在电脑上输入一句话，它直接念出来；转动虚拟调谐器，又能生成不同类型的音乐。Underdog 把这些功能做进了一款复古风网页游戏，背后是仅 32MB 的生成式音频模型 Woof。它的看点不在于追赶大型云端模型，而是尝试把音频生成留在用户自己的设备上。
据 TechCrunch 报道，Woof 有 3100 万个参数——参数可以理解为模型从训练中学到的大量“调节旋钮”。Underdog 称，它能在多数设备上运行，无需联网，模型也已开放下载。32MB 意味着它更容易装入手机、电脑等资源有限的设备，有望用于本地助手或个性化播客，同时减少数据外传。
不过，体积小不等于效果好。现有演示证明了 Woof 能生成语音和音乐，但报道没有披露生成质量、速度及设备兼容性的系统测试；它能否承担实际产品任务，仍需更多验证。