[NAIA 0.1.8 Update] Haben Sie die All-in-One-Open-Source-KI mit Echtzeitstimme, Video-Avatar, Unterstützung für das koreanische Original-Grundlagenmodell, Kurzzeit-/Langzeitgedächtnis, Radio-DJ und Multi-Terminal gesehen?

Hallo, mein Name ist Luke und ich erstelle Naia, eine KI in meinem PC.

In den zwei Monaten seit der Veröffentlichung von v0.1.5 am 5. Juni wurden ziemlich viele neue Dinge hinzugefügt. Damals lag der Fokus darauf, die gesamte Konfiguration von „naia-0.9-omni-24g“ auf einer VRAM-24-GB-Grafikkarte auszuführen, und das Cloud-Modell, das mit einem Naia-Konto ausgewählt werden konnte, war eigentlich auf die Gemini-Serie ausgerichtet. Was Codex betrifft, war es etwas anderes, ihn direkt im Terminal auszuführen, als ihn mit Naias Gehirn zu verbinden.

Beginnend mit Version 0.1.8 wollten wir eine Struktur organisieren, die es Ihnen ermöglicht, Naias Stimme auf einem PC mit 6 GB VRAM zu erstellen, Avatare und Musik gemeinsam zu genießen und weiterhin mit KIs und tatsächlichen Dateien in Naia zu arbeiten.

Diese Distribution exportiert auch zuerst ausführbare Dateien (EXE) und Installationspakete (MSI) für Windows 10/11, und Linux (Naia OS) und macOS werden ab den nächsten Versionen der Reihe nach überprüft.

▎Dinge, die Sie in diesem Update sofort erleben können

• Anstatt das separate 24-GB-Cascade-Modell zu verwenden, das wir letztes Mal vorgestellt haben, kann die Windows-App selbst Echtzeit-Referenzstimmen ab 6 GB Grafikspeicher (VRAM) verwenden.
• Naias Gedächtnis und RAG wurden hinzugefügt, um ein Kurz- und Langzeitgedächtnis bereitzustellen, was es zu einem echten KI-Agenten und nicht nur zu einem einfachen LLM macht.
• Bietet zwei Arten von offiziellen 3D-Avatardateien des NIA (VRM, humanoides 3D-Avatar-Format) und sechs Arten von selbst entwickelten Video-Avataren, die ohne GPU abgespielt werden können.
• Der Radio-DJ-Modus wurde hinzugefügt, sodass die KI automatisch YouTube-Songs empfiehlt, damit Sie weiterspielen können.
• Die von Naia bereitgestellten Modelle wurden von einem Fokus auf Gemini auf kostengünstige DeepSeek V4 Flash und Pro, leistungsstarke GPT 5.6, Upstages Solar Pro4 und Navers Hyper Clova-Modell erweitert.
• Ermöglicht Multi-Agent-Codierung in Naia durch die Verknüpfung von Codex in Naia und die Anzeige mehrerer KI-Sitzungen im Herdr-Arbeitsbereich. Die Integration zwischen Workspace und Naia ist noch im Gange.

▎1. Echtzeit-Referenzstimme, jetzt beginnend mit 6 GB VRAM

„naia-0.9-omni-24g“, eingeführt in v0.1.5, ist eine 24-GB-Vollkonfiguration, die die gesamte Spracherkennung, das Sprachmodell und die Sprachsynthese lokal ausführt. Der neu hinzugefügte 6-GB-Standard gilt nur für die lokale Sprachsynthesefunktion, die mit der Referenzstimme des Benutzers spricht, nicht für die gesamte Konfiguration. Sie können diese lokale Sprachfunktion separat in Ihren Spracheinstellungen aktivieren.

Wenn Ihre NVIDIA-GPU auf Ihrem Windows-PC über 6 GB oder mehr VRAM verfügt, können Sie die lokale Stimme in den Spracheinstellungen aktivieren. Wir haben den Betrieb auf einem RTX 4060-Laptop, einem RTX 3080 Ti-Laptop und einem RTX 2070-Desktop bestätigt. Die erforderliche TensorRT-basierte Sprachlaufzeit ist in der Windows-Installation enthalten, sodass Benutzer TensorRT oder einen separaten Sprachserver nicht separat installieren müssen.

Sie können eine Sprachdatei auswählen oder selbst aufnehmen und diese dann vor der Verwendung anhören. Diese Funktion ist unabhängig von der Anmeldung bei Ihrem Naia-Konto oder der Auswahl eines Video-Avatars, sodass Sie sogar Ihre Stimme lokal ändern können, während Ihr vorhandener 3D-VRM an Ort und Stelle bleibt.

• In zukünftigen Plänen wird Naia, genau wie ich Sprachmodelle mit Claude oder Codex verwende, um verschiedene Werke zu konvertieren und zu nutzen, CLI oder API auf Agentenebene unterstützen, um Benutzern die Nutzung verschiedener Anwendungen zu ermöglichen und so die Benutzerfreundlichkeit erheblich zu erweitern.

▎2. Offizieller NIA-Avatar und NVA-Video-Avatar

Auch Naias Aussehen habe ich selbst gestaltet. Es bietet zwei offizielle 3D-VRMs, Basic und Hair, und reagiert auf Gesichtsausdrücke und Sprachbedingungen.

Wir bieten auch 6 Arten sprechender Video-Avatare an. Sie können die Grund- und Animationsstile für Minho, Jina und Naia auswählen. Da es sich um eine einfache Methode zur Wiedergabe fertiger Videoclips handelt, ist keine GPU erforderlich, um Avatare anzuzeigen und zu sprechen.

Das NVA-Format (Naia Video Avatar) ist ein Open-Source-Avatarformat, das die hohe visuelle Qualität von Videos mit der Echtzeitleistung von VRM·Live2D kombiniert. Es ist günstig und lässt sich ohne Modellierung oder Rigging bauen und spricht und reagiert in Echtzeit, im Browser und auf dem Desktop, ohne GPU. Das Dateiformat und der Player werden als Open Source veröffentlicht.

→ Vollständige Beispiele von 6 Video-Avataren anzeigen

Wir werden dies in einem separaten Beitrag näher erläutern und die NVA-Erstellungsfunktion wird in Kürze veröffentlicht.

▎3. Radio-DJ setzt Musik fort

Wenn Sie Naia sagen: „Spielen Sie beim Codieren Musik zum Anhören ab“, anstatt nur einen Song abzuspielen und zu beenden, wählt Radio DJ einen Song aus, der die Bedingungen erfüllt, stellt ihn vor und fährt mit dem nächsten Song fort. Dies ist eines der Dinge, die die KI als automatische Sprachfunktion schafft, die das Sprechen selbstständig fortsetzt.

Wenn ein Benutzer spricht, während er Musik hört, hat das Gespräch Vorrang. Wenn Sie zur Musik zurückkehren, setzen Sie die zuvor ausgewählte Atmosphäre und den Wiedergabeablauf fort. Ich versuche Empfehlungen basierend auf dem Wetter und der Stimmung zu geben, aber die Funktion funktioniert noch nicht so gut, also teste ich verschiedene Dinge.

▎4. Unterstützt verschiedene KI-Modelle und Codierungsagenten

Codex, Claude, DeepSeek V4 Pro, GPT-5.6, inländische Solar Pro 4, bis zu HCX-Modelle In der am 5. Juni veröffentlichten Version konzentrierten sich die mit einem Naia-Konto auswählbaren Modelle auf die Gemini-Serie. In v0.1.8 wurden die Optionen deutlich erweitert. Unterstützt auch Codex und Claude. Wer Codex oder Claude nutzt, kann es sofort ohne separates Konto nutzen.

Das mit Ihrem Naia-Konto verbundene Modell kann auf einem Einstellungsbildschirm ausgewählt werden. Auf demselben Bildschirm werden auch die Preise für inländische Modelle in koreanischen Won angezeigt.

▎5. Naia-Erinnerung, die sich an mich erinnert

„naia-memory“ greift wichtige Fakten heraus und speichert sie, anstatt alle Ihre Gespräche willkürlich anzuhäufen. Erinnerungen, die längere Zeit nicht genutzt wurden, verlieren an Bedeutung, Erinnerungen, die abgerufen werden, gewinnen an Bedeutung. Wenn ein neuer Fakt im Widerspruch zu einem alten Fakt steht, können Sie ihn mit dem neuen Fakt aktualisieren, anstatt die alten Informationen in Ihre Antwort zu mischen.

Die Standardeinstellung speichert den Speicher in einem lokalen JSON-Speicher auf dem PC des Benutzers und verwendet eine Kombination aus Semantik-, Schlüsselwort- und Beziehungssuchen, während die App ausgeführt wird. Sie können separat auswählen, welche Modelle Sie für die Einbettung und Faktenextraktion verwenden möchten, und wenn Sie sie vollständig lokal konfigurieren, müssen Sie sich für Ihre Gespräche nicht auf externe Speicherdienste verlassen.

Die aktuelle Standardeinstellung ist lokaler Speicher für den Desktop/persönlichen Gebrauch. Die SQLite-Speichermethode, die auf über 100.000 Elemente abzielt, ist noch nicht auf dem gleichen Niveau fertiggestellt. Obwohl es noch nicht angewendet wurde, nähert sich die Leistung des Naia-Speichers, der kürzlich einem Benchmarking unterzogen wurde, dem weltweit höchsten Niveau. Der größte Vorteil besteht nicht darin, dass es sich an viele Dinge erinnert, sondern darin, dass es den geänderten Inhalt aktualisiert, wenn sich Erinnerungen ansammeln, und wie das menschliche Gedächtnis die Eigenschaft hat, mit zunehmendem Alter des Inhalts schwächer zu werden. Ich werde dies auch später posten.

▎6. naia-adk und Herdr: Arbeiten mit KI in Naia

Die größte Änderung für Entwickler besteht darin, dass Naia über das Chat-Fenster hinausgeht und über eine Arbeitsbereichsgrundlage verfügt, in der mehrere KI-Sitzungen in einem Raum angezeigt werden können.

Da Naia von mir als Entwickler verwendet werden soll, zielt es darauf ab, die Terminal-Hölle beim Multitasking, KI als Koordinator anderer Coding-Agenten, Anti-Drift-Harness, Token-Kostenoptimierung und Discord-Bot-Verbindung in einer Remote-Umgebung zu lösen, und seine Implementierung ist die Naia-adk-Arbeitsumgebung, die bei der Installation von Naia automatisch eingerichtet wird. Es enthält Kabelbaumcodes, die die Grundlage für das zuvor erläuterte ReZero-Kabelbaumbuch bilden.

Die Entwicklung wurde letzte Woche durchgeführt und erzielte einige Erfolge. Aufgrund einer fehlerhaften Verwaltung zwischen den Kontexten traten jedoch Probleme wie explodierende Kosten oder Kabelbaumblockierungsarbeiten auf. Daher ziehen wir sie zum jetzigen Zeitpunkt zurück und arbeiten weiter daran.

Außerdem kam ich zu dem Schluss, dass Herdrs Funktion, die ich kürzlich verwendet hatte, eine Open-Source-Funktion war, die geeignet war, die von mir angestrebte Terminal-Hölle zu lösen, also baute ich sie in Naia ein und ließ die Multi-Terminal-Verwaltung, die ich intern entwickeln wollte, aus den Spezifikationen weg.

Herdr ist ein Aufgabenbildschirm zum Anzeigen und Verwalten mehrerer KI-Sitzungen nebeneinander in Naia. Im Dateibaum auf der linken Seite können Sie die Liste der Dateien anzeigen und zwischen den Registerkarten „Spaces“ und „Agents“ navigieren. Auf der rechten Seite können Sie sehen, welche Agents in welchen Repositorys arbeiten, und zur entsprechenden Herdr-Sitzung navigieren. Der Viewer zum Klicken auf eine Datei, um deren Inhalt anzuzeigen, ist noch nicht verbunden. Herdr ist in der Windows-Installation enthalten, sodass Sie es nicht separat installieren müssen.

In den Naia-Arbeitsbereich integrierter Herdr-Bildschirm

Diese Version bietet Dateibaum-Bereiche-Agenten-Navigation und einen integrierten Herdr-Aufgabenbildschirm. Die Funktion, die den File Click Viewer und Naia·Codex·Herdr in einem Workflow verbindet, wurde noch nicht implementiert und befindet sich in der Entwicklung für die nächste Version.

Naia Workspace Viewer – Herdr-Integration geplant

Zuerst werden wir es auf unserer Website verbreiten und bereiten uns sofort auf Steam und den Windows Store vor.

Und das Wichtigste ist, dass das alles Open Source ist.

Wir bereiten umgehend ein Open-Source-Offline-Meeting vor. Wenn Sie vorher Neuigkeiten teilen und gemeinsam auf Discord kreieren möchten, kontaktieren Sie uns bitte jederzeit.

#Naia #NVA #RadioDJ #Codex #Herdr #Open Source AI