Halo, saya Luke yang sedang membuat AI Naia di dalam PC saya.
Setelah merilis v0.1.5 pada 5 Juni lalu, selama lebih dari dua bulan telah banyak hal baru yang ditambahkan. Pada saat itu, pembicaraan utamanya berpusat pada kemampuan menjalankan seluruh konfigurasi naia-0.9-omni-24g pada kartu grafis dengan VRAM sekitar 24GB, dan model cloud yang dapat dipilih melalui akun Naia juga secara praktis terfokus pada keluarga Gemini. Codex pun merupakan cerita berbeda antara dijalankan langsung dari terminal dan digunakan bersama otak Naia.
Mulai v0.1.8 ini, Anda dapat membuat suara Naia di PC dengan VRAM 6GB, menikmati avatar dan musik sekaligus, serta mencapai struktur yang memungkinkan melanjutkan pekerjaan file nyata dengan AI di dalam Naia.
Distribusi kali ini juga pertama kali merilis file eksekusi untuk Windows 10/11 (EXE) dan paket instalasi (MSI), sementara Linux (Naia OS) dan macOS akan diperiksa secara bertahap pada versi berikutnya.
▎Hal-hal yang bisa langsung Anda rasakan dalam update kali ini
- Model terpisah berformat Cascade dengan spesifikasi 24GB yang pernah dibagikan sebelumnya tidak digunakan; aplikasi Windows ini dapat langsung menggunakan referensi suara secara real-time mulai dari VRAM 6GB.
- Dengan penambahan memori dan RAG (Retrieval-Augmented Generation), Naia kini memiliki memori jangka pendek dan panjang, sehingga strukturnya bukan sekadar LLM pembicara sederhana, melainkan struktur sebagai AI Agent yang sebenarnya.
- Naia menyediakan dua jenis file avatar 3D resmi (VRM, format avatar humanoid 3D) serta enam jenis video avatar yang dapat diputar tanpa GPU sendiri.
- Dimodifikasi dengan mode DJ Radio, di mana AI dapat merekomendasikan lagu YouTube secara mandiri untuk memungkinkan pemutaran terus-menerus.
- Pilihan model yang disediakan oleh Naia telah meluas secara signifikan, mulai dari model berpusat pada Gemini hingga DeepSeek V4 flash dan Pro (yang menawarkan nilai ekonomis), GPT 5.6 berkinerja tinggi, Solar Pro4 dari Upstage, serta Hyper Clova dari Naver.
- Di dalam Naia, Anda dapat menghubungkan Codex dan melihat berbagai sesi AI di ruang kerja Herdr, sehingga memungkinkan pekerjaan coding multi-agent dilakukan melalui Naia. Saat ini, integrasi antara ruang kerja dan Naia masih dalam tahap pengembangan.
▎1. Referensi Suara Real-time, Sekarang Mulai dari VRAM 6GB
naia-0.9-omni-24g yang diperkenalkan pada versi v0.1.5 adalah konfigurasi lengkap berukuran 24GB yang menjalankan pengenalan suara, model bahasa, dan sintesis suara secara lokal. Versi 6GB yang ditambahkan kali ini bukan untuk seluruh konfigurasi tersebut, melainkan khusus untuk fitur sintesis suara lokal menggunakan referensi suara pengguna. Fitur sintesis suara lokal ini dapat diaktifkan secara terpisah dalam pengaturan suara.
Jika PC Windows Anda memiliki VRAM GPU NVIDIA minimal 6GB, Anda dapat mengaktifkan suara lokal melalui pengaturan suara. Telah diverifikasi bahwa fitur ini berjalan pada laptop RTX 4060, laptop RTX 3080 Ti, dan desktop RTX 2070. Runtime suara berbasis TensorRT disertakan dalam instalasi Windows untuk menghilangkan kebutuhan pengguna menginstal TensorRT atau server suara terpisah secara manual.
Anda dapat memilih file suara atau merekam sendiri, lalu mendengarkan pratinjau sebelum menggunakannya. Fitur ini bersifat independen dari login akun Naia atau pemilihan video avatar; oleh karena itu, Anda dapat tetap menggunakan 3D VRM yang sama sebelumnya dan hanya mengubah suaranya menjadi lokal.
- Rencana masa depan adalah untuk mendukung CLI atau API tingkat agent di Naia, mirip dengan cara saya menggunakan model suara Claude atau Codex untuk mengonversi berbagai tugas, sehingga pengguna dapat melakukan berbagai aplikasi guna memperluas utilitasnya secara signifikan.
▎2. Avatar Resmi Naia dan Video Avatar NVA
Naia juga membuat bentuk fisiknya sendiri. Ia menyediakan dua jenis VRM 3D resmi (bentuk dasar dan gaya rambut) yang bereaksi sesuai dengan ekspresi dan status pembicaraannya.
Di sini kami menyediakan enam video avatar yang dapat digunakan bersama. Anda dapat memilih gaya dasar atau gaya anime untuk masing-masing Minho, Jina, dan Naia. Karena metode reproduksinya ringan, GPU tidak diperlukan hanya untuk menampilkan dan membuat avatar berbicara.
Format NVA (Naia Video Avatar) adalah format avatar open source yang menggabungkan kualitas visual tinggi dari video dengan real-time dari VRM dan Live2D. Format ini dapat dibuat secara murah dan segera tanpa pemodelan atau rigging, serta memungkinkan percakapan dan respons secara real-time di browser maupun desktop tanpa GPU. Format file dan pemutarnya telah dibuka sebagai open source.→ Lihat langsung contoh penyelesaian dari enam video avatar
Isi ini akan dijelaskan lebih detail dalam postingan terpisah, dan fitur pembuatan NVA akan segera dirilis.
▎3. Radio DJ yang Menghubungkan Lagu
Jika Anda berkata kepada Naia, "Mainkan musik saat saya sedang mengoding," ia tidak hanya akan memutar satu lagu lalu berhenti. Sebaliknya, Radio DJ akan memilih dan memperkenalkan lagu yang sesuai dengan kondisi tersebut, kemudian menghubungkannya ke lagu berikutnya. Ini adalah salah satu fitur otomatisasi percakapan di mana AI secara mandiri melanjutkan pembicaraan.
Saat pengguna berbicara saat mendengarkan musik, percakapan akan menjadi prioritas. Ketika kembali ke mode musik, ia akan melanjutkan suasana dan alur pemutaran yang telah dipilih sebelumnya. Kami ingin merekomendasikan lagu berdasarkan cuaca dan perasaan, namun fungsi ini belum berjalan dengan baik sehingga kami sedang melakukan berbagai pengujian.▎4. Dukungan Berbagai Model AI dan Agen Coding
Codex, Claude, DeepSeek V4 Pro, GPT-5.6, Solar Pro 4 domestik, hingga model HCX. Pada versi yang dirilis pada 5 Juni, pilihan model yang dapat dipilih melalui akun Naia terpusat pada keluarga Gemini. Pada versi v0.1.8, pilihan ini meningkat secara signifikan. Selain itu, kami juga mendukung Codex dan Claude. Pengguna yang menggunakan Codex atau Claude dapat langsung menggunakannya tanpa perlu membuat akun terpisah.
| Kategori | Model Utama yang Dapat Dipilih Saat Ini |
|---|---|
| DeepSeek | DeepSeek V4 Flash, DeepSeek V4 Pro |
| GPT | GPT-5.6 Sol, GPT-5.6 Luna |
| Grok | Grok 4.3 |
| Upstage | Solar Pro 4, Solar Mini |
| NAVER | HyperCLOVA X HCX-007, HCX-DASH-002 |
Model yang terhubung melalui akun Naia dapat dipilih dari satu layar pengaturan. Harga model lokal juga ditampilkan dalam mata uang rupiah pada layar yang sama.
▎5. naia-memory untuk Mengingat Saya
naia-memory menyimpan fakta penting alih-alih hanya menumpuk seluruh percakapan secara sembarangan. Ingatan yang jarang digunakan akan menurunkan tingkat kepentingannya, sementara ingatan yang diakses kembali akan meningkatkan tingkat kepentingannya. Jika fakta baru bertentangan dengan fakta lama, ia dapat memperbarui fakta baru tanpa mencampur jawaban dengan konten lama.
Dalam pengaturan standar, ingatan disimpan dalam penyimpanan JSON lokal pada PC pengguna, dan pencarian berdasarkan makna, kata kunci, serta hubungan dilakukan bersamaan selama aplikasi berjalan. Model yang digunakan untuk embedding dan ekstraksi fakta dapat dipilih secara terpisah; jika dikonfigurasi sepenuhnya secara lokal, isi percakapan tidak akan diserahkan ke layanan memori eksternal.
Pengaturan standar saat ini dirancang untuk penyimpanan lokal yang cocok untuk penggunaan desktop dan pribadi. Metode penyimpanan SQLite yang menargetkan lebih dari 100.000 item belum sepenuhnya selesai pada tingkat yang sama. Meskipun belum diterapkan, kinerja Naia-memory yang baru saja dievaluasi dalam benchmark mendekati tingkat terbaik secara global; keunggulan utamanya bukan pada kemampuan mengingat banyak hal, melainkan pada pembaruan konten yang berubah saat ingatan terakumulasi, serta fitur yang menyerupai memori manusia dengan melemaskan konten lama seiring berjalannya waktu. Hal ini juga akan dibahas lebih lanjut dalam postingan mendatang.▎6. naia-adk dan Herdr: Bekerja Bersama AI di Dalam Naia
Perubahan terbesar bagi pengembang adalah bahwa Naia telah memiliki dasar untuk ruang kerja yang memungkinkan melihat beberapa sesi AI sekaligus melampaui jendela obrolan.
Naia dirancang khusus untuk digunakan oleh saya sebagai pengembangnya, dengan tujuan mengatasi "kematian terminal" saat menangani tugas multi, bertindak sebagai koordinator bagi agen coding lainnya, mencegah drift, mengoptimalkan biaya token, dan menghubungkan bot Discord di lingkungan jarak jauh. Implementasinya adalah lingkungan kerja Naia-adk yang secara otomatis dikonfigurasi setelah instalasi Naia, yang mencakup kode-harness dari buku "Harness Book" yang saya jelaskan sebelumnya.
Meskipun pengembangan minggu lalu telah menghasilkan beberapa hasil, masalah seperti lonjakan biaya akibat manajemen konteks yang buruk atau agen menghambat pekerjaan telah terjadi, sehingga fitur-fitur tersebut sedang dihilangkan pada tahap ini dan masih dalam proses pengembangan.
Baru-baru ini, fungsi Herdr yang digunakan dinilai sebagai open source yang cocok untuk mengatasi "kematian terminal" yang saya tuju, sehingga kini sepenuhnya terintegrasi ke Naia; manajemen multi-terminal yang sebelumnya direncanakan dikembangkan secara mandiri telah dihapus dari spesifikasi.
Herdr adalah layar kerja di dalam Naia untuk melihat dan mengelola beberapa sesi AI secara bersamaan. Anda dapat melihat daftar file dari pohon file di sebelah kiri dan beralih antara tab Spaces·Agents, serta memeriksa agen mana yang bekerja di penyimpanan mana di sebelah kanan, lalu berpindah ke sesi Herdr tersebut. Viewer untuk melihat isi file dengan mengkliknya belum terhubung. Pada versi instalasi Windows, Herdi disertakan sehingga tidak perlu dipasang secara terpisah.
Herdr layar yang terintegrasi dalam workspace Naia
Versi ini menyediakan eksplorasi File Tree·Spaces·Agents dan layar kerja Herdi yang terintegrasi. Fitur seperti viewer klik file dan menghubungkan Naia·Codex·Herdr sebagai satu alur kerja belum selesai dan merupakan cakupan pengembangan untuk versi berikutnya.Viewer workspace Naia — Herdi akan diintegrasikan
Pertama, akan didistribusikan melalui situs web, dan segera akan disiapkan Steam dan Microsoft Store.Dan fakta penting ini: semuanya adalah open source.
Saya akan segera menyiapkan pertemuan komunitas offline open source. Sebelum itu, mari berbagi kabar terbaru di Discord, dan silakan hubungi saya kapan saja jika Anda ingin bekerja sama.
#Naia #NVA #RadioDJ #Codex #Herdr #오픈소스AI
