Bonjour, je m'appelle Luke et je crée Naia, une IA sur mon PC.
Au cours des deux mois qui ont suivi la sortie de la v0.1.5 le 5 juin, de nombreuses nouveautés ont été ajoutées. À l'époque, l'accent était mis sur l'exécution de l'intégralité de la configuration de « naia-0.9-omni-24g » sur une carte graphique VRAM de 24 Go, et le modèle cloud pouvant être sélectionné avec un compte Naia était en fait axé sur la série Gemini. Quant au Codex, l'exécuter directement dans le terminal était une autre histoire que de le connecter au cerveau de Naia.
À partir de la version 0.1.8, nous avions pour objectif d'organiser une structure qui vous permettrait de créer la voix de Naia sur un PC doté de 6 Go de VRAM, de profiter des avatars et de la musique ensemble, et de continuer à travailler avec les IA et les fichiers réels dans Naia.
Cette distribution exportera également les fichiers exécutables (EXE) et les packages d'installation (MSI) pour Windows 10/11 en premier, et Linux (Naia OS) et macOS seront vérifiés dans l'ordre à partir des prochaines versions.
▎Choses que vous pouvez expérimenter immédiatement dans cette mise à jour
- Au lieu d'utiliser le modèle Cascade séparé de 24 Go que nous avons partagé la dernière fois, l'application Windows elle-même peut utiliser des voix de référence en temps réel à partir de 6 Go de mémoire graphique (VRAM).
- La mémoire et le RAG de Naia ont été ajoutés pour fournir une mémoire à court et à long terme, ce qui en fait un véritable agent IA plutôt qu'un simple LLM.
- Fournit deux types de fichiers d'avatar 3D officiels de la NIA (VRM, format d'avatar humanoïde 3D) et six types d'avatars vidéo auto-développés qui fonctionnent sans GPU.
- Le mode Radio DJ a été ajouté afin que l'IA recommande automatiquement les chansons YouTube afin que vous puissiez continuer à jouer.
- Les modèles fournis par Naia sont passés d'une focalisation sur Gemini à des modèles DeepSeek V4 flash et Pro économiques, GPT 5.6 hautes performances, Solar Pro4 d'Upstage et Hyper Clova de Naver.
- Permet le codage multi-agents dans Naia en reliant le Codex dans Naia et en affichant plusieurs sessions d'IA dans l'espace de travail Herdr. L'intégration entre l'espace de travail et Naia est toujours en cours.
▎1. Voix de référence en temps réel, commençant désormais avec 6 Go de VRAM
« naia-0.9-omni-24g » introduit dans la v0.1.5 est une configuration complète de 24 Go qui exécute localement toute la reconnaissance vocale, le modèle de langage et la synthèse vocale. La norme de 6 Go nouvellement ajoutée s'applique uniquement à la fonction de synthèse vocale locale qui parle avec la voix de référence de l'utilisateur, et non à l'ensemble de la configuration. Vous pouvez activer cette fonctionnalité vocale locale séparément dans vos paramètres vocaux.
Sur votre PC Windows, si votre GPU NVIDIA dispose de 6 Go ou plus de VRAM, vous pouvez activer la voix locale dans les paramètres vocaux. Nous avons confirmé le fonctionnement sur un ordinateur portable RTX 4060, un ordinateur portable RTX 3080 Ti et un ordinateur de bureau RTX 2070. Le moteur d'exécution vocal basé sur TensorRT nécessaire est inclus dans l'installation de Windows, éliminant ainsi le besoin pour les utilisateurs d'installer TensorRT ou un serveur vocal distinct séparément.
Vous pouvez sélectionner un fichier vocal ou l'enregistrer vous-même, puis l'écouter à l'avance avant de l'utiliser. Cette fonctionnalité est distincte de la connexion à votre compte Naia ou de la sélection d'un avatar vidéo, vous pouvez donc même changer votre voix localement tout en laissant votre VRM 3D existant en place.
- Dans les projets futurs, tout comme j'utilise des modèles vocaux avec Claude ou Codex pour convertir et utiliser diverses œuvres, Naia prendra en charge la CLI ou l'API au niveau de l'agent pour permettre aux utilisateurs d'utiliser diverses applications, élargissant considérablement la convivialité.
▎2. Avatar officiel NIA et avatar vidéo NVA
J’ai également créé moi-même l’apparence de Naia. Il fournit deux VRM 3D officiels, de base et capillaire, et répond aux expressions faciales et aux conditions de parole.
Nous proposons également 6 types d'avatars vidéo parlants. Vous pouvez choisir les styles de base et d'animation pour Minho, Jina et Naia. Puisqu'il s'agit d'une méthode légère de lecture de clips vidéo terminés, le GPU n'est pas nécessaire pour afficher et exprimer les avatars.
Le format NVA (Naia Video Avatar) est un format d'avatar open source qui combine la haute qualité visuelle de la vidéo avec les performances en temps réel de VRM·Live2D. Il est bon marché et prêt à être construit sans modélisation ni gréement, et parle et réagit en temps réel, dans le navigateur et sur le bureau, sans GPU. Le format de fichier et le lecteur sont publiés en open source.→ Voir des exemples complets de 6 avatars vidéo
Nous expliquerons cela plus en détail dans un article séparé, et la fonction de création NVA sera bientôt publiée.
▎3. Radio DJ continue la musique
Si vous dites à Naia « Jouer de la musique à écouter pendant le codage », au lieu de jouer une seule chanson et de terminer, Radio DJ sélectionne une chanson qui remplit les conditions, la présente et continue avec la chanson suivante. C’est l’une des choses que l’IA crée en tant que fonction vocale automatique qui continue la parole d’elle-même.
Si un utilisateur parle en écoutant de la musique, la conversation est prioritaire. Lorsque vous revenez à la musique, continuez l'atmosphère et le flux de lecture précédemment sélectionnés. J'essaie de faire des recommandations en fonction de la météo et de l'humeur, mais la fonction ne fonctionne pas encore très bien, alors je teste diverses choses.▎4. Prend en charge divers modèles d'IA et agents de codage
Codex, Claude, DeepSeek V4 Pro, GPT-5.6, Solar Pro 4 domestique, jusqu'aux modèles HCX Dans la version publiée le 5 juin, les modèles pouvant être sélectionnés avec un compte Naia étaient concentrés sur la série Gemini. Dans la v0.1.8, les options ont considérablement augmenté. ** Prend également en charge Codex et Claude. Ceux qui utilisent Codex ou Claude peuvent l'utiliser immédiatement sans compte séparé.**
| Série | Principaux modèles à choisir cette fois |
|---|---|
| Recherche profonde | DeepSeek V4 Flash, DeepSeek V4 Pro |
| TPG | GPT-5.6 Soleil, GPT-5.6 Lune |
| Grok | Grok 4.3 |
| En coulisses | Solaire Pro 4, Solaire Mini |
| NAVER | HyperCLOVA |
Le modèle connecté à votre compte Naia peut être sélectionné à partir d'un écran de paramètres. Les prix des modèles nationaux sont également affichés en won coréen sur le même écran.
▎5. Naia-mémoire qui se souvient de moi
« naia-memory » sélectionne les faits importants et les stocke au lieu d'empiler au hasard toutes vos conversations. Les souvenirs qui n'ont pas été utilisés depuis longtemps perdent de leur importance et les souvenirs rappelés augmentent en importance. Si un nouveau fait entre en conflit avec un ancien fait, vous pouvez le mettre à jour avec le nouveau fait plutôt que de mélanger les anciennes informations dans votre réponse.
Le paramètre par défaut stocke la mémoire dans un stockage JSON local sur le PC de l'utilisateur et utilise une combinaison de recherches sémantiques, de mots clés et de relations pendant l'exécution de l'application. Vous pouvez choisir séparément les modèles à utiliser pour l'intégration et l'extraction des faits, et si vous les configurez entièrement localement, vous n'avez pas besoin de recourir à des services de mémoire externes pour vos conversations.
Le paramètre par défaut actuel est le stockage local pour un usage de bureau/personnel. La méthode de stockage SQLite, destinée à plus de 100 000 éléments, n'est pas encore aboutie au même niveau. Bien qu'elle n'ait pas encore été appliquée, les performances de la mémoire Naia, qui ont été récemment comparées, se rapprochent du plus haut niveau mondial. Le plus grand avantage n'est pas qu'elle se souvient de beaucoup de choses, mais qu'elle met à jour le contenu modifié lorsque les souvenirs s'accumulent, et comme la mémoire humaine, elle a la caractéristique de s'atténuer à mesure que le contenu vieillit. Je publierai également ceci plus tard.▎6. naia-adk et Herdr : Travailler avec l'IA dans Naia
Le plus grand changement pour les développeurs est que Naia va au-delà de la fenêtre de discussion et dispose d'un espace de travail où plusieurs sessions d'IA peuvent être visualisées dans un seul espace.
Étant donné que Naia est destiné à être utilisé par moi en tant que développeur, il vise à résoudre l'enfer des terminaux lors du multitâche, l'IA en tant que coordinateur d'autres agents de codage, le harnais anti-dérive, l'optimisation du coût des jetons et la connexion du bot Discord dans un environnement distant, et sa mise en œuvre est l'environnement de travail Naia-adk qui est automatiquement configuré lors de l'installation de Naia. Il comprend des codes de harnais qui constituent la base du livre de harnais ReZero que j'ai expliqué précédemment.
Le développement a été réalisé la semaine dernière et a obtenu un certain succès, mais en raison d'une mauvaise gestion entre les contextes, des problèmes sont survenus tels que la montée en flèche des coûts ou les travaux de blocage des harnais, nous le retirons donc à ce stade et continuons à y travailler.
De plus, j'ai décidé que la fonction de Herdr, que j'avais récemment utilisée, était une source open source adaptée pour résoudre l'enfer des terminaux que je visais, je l'ai donc intégrée dans Naia et j'ai omis des spécifications la gestion multi-terminaux que j'avais l'intention de développer en interne.
Herdr est un écran de tâches permettant de visualiser et de gérer plusieurs sessions d'IA côte à côte dans Naia. Dans l'arborescence des fichiers à gauche, vous pouvez afficher la liste des fichiers et naviguer entre les onglets Espaces et Agents, et à droite, vous pouvez voir quels agents travaillent dans quels référentiels et accéder à la session Herdr correspondante. Le visualiseur permettant de cliquer sur un fichier pour visualiser son contenu n'est pas encore connecté. Herdr est inclus avec l'installation de Windows, vous n'avez donc pas besoin de l'installer séparément.
Écran Herdr intégré à l'espace de travail Naia
Cette version fournit une navigation dans l'arborescence de fichiers, des espaces et des agents et un écran de tâches Herdr intégré. La fonctionnalité qui connecte File Click Viewer et Naia·Codex·Herdr en un seul flux de travail n'a pas encore été implémentée et est en cours de développement pour la prochaine version.Naia Workspace Viewer — Intégration Herdr prévue
Tout d'abord, nous le distribuerons sur notre site Web et nous nous préparons immédiatement pour Steam et Windows Store.Et l’important c’est que tout cela soit open source.
Nous préparerons immédiatement une réunion hors ligne open source. Avant cela, si vous souhaitez partager des actualités et créer ensemble sur Discord, merci de nous contacter à tout moment.
#Naia #NVA #RadioDJ #Codex #Herdr #Open Source AI
