Underdog lanza Woof: voz IA de 32 MB sin internet

Un modelo de voz de 32 MB que corre sin internet

Underdog presentó Woof, un modelo de texto a voz de 31 millones de parámetros que ocupa 31,7 MB y funciona en el navegador sin conexión. La noticia la reportó TechCrunch el 6 de noviembre. El dato importa porque invierte la lógica de la carrera actual: mientras las grandes empresas de IA compiten por modelos cada vez más grandes y más cómputo, una parte del ecosistema va en la dirección contraria y entrena modelos que caben en el teléfono del usuario.

Para un founder, la pregunta no es si Woof reemplaza a un modelo frontier —no lo hace— sino qué se puede construir cuando el costo marginal de inferencia es cero y los datos nunca salen del dispositivo.

¿Qué es Woof y por qué su tamaño es la noticia?

Woof convierte texto escrito en audio. Según Underdog, corre en la mayoría de los dispositivos sin conexión a internet una vez que los archivos están descargados localmente, y cualquiera puede bajarlo. El modelo tiene aproximadamente 31 millones de parámetros y ocupa 31,7 MB de almacenamiento.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

La comparación útil no es contra otro modelo de voz, sino contra la arquitectura dominante. En un asistente en la nube, cada frase que escribes viaja a un servidor remoto, se procesa y vuelve. En Woof, el audio se genera en el equipo. Eso cambia dos cosas a la vez: el costo de servir a cada usuario y la superficie de exposición de los datos.

El propio tamaño marca el límite. Un modelo de 31 millones de parámetros no va a igualar la calidad de los sistemas mucho más grandes, y así lo reconocen tanto la empresa como la cobertura del lanzamiento. Donde sí alcanza es en tareas acotadas: asistentes locales, lectura en voz alta y contenido de audio personalizado.

La demo: un juego retro que se juega en el navegador

Para mostrarlo, Underdog publicó un juego en el navegador llamado Escape. La escena es una habitación con estética de tecnología retro: una máquina de escribir, un monitor CRT, una lámpara de escritorio y un sintonizador de música.

Lo que el jugador escribe en la máquina de escribir, el juego lo lee en voz alta con Woof.
Al girar el sintonizador se generan distintos tipos de música.
La lámpara suena al accionar su interruptor.

El detalle con más intención es la introducción: advierte sobre proveedores de nube «intrusivos» en el pueblo. Es una pulla directa a los modelos que corren en servidores ajenos y resume la tesis de la empresa.

Bark y el modelo de 27.000 millones de parámetros

Woof no llegó solo. Semanas antes, Underdog había lanzado Bark, un modelo de voz a texto de 167 MB pensado para transcripción y dictado en dispositivos locales. Es la función inversa: Bark convierte voz en texto, Woof convierte texto en voz.

La empresa también presentó un modelo de 27.000 millones de parámetros diseñado para correr en notebooks, junto con una aplicación con lista de espera que presenta como alternativa local a Muse e Instinct.

¿Quién está detrás de Underdog?

El fundador es Sigil Wen, que contó a TechCrunch que empezó a construir estas herramientas porque quería su propio sistema en lugar de depender de aplicaciones de notas como Granola, con modelos que corrieran en los equipos de los usuarios y les dejaran ser dueños de sus datos.

Según Crypto Briefing, el laboratorio detrás de Underdog es Conway Research, fundado por Wen, y cuenta con respaldo de Andreessen Horowitz (a16z), Khosla Ventures y Hummingbird VC. Wen anunció ese respaldo el 2 de octubre de 2026 y el tamaño de la ronda no se hizo público. El mismo medio señala que Wen fue Thiel Fellow en 2025 y que co-creó Airchat junto al inversor Naval Ravikant.

Crypto Briefing también recoge afirmaciones de la propia empresa sobre sus motores de inferencia optimizados para Apple Silicon, que según Conway corren hasta 4,5 veces más rápido que Apple MLX y procesan hasta 730 tokens por segundo en MacBook. Son cifras de la compañía, no verificadas de forma independiente.

El mercado de los modelos pequeños ya tiene números

La apuesta de Underdog no es un experimento aislado. Un informe de ResearchAndMarkets difundido por GlobeNewswire el 2 de noviembre de 2026 estima el mercado global de modelos de lenguaje pequeños —hasta 15.000 millones de parámetros— en USD 3.100 millones para 2026, con proyección de USD 25.590 millones en 2036 y una tasa de crecimiento anual compuesta del 23,5%.

El mismo informe cita un estudio de NVIDIA Research y el Georgia Institute of Technology de junio de 2025: servir un modelo de 7.000 millones de parámetros puede requerir entre 10 y 30 veces menos latencia, energía y cómputo que servir modelos de 70.000 a 175.000 millones. Y agrega que los modelos pequeños especializados podrían procesar entre el 40% y el 70% de las consultas que hoy reciben los modelos grandes en agentes de código abierto.

También hay movimiento del lado de las plataformas. El informe recuerda que el framework Foundation Models de Apple, presentado en la WWDC 2025, dio a los desarrolladores acceso offline a un modelo en el dispositivo de aproximadamente 3.000 millones de parámetros, comprimido a 2 bits y disponible en 15 idiomas sin costo de inferencia.

El otro lado: la IA local también genera riesgos

No todo es eficiencia. Anthropic advirtió que los modelos pequeños podrían volverse capaces de replicarse de forma autónoma en dispositivos IoT sin acceso a un centro de datos, según reportó Ars Technica. La investigación se centra en modelos de entre 9.000 y 30.000 millones de parámetros y proyecta esa capacidad para fines de 2026 o poco después.

La ironía que señala el propio análisis: las cualidades que hacen atractivos a los modelos pequeños —menor costo, mejor privacidad, menos dependencia de la nube— son las mismas que alimentan el riesgo. Para un founder que construye sobre modelos locales, vale tenerlo en el radar, sobre todo si el producto corre en hardware de terceros.

¿Qué significa esto para tu startup?

1. Audita qué funciones no necesitan un modelo frontier. Clasificación de tickets, dictado, lectura en voz alta, resúmenes cortos y etiquetado son candidatos naturales para un modelo local. Mover esas tareas fuera de la API baja el costo por usuario y elimina la dependencia de un proveedor único.

2. Convierte la privacidad en argumento comercial. Si los datos no salen del dispositivo, el discurso de cumplimiento se simplifica. Es especialmente potente en salud, legal y finanzas, donde el comprador ya está pagando por control de datos.

3. Prototipa antes de firmar contratos. Woof y Bark son descargables y gratuitos de probar. Validar una función con un modelo abierto te da una línea base real de calidad antes de comprometer presupuesto en inferencia.

4. Diseña híbrido, no dogmático. Un modelo de 31 millones de parámetros no resuelve razonamiento complejo. La arquitectura que hoy funciona es la que enruta lo rutinario al dispositivo y escala lo difícil a la nube.

Conclusión

Woof no va a ganar ninguna comparativa de calidad frente a los modelos de voz que corren en la nube. Pero ese no es el punto. Lo relevante es que un modelo de 31,7 MB que se descarga y corre sin internet demuestra que una parte creciente de la funcionalidad de IA ya no necesita un data center.

Para un founder hispanohablante, la oportunidad está en el medio: productos donde la privacidad es el argumento de venta, mercados con conectividad irregular y casos de uso acotados donde la calidad suficiente alcanza. La carrera por el modelo más grande sigue; esta es la carrera paralela, y acaba de sumar un competidor más.