Qué pasó
- Underdog, una empresa emergente de modelos que se ejecutan en el propio dispositivo, presentó Woof, un modelo de texto a voz de 31,7 MB. TechCrunch lo informó el 6 de noviembre de 2026.
- Lo mostró con un juego ambientado en una habitación de estética retro, con una máquina de escribir, un monitor de tubo y una lámpara de escritorio. Lo que el usuario escribe en el teclado lo pronuncia el modelo.
- Según la empresa, el modelo tiene 31 millones de parámetros, puede correr en la mayoría de los equipos sin conexión a internet y es abierto: cualquiera puede descargarlo.
- La demostración llega semanas después de Bark, un modelo de voz a texto de 167 MB diseñado también para dispositivos.
Por qué importa
- La carrera de los modelos grandes exige mucha capacidad de cómputo. Una línea paralela, la de los modelos pequeños, busca que la IA funcione en teléfonos y computadores sin enviar datos a la nube.
- Un modelo de voz que cabe en una pestaña del navegador permite experiencias locales: asistentes, lectores de texto o pódcast personalizados, sin servidor de por medio.
- TechCrunch advierte que un modelo tan pequeño probablemente no reemplazará a los grandes, pero puede bastar para esos usos.
El dato
31,7 MB. Es el peso de Woof, tan pequeño que el juego funciona dentro del navegador. Todas las voces del juego, según Underdog, las genera el propio modelo.
Contexto
Sigil Wen, fundador de Underdog, dijo a TechCrunch que empezó a construir la aplicación porque, en lugar de usar herramientas de notas de reuniones como Granola, quería armar su propio sistema con modelos que corran en el dispositivo y dejen los datos en manos del usuario.
“Creo que podremos ejecutar la mayoría de los modelos capaces de hoy en los dispositivos que ya tenemos en cuestión de meses”, afirmó Wen. Es una proyección del fundador, no un resultado medido. La empresa además publicó un modelo de 27.000 millones de parámetros que corre en notebooks y una aplicación en lista de espera, que presenta como una alternativa local a Muse e Instinct.
Conviene separar lo demostrado de lo prometido: lo que se verifica hoy es el tamaño del modelo y su ejecución en el navegador. La calidad de la voz frente a otras opciones abiertas no se mide en la nota de TechCrunch.
En Mamífero hemos seguido los modelos de voz y los que caben en un equipo personal. Contamos que Phonon genera voz sin red en 75 MB y que Nvidia publicó Nemotron 3.5 Transcribe como modelo abierto. También que Recursive sacó Flint, un modelo de código que corre en un notebook y que A5 propone un asistente de escritorio que recuerda tu contexto.
Qué viene
- Falta una comparación independiente de la calidad de Woof frente a otros modelos abiertos de voz.
- La aplicación local de la empresa sigue en lista de espera.
- Si la proyección de Wen se cumple, los modelos capaces dejarán de depender de servidores en pocos meses.
Cierre
Un modelo de voz de 32 MB cabe en una pestaña del navegador y funciona sin internet. Lo que decida su utilidad no será el tamaño, sino cuán bien suene frente a los modelos que viven en la nube.
Fuentes
- TechCrunch, “Underdog shows off a 32MB speech model in new demo”, 6 de noviembre de 2026, enlace.
- Imagen de portada: পাপৰি বৰা, CC BY-SA 4.0, vía Wikimedia Commons
Editado por Rodrigo Cornejo. Quiénes escriben las notas
