こんにちは、私のPCの中のAIナイアを作っているルークです。
6月5日v0.1.5を公開した後、2ヶ月以上の間にかなり多くのものが新しくなりました。当時はVRAM 24GB級グラフィックカードで naia-0.9-omni-24g 全体構成を回す話が中心であり、Naiaアカウントで選べるクラウドモデルも事実上Gemini系に集中していました。 Codexもターミナルで直接実行することとNaiaの脳につなげて使うのは別の話でした。
今回のv0.1.8からはVRAM 6GB PCでナイアの声を作ることができ、アバターと音楽を一緒に楽しむことができ、Naiaの中でAIたちと実際のファイル作業を続けることができる構造整理を目指しました。
今回の配布もWindows 10/11用実行ファイル(EXE)とインストールパッケージ(MSI)を先にエクスポートし、Linux(Naia OS)とmacOSは次のバージョンから順番に確認します。
▎今回のアップデートですぐに体感できること
- 過去に共有したCascade形式の別途24GBモデルではなく、Windowsアプリ自体でリアルタイムリファレンス音声をグラフィックメモリ（VRAM）6GBから書き込むことができます。
- **ナイアのメモリとRAGが追加され、短期、長期記憶を持つようになり、単純なLLM程度ではなく、本当のAI Agentとしての構造を持つようになりました。
- ナイア公式3Dアバターファイル（VRM、ヒューマノイド3Dアバターフォーマット）2種と独自開発したGPUなしで再生されるビデオアバター6種を提供します。
- ラジオDJモードが追加され、AIが自分でYouTubeの曲を推薦してプレイを続けることができるようにしました **ナイアが提供するモデルは、Gemini中心のモデル選択肢がコスパのDeepSeek V4 flashとPro、高性能GPT 5.6、アップステージのSolar Pro4とネイバーのハイパークローバーモデルまで大きく広がりました。
- Naia内でCodexを接続し、Herdrワークスペースの複数のAIセッションを見ることができ、Naiaでマルチエージェントコーディング作業を可能にしました。まだワークスペースとNaiaの連動は作業中です。
▎1.リアルタイムリファレンスボイス、今VRAM 6GBから
v0.1.5で紹介した「naia-0.9-omni-24g」は、音声認識・言語モデル・音声合成をすべてローカルで回す24GB級の全体構成です。今回追加された6GB基準はその全体構成ではなく、ユーザーのリファレンス音声で話すローカル音声合成機能にのみ適用されます。音声設定でこのローカル音声機能を個別にオンにすることができます。
Windows PC で NVIDIA GPU の VRAM が 6 GB 以上の場合、音声設定でローカル音声をオンにできます。 RTX 4060ノートパソコン、RTX 3080 Tiノートブック、RTX 2070デスクトップで動作を確認しました。必要なTensorRTベースの音声ランタイムはWindowsインストールにまとめられ、ユーザーがTensorRTまたは別の音声サーバーを別々にインストールするプロセスを排除しました。
音声ファイルを選んだり、自分で録音したり、あらかじめ聞いて使用することができます。この機能はNaiaアカウントのログインやビデオアバターの選択とは別のものであるため、既存の3D VRMをそのままにして音声だけをローカルに変更することもできます。
*今後の計画では、私がClaudeやCodexで音声モデルを利用して各種ワークピースを変換して活用するように、NaiaでCLIやAgentレベルのAPIをサポートし、ユーザーが多様な応用を可能にし、活用度を大きく広げます。
▎2.ナイア公式アバターとNVAビデオアバター
ナイアの見た目も自分で作りました。基本型とヘア型、2つの公式3D VRMを提供し、表情と発話状態に合わせて反応します。
ここに話すことができるビデオアバター6種を一緒に提供します。 Minho・Jina・Naiaそれぞれの基本画風とアニメ画風を選ぶことができます。完成した映像クリップを軽く再生する方式なので、アバターを見せて話せるのにGPUは必要ありません。
NVA（Naia Video Avatar）フォーマットは、ビデオの高視覚品質とVRM・Live2Dのリアルタイム性を組み合わせたオープンソースアバターフォーマットです。モデリングやリギングなしで手頃な価格で即座に作成でき、ブラウザやデスクトップでGPUなしでリアルタイムで話して反応します。ファイル形式とプレーヤーはオープンソースで公開されます。その内容はさらに別途投稿でもう一度詳しく説明し、NVA作成機能はまもなく公開いたします。
▎3.音楽を続けるラジオDJ
ナイアに「コーディングする時に聞く音楽をやってくれ」と言えば、1曲だけ再生して終わるのではなく、Radio DJが条件に合った曲を選んで紹介し、次の曲に続きます。 AIが自ら発話を続ける自動発話機能で作っていることの一つです。
音楽を聴いて、ユーザーが話すとき、会話が優先されます。再び音楽に戻るときは、先に選んだ雰囲気と再生の流れを続けていきます。天気に応じて気分に合わせておすすめしてもらおうとしていますが、まだそんなに機能がうまくいかないので、いろいろテスト中です。▎4.さまざまなAIモデルとコーディングエージェントのサポート
Codex、Claude、DeepSeek V4 Pro、GPT-5.6、国内Solar Pro 4、HCXモデルまで 6月5日公開版ではNaiaアカウントで選べるモデルがGemini系列に集中していました。 v0.1.8では選択肢が大幅に増えました。 またCodexとClaudeもサポートしています。 CodexやClaudeをお使いの方は、別途アカウントなしですぐにお使いいただけます。
|シリーズ今回選べる主なモデル | -------- | ---------------------------------- | | 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 |マウサー
Naiaアカウントでリンクしたモデルは、1つの設定画面で選択できます。国内モデルの価格も同じ画面にウォンで表示されます。
▎5.私を覚えているnaia-memory
naia-memoryは会話をすべて無作為に積む代わりに重要な事実を選んで保存します。長い間書かなかった記憶は重要度を下げ、再び呼んだ記憶は重要度を高める。新しい事実が以前の事実と衝突した場合は、以前の内容をそのまま混ぜ合わせることなく、新しい事実に更新できます。
デフォルト設定ではユーザーPCのローカルJSONリポジトリに記憶を保持し、アプリの実行中に意味・キーワード・関係検索を一緒に使用します。埋め込みとファクト抽出にどのモデルを使用するかを別々に選択することができます。
現在のデフォルト設定は、デスクトップ・個人使用に合わせたローカル保存方式です。 10万件以上を狙ったSQLiteの保存方法は、まだ同じレベルに完成していません。まだ適用はできていませんが、最近ベンチマークしているNaia-memoryの性能はグローバル最高水準に近づいていますが、最大の利点はあまり覚えておらず、記憶がたまったときに変わった内容を更新し、人の記憶のように過去の内容ほど減衰する特徴を持っています。これも後で投稿します。▎6. naia-adkとHerdr：Naiaの中でAIと働く
開発者にとって最大の変化は、Naiaがチャットウィンドウを越えて複数のAIセッションを1つのスペースで見ることができるワークスペースの基盤を持っていることです。
Naiaは開発者である私が書くことを目的としているため、マルチタスクをする上でターミナル地獄を解決し、他のコーディングエージェントのコーディネーターとしてのAI、ドリフト防止ハーネス、トークンコスト最適化、リモート環境でDiscordボット接続を目指しており、その実装体はNaiaをインストールすると自動的に設定されるNaia-adk作業環境です。私が以前に説明したReゼロハーネスブックの本の形になるハーネスコードが含まれています。
前週に開発を進めてある程度成果がありましたが、コンテキスト間の管理が間違ってコストが暴走したり、ハーネスが業務を妨げてしまうという問題が発生し、今回の段階では抜け出しており、引き続き作業中です。
そして最近使用したHerdrの機能が、私が目標としたターミナル地獄を解決するのに適したオープンソースと判断され、今回はまったくナイアに内蔵し、独自開発しようとしたマルチターミナル管理はスペックから差し引いた。
HerdrはNaia内で複数のAIセッションを並べて管理する作業画面です。左側のファイルツリーでファイルのリストを表示し、[Spaces/Agents]タブにアクセスできます。ファイルをタップしてコンテンツを表示するビューアはまだリンクされていません。 WindowsのインストールにはHerdrを一緒に入れて別途インストールする必要はありません。
Naiaワークスペースに組み込まれたHerdr画面
今回のバージョンでは、File Tree・Spaces・Agentsナビゲーションと内蔵Herdr作業画面を提供します。ファイルクリックビューアとNaia・Codex・Herdrを一つのワークフローにつなぐ機能は、まだ実装が終わっておらず、次のバージョンの開発範囲です。Naia ワークスペースビューア — Herdr 連動予定
まずホームページで配布し、すぐにスチームとウィンドウストアを用意しています。そして重要な事実…これはすべてオープンソースです。
まさにオープンソースオフライン会議 一度準備させていただきます。その前にディスコードで一緒にお知らせし、一緒に作りたい方はいつでもご連絡ください。
#Naia #NVA #RadioDJ #Codex #Herdr #オープンソースAI
