11 月 6 日，TechCrunch 报道，小型语音模型公司 Underdog 发布了一款名为 Woof 的前沿文本转语音模型，并用一款浏览器内可运行的小游戏展示了它的能力。官方给出的体积是 31.7 MB，小到可以直接跑在浏览器里。
用游戏演示语音模型
这款模型的实际用法被做成一个复古科技主题的小游戏：房间里有打字机、老式 CRT 显示器和一台台灯，点开关会发出声音，开场还会吐槽城里的侵入性云服务商。玩家可以在打字机上输入任意内容，模型会朗读出来，还能旋转调谐器生成不同风格的音乐，所有音色都由 Woof 合成。
端侧路线的现实取舍
大模型普遍依赖昂贵算力，另一批研究者转向让小模型跑在手机和电脑等边缘设备上。Underdog 这条路线的取舍很清楚：31.7 MB 意味着零后端成本、零延迟和离线可用，代价是音质和泛化能力必然让位于体积。同一档位上 Underdog 此前还做过 27B 模型压到 7.9GB 的量化工作，工具链可看 Underdog Saluki 量化细节。
语音模型的落地门槛
语音是智能体最自然的交互方式，但延迟、并发成本和隐私顾虑让云端语音难以铺开。把 TTS 压到几十 MB 意味着设备端可以随时响应用户指令而不必联网，这类能力在耳机、车机和可穿戴设备上的价值比在手机 App 里大得多。
延伸阅读
- Ollama 离线语音提速 35%：Phonon 首次内置 TTS2 周前
- Block 发布纯语音模型 Dessa：单台 GB200 训练，M4 Max 本地跑2 周前
- Soul 推出 Loxinity：2 款模型做实时语音与数字人2 周前
- Strata 0.2.10：8GB显存跑128K上下文3 天前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
同一批更新里这几篇值得一看：
- Strata 0.2.10：8GB显存跑128K上下文2026-11-04
- Deepgram 收购 Daily：Pipecat 语音框架保持开源2026-10-30
- Soul 推出 Loxinity：2 款模型做实时语音与数字人2026-10-27