大家好，我的名字是 Luke，我正在我的电脑中创建 Naia，一个人工智能。
自6月5日发布v0.1.5以来的两个月里，添加了相当多的新东西。当时的重点是在 VRAM 24GB 显卡上运行“naia-0.9-omni-24g”的整个配置，而可以用 Naia 帐户选择的云模型实际上集中在 Gemini 系列上。至于 Codex，直接在终端中运行它与将其连接到 Naia 的大脑是不同的。
从 v0.1.8 开始，我们的目标是组织一个结构，允许您在具有 6GB VRAM 的 PC 上创建 Naia 的声音，一起享受头像和音乐，并继续在 Naia 中使用 AI 和实际文件。
该发行版还将首先导出Windows 10/11的可执行文件（EXE）和安装包（MSI），从下一个版本开始将依次检查Linux（Naia OS）和macOS。
▎本次更新中您可以立即体验到的事情
- Windows 应用程序本身可以使用从 6GB 图形内存 (VRAM) 开始的实时参考语音，而不是使用我们上次分享的单独的 24GB Cascade 模型。
- Naia 的记忆和 RAG 已被添加，以提供短期和长期记忆，使其成为真正的 AI Agent 而不仅仅是一个简单的 LLM。
- 提供两种NIA官方3D头像文件（VRM，人形3D头像格式）和六种自主开发的无需GPU即可播放的视频头像。
- 添加了广播 DJ 模式，以便 AI 自动推荐 YouTube 歌曲，以便您可以继续播放。
- Naia 提供的型号已从专注于 Gemini 扩展到高性价比的 DeepSeek V4 闪存和 Pro、高性能 GPT 5.6、Upstage 的 Solar Pro4 以及 Naver 的 Hyper Clova 型号。
- 通过链接 Naia 中的 Codex 并在 Herdr 工作区中查看多个 AI 会话，在 Naia 中启用多代理编码。 Workspace 和 Naia 之间的集成仍在进行中。
▎1.实时参考语音，现在从 6GB VRAM 开始
v0.1.5 中引入的“naia-0.9-omni-24g”是一个 24GB 完整配置，可在本地运行所有语音识别、语言模型和语音合成。新增加的6GB标准仅适用于以用户参考语音说话的本地语音合成功能，而不适用于整个配置。您可以在语音设置中单独打开此本地语音功能。
在 Windows PC 上，如果您的 NVIDIA GPU 具有 6GB 或更多 VRAM，您可以在语音设置中打开本地语音。我们确认在 RTX 4060 笔记本电脑、RTX 3080 Ti 笔记本电脑和 RTX 2070 台式机上运行。 Windows 安装中包含必要的基于 TensorRT 的语音运行时，用户无需单独安装 TensorRT 或单独的语音服务器。
您可以选择一个语音文件或自己录制，然后在使用前提前收听。此功能与登录 Naia 帐户或选择视频头像是分开的，因此您甚至可以在本地更改您的声音，同时保留现有的 3D VRM。
- 在未来的计划中，就像我使用Claude或Codex的语音模型来转换和利用各种作品一样，Naia将支持CLI或代理级API，使用户能够使用各种应用程序，大大扩展可用性。
▎2. NIA官方头像和NVA视频头像
奈亚的外观也是我自己设计的。它提供了两个官方的3D VRM，基础版和头发版，并对面部表情和语音条件做出响应。
我们还提供6种会说话的视频头像。您可以为 Minho、Jina 和 Naia 选择基本风格和动画风格。由于它是一种轻量级的播放完整视频剪辑的方法，因此不需要 GPU 来显示和说话化身。
NVA（Naia Video Avatar）格式是一种开源的头像格式，它将视频的高视觉质量与VRM·Live2D的实时性能相结合。它价格便宜，无需建模或装配即可构建，并且可以在浏览器和桌面上实时说话和做出反应，无需 GPU。文件格式和播放器作为开源发布。我们将在另一篇文章中更详细地解释这一点，并且 NVA 创建功能将很快发布。
▎3.电台 DJ 继续播放音乐
如果您告诉 Naia，“在编码时播放要听的音乐”，Radio DJ 不会只播放一首歌曲并结束，而是会选择一首符合条件的歌曲，介绍它，然后继续播放下一首歌曲。这是人工智能正在创造的一种自动语音功能，可以自行继续语音。
如果用户在听音乐时说话，则对话优先。返回音乐时，继续之前选择的氛围和播放流程。我试图根据天气和心情提出建议，但该功能还不太好用，所以我正在测试各种东西。▎4.支持各种AI模型和编码代理
Codex、Claude、DeepSeek V4 Pro、GPT-5.6、国产Solar Pro 4、最高至HCX型号 在6月5日发布的版本中，Naia账户可以选择的机型主要集中在Gemini系列。在 v0.1.8 中，选项显着增加。 **还支持 Codex 和 Claude。使用 Codex 或 Claude 的人可以立即使用它，无需单独的帐户。 **
| 系列 | 本次主推车型 |
|---|---|
| 深度搜索 | DeepSeek V4 闪存、DeepSeek V4 Pro |
| GPT | GPT-5.6 索尔、GPT-5.6 露娜 |
| 格洛克 | 格洛克 4.3 |
| 抢戏 | 太阳能 Pro 4、太阳能迷你 |
| 纳维尔 | 超级CLOVA |
可以从一个设置屏幕中选择连接到您的 Naia 帐户的型号。同一屏幕上还以韩元显示国内型号的价格。
▎5. naia-记得我的记忆
“naia-memory”会挑选出重要的事实并存储它们，而不是随意堆积所有对话。长时间未使用的记忆的重要性会降低，而被回忆起的记忆的重要性会增加。如果新事实与旧事实冲突，您可以使用新事实更新它，而不是将旧信息混合到您的答案中。
默认设置将内存存储在用户 PC 上的本地 JSON 存储中，并在应用程序运行时结合使用语义、关键字和关系搜索。您可以分别选择用于嵌入和事实提取的模型，如果完全在本地配置它们，则不必依赖外部存储服务来进行对话。
当前的默认设置是供桌面/个人使用的本地存储。 SQLite存储方法针对超过100,000个项目，尚未完成到相同的水平。虽然尚未得到应用，但最近经过基准测试的Naia-memory性能已接近全球最高水平。最大的优点不是它记得很多，而是它在记忆积累时更新变化的内容，并且像人类的记忆一样，它具有随着内容变老而衰减的特性。我稍后也会发布这个。▎6. naia-adk 和 Herdr：在 Naia 中使用 AI
对于开发者来说最大的变化是 Naia 超越了聊天窗口，拥有一个工作空间基础，可以在一个空间中查看多个 AI 会话。
由于Naia的目的是供我作为开发人员使用，它的目标是解决多任务处理时的终端地狱、AI作为其他编码代理的协调者、防漂移工具、令牌成本优化以及远程环境中的Discord机器人连接，其实现是安装Naia时自动设置的Naia-adk工作环境。它包括线束代码，这些代码是我之前解释的 ReZero Harness Book 的基础。
上周进行了开发并取得了一些成功，但由于上下文之间的管理不正确，出现了成本飙升或线束阻塞工作等问题，因此我们现阶段将其撤回并继续进行工作。
另外，我认为我最近使用的 Herdr 功能是一个开源的功能，适合解决我所追求的终端地狱，因此我将其内置到 Naia 中，并从规范中省略了我打算内部开发的多终端管理。
Herdr 是一个任务屏幕，用于在 Naia 中并排查看和管理多个 AI 会话。在左侧的文件树中，您可以查看文件列表并在“空间”和“代理”选项卡之间导航，在右侧，您可以查看哪些代理正在哪些存储库中工作，并导航到相应的 Herdr 会话。用于单击文件查看其内容的查看器尚未连接。 Herdr 包含在 Windows 安装中，因此您无需单独安装。
Naia 工作区内置 Herdr 屏幕
此版本提供文件树·空间·代理导航和内置的 Herdr 任务屏幕。将文件点击查看器和 Naia·Codex·Herdr 连接到一个工作流程的功能尚未实现，正在下一版本的开发范围内。Naia Workspace Viewer — 计划集成 Herdr
首先，我们将在我们的网站上分发它，我们正在立即为 Steam 和 Windows Store 做准备。重要的是所有这些都是开源的。
我们将立即准备开源线下会议。在此之前，如果您想在 Discord 上分享新闻、共同创作，请随时联系我们。
#Naia #NVA #RadioDJ #Codex #Herdr #开源人工智能
