट कनेक्शन के अधिकांश डिवाइस पर चलाया जा सकता है। इस मॉडल में 31 million पैरामीटर्स हैं और यह किसी के भी डाउनलोड करने के लिए खुला है।

डेमो

डेमो Woof नामक एक गेम के रूप में है, जो एक रेट्रो टेक थीम वाले कमरे में सेट है, जिसमें एक टाइपराइटर, एक CRT मॉनिटर और एक डेस्क लैंप शामिल है जो स्विच क्लिक करने पर आवाज करता है। इंट्रो उपयोगकर्ताओं को शहर में "घुसपैठिया" (intrusive) क्लाउड प्रदाताओं के बारे में चेतावनी देता है, जिसे TechCrunch ने स्पष्ट रूप से क्लाउड-आधारित मॉडलों पर एक कटाक्ष के रूप में वर्णित किया है।

उपयोगकर्ता कीबोर्ड का उपयोग करके टाइपराइटर पर कुछ भी टाइप कर सकते हैं, और गेम उस टेक्स्ट को बोलकर सुनाता है। वे विभिन्न प्रकार का संगीत उत्पन्न करने के लिए एक म्यूजिक ट्यूनर को भी घुमा सकते हैं। यह सब Underdog के स्पीच जेनरेशन मॉडल के माध्यम से ब्राउज़र के भीतर काम करता है।

कंपनी की पृष्ठभूमि

यह डेमो Underdog द्वारा Bark लॉन्च करने के कुछ हफ्तों बाद आया है, जो 167MB का स्पीच-टू-टेक्स्ट मॉडल है जिसे ट्रांसक्रिप्शन और डिक्टेशन के लिए edge डिवाइसेस पर चलाने के लिए डिज़ाइन किया गया है। Underdog ने एक 27-billion-parameter मॉडल भी जारी किया है जो लैपटॉप पर चल सकता है, साथ ही एक वेटलिस्ट ऐप भी जारी किया है जिसे कंपनी Muse और Instinct के स्थानीय रूप से होस्ट किए गए विकल्प के रूप में पेश कर रही है।

Underdog के संस्थापक Sigil Wen ने TechCrunch को बताया कि उन्होंने इस ऐप को बनाना इसलिए शुरू किया क्योंकि Granola जैसे नोटटेकर का उपयोग करने के बजाय, वह अपना खुद का सिस्टम बनाना चाहते थे जिसमें AI मॉडल हों जो उपयोगकर्ताओं के डिवाइस पर चल सकें और उन्हें अपने डेटा का मालिक बनने दें।

अपने घोषणापत्र का संदर्भ देते हुए उन्होंने कहा, "मुझे लगता है कि हम कुछ ही महीनों में आपके पास पहले से मौजूद डिवाइसों पर आज के सबसे सक्षम मॉडल चला पाएंगे। हम बस सबसे अच्छे ओपन मॉडल को प्रशिक्षित करना चाहते हैं जो अमेरिकी-निर्मित हों, जो खुले हों, जो सक्षम हों और लोगों को निजी AI रखने की अनुमति दें।"

यह क्यों महत्वपूर्ण है

हालांकि इतना छोटा मॉडल संभवतः बड़े मॉडलों की जगह नहीं लेगा, फिर भी यह स्थानीय असिस्टेंट अनुभव चलाने या व्यक्तिगत पॉडकास्ट बनाने के लिए पर्याप्त हो सकता है। यह रिलीज़ शोधकर्ताओं और स्टार्टअप्स द्वारा छोटे AI मॉडल बनाने के व्यापक चलन को दर्शाता है जो फोन और कंप्यूटर जैसे edge डिवाइसेस पर चल सकते हैं, क्योंकि दुनिया भर में AI कंपनियां बड़े मॉडल बनाने की दौड़ में लगी हैं जिन्हें पर्याप्त प्रोसेसिंग पावर की आवश्यकता होती है।

स्रोत (अंग्रेज़ी में)

• techcrunch.com: Underdog shows off a 32MB speech model in new demo | TechCrunch
• mezha.net: Underdog demos 32MB speech model in a browser game
• tradersunion.com: Underdog unveils 32MB speech model for on-device audio generation

यह मूल अंग्रेज़ी लेख का एआई द्वारा किया गया अनुवाद है, जिसे स्वचालित रूप से जाँचा गया है ताकि यह मूल लेख जैसी ही बात कहे। स्रोतों की जाँच अंग्रेज़ी में की गई थी।