¿Te inspiró esta historia? Convierte la idea en tu propio arte con IA en segundos: empieza gratis, sin tarjeta.
Empieza gratisHugging Face ha publicado una guía completa para ejecutar Transformers.js dentro de extensiones de Chrome, lo que significa que los modelos de IA ahora pueden funcionar íntegramente en el navegador — de forma local, privada y sin una sola llamada a una API.
La entrada del blog de Hugging Face describe paso a paso una extensión de Chrome completa y funcional que carga un modelo de Transformers.js dentro de un service worker — el script de fondo persistente que las extensiones de Chrome utilizan para la lógica entre pestañas. El modelo se carga una vez, permanece en memoria y responde a los mensajes de cualquier pestaña o ventana emergente sin recargar los pesos cada vez. Esa arquitectura importa: las demos de IA basadas en navegador anteriores solían recargar el modelo en cada interacción con la página, lo que las hacía desesperantemente lentas en la práctica.
La guía está dirigida a desarrolladores más que a usuarios finales, pero el resultado práctico es un modelo que cualquier creador con conocimientos técnicos puede seguir para lanzar su propia herramienta de IA nativa del navegador.
La mayoría de las herramientas de IA que usan los creadores hoy en día dependen de la nube: envías un prompt, un servidor remoto ejecuta el modelo y recibes un resultado. Ese modelo funciona bien hasta que el proveedor cambia los precios, cae o decide restringir ciertas categorías de contenido. La inferencia local esquiva todo eso.
Ejecutar un modelo dentro de una extensión de Chrome significa que los pesos residen en la máquina del usuario. La inferencia nunca abandona el navegador. Para los creadores que trabajan con conceptos de personajes, imágenes de referencia o bibliotecas de prompts que prefieren no enviar a un servidor de terceros, eso supone una mejora de privacidad significativa.
También implica un coste marginal cero por inferencia. Una vez instalada la extensión y almacenado en caché el modelo, cada sugerencia de prompt, cada etiqueta de estilo, cada llamada de clasificación de imagen es gratuita — de forma permanente.
La arquitectura es muy adecuada para herramientas asistivas ligeras más que para la generación completa de imágenes (el hardware del navegador aún no está preparado para modelos a escala de Stable Diffusion con velocidad). Los casos de uso realistas a corto plazo incluyen:
Ninguno de estos requiere una GPU potente. Los modelos de visión-lenguaje y texto más pequeños del catálogo de Hugging Face funcionan adecuadamente con WebGPU en un navegador moderno. Los creadores que se manejan con JavaScript — o que estén dispuestos a usar un modelo de codificación de IA de código abierto para generar el código base — pueden tener un prototipo funcional en una tarde.
La API WebGPU de Chrome, ahora estable en Chrome 113 y versiones posteriores, es lo que hace esto práctico. Proporciona al JavaScript del navegador acceso directo al cómputo de la GPU, que Transformers.js utiliza para acelerar las operaciones matriciales. El resultado es una inferencia notablemente más rápida que la alternativa solo con WebAssembly — lo suficientemente rápida para asistencia de prompts en tiempo real incluso en hardware de consumo de gama media.
La inferencia de IA basada en navegador sigue siendo limitada en comparación con una estación de trabajo con GPU dedicada, pero para la categoría de modelos pequeños y asistivos que ayudan a los creadores a trabajar más rápido en plataformas como el generador de Charmloop, el techo de rendimiento es lo suficientemente alto como para importar.
El siguiente paso lógico es que la comunidad publique extensiones reales construidas sobre este patrón. Hugging Face Hub ya aloja miles de modelos pequeños de visión y lenguaje compatibles con Transformers.js. A medida que el soporte de WebGPU se extienda a Firefox y Safari — ambos tienen implementaciones en curso — el alcance de las herramientas de IA nativas del navegador se ampliará aún más. Los creadores que aprendan a construir con esta tecnología ahora tendrán una ventaja significativa en una categoría de herramientas que todavía no existe.