Visión artificial en local
Fuckable.me
IA viral sin enviar fotos a servidores. Visión artificial directamente en tu teléfono.
Experimento de gran consumo y banco de pruebas activo para visión artificial ejecutada en el cliente: optimización de modelos pequeños (SLM) que corren en el navegador móvil vía WebAssembly y WebGPU sin retención de datos.
Visitar producto
La IA viral suele construirse a costa de la privacidad del usuario y de facturas descomunales de GPU.
La mayoría de aplicaciones interactivas de IA exigen subir fotos íntimas a servidores externos, generando riesgos graves de filtración de datos y costes prohibitivos de servidores para los fundadores. Los usuarios desconfían cada vez más de ceder sus fotos personales a bases de datos ajenas.
Inferencia 100% en el cliente: las fotos privadas nunca tocan un servidor remoto.
Desarrollamos Fuckable.me como banco de pruebas para IA en el dispositivo con privacidad por diseño. Modelos ligeros y cuantizados de visión corren en el navegador mediante WebAssembly y aceleración WebGPU. Todo el análisis ocurre en el propio teléfono con la certeza matemática de que la imagen jamás sale del dispositivo.
Qué cambia
- Cero exposición de datos en la nube: el 100% de la decodificación, extracción y análisis se efectúa en local
- Cero costes de GPU en servidor: la ejecución en el cliente suprime facturas de computación ante picos virales
- Latencia de inferencia inferior a 150 ms: pipeline acelerado por WebGPU y WASM para una respuesta instantánea
- Modelos reducidos para móvil: redes neuronales cuantizadas optimizadas para motores de navegadores móviles
- Banco de pruebas activo: actúa como laboratorio experimental para una futura suite de tecnologías de privacidad
- Bucle viral orgánico: generación de tarjetas compartibles sin almacenar ni comercializar perfiles biométricos
Ultrarrápido, viral y desenfadado, con una fortaleza invisible de privacidad.
La interacción es inmediata: subir una foto, recibir una valoración espontánea y compartir el resultado en segundos. Al procesarse en local, no hay latencias y el usuario disfruta con total tranquilidad sabiendo que sus imágenes son estrictamente suyas.
Certo implementó todo el pipeline de inferencia en cliente: cuantización de modelos, compilación WebAssembly, shaders WebGPU, gestión de memoria en navegador y ajuste fino de redes compactas para chips móviles.
- Verificación en el cliente: el análisis de red confirma que no se transmite ninguna imagen o archivo vía HTTP/WebSocket.
- Modelos ultraligeros: redes neuronales cuantizadas optimizadas a menos de 15 MB para descarga instantánea.
- Aceleración multiplataforma: alternancia fluida entre WebGPU, WASM SIMD y WebGL en Safari iOS y Chrome Android.
- Experimento viral en producción que valida la viabilidad y comodidad de modelos locales en el público masivo.
¿Quieres lanzar experiencias virales o visión artificial sensible sin costes de GPU ni riesgos de privacidad?
Comparte tu planteamiento, modelos o concepto de producto. Desarrollamos arquitecturas de IA local de altísima velocidad con una privacidad inquebrantable.