moeru-ai/airi

何を解決するか

Project AIRIは、単なるチャットを超えた機能を持つAI仮想キャラクター（サイバーwaifuやデジタルコンパニオン）の「魂の容器」を構築することを目指しています。既存のAIチャットプラットフォームはロールプレイに特化していますが、AIRIは現実世界と対話できるデジタル人間の開発に焦点を当てており、MinecraftやFactorioなどのゲームをプレイし、DiscordやTelegramなどさまざまなプラットフォームでユーザーと交流できるようにします。

動作方法

AIRIは大規模言語モデル（LLM）と、感覚・運動機能のセットを統合しています：

• 脳: OpenAI、Claude、DeepSeekなど多数のLLMプロバイダーと連携し、ブラウザ内データベース（DuckDB WASM、pglite）を用いてゲームプレイと記憶保持を実現する開発を進めています。
• 耳: ブラウザおよびDiscordからの音声入力を処理し、クライアントサイドの音声認識と会話検出機能を備えています。
• 口: ElevenLabsやローカルのKokoro TTSなど、複数の音声合成プロバイダーに対応しています。
• 体: VRMおよびLive2Dモデルをサポートし、まばたき、視線、アイドル動作などの自動アニメーションを実装しています。

本プロジェクトは、クロスプラットフォーム対応（ブラウザ、PWA、モバイル）を実現するためのWeb技術（WebGPU、WebAssembly、WebAudio）と、デスクトップ版のネイティブ高速化（NVIDIA CUDA、Apple Metal）を組み合わせて構築されています。

対象ユーザー

• パーソナライズされたインタラクティブなデジタルコンパニオンやAI VTuberを求めるユーザー。
• WebとAI技術を活用してAI駆動の仮想キャラクターを開発・制作したい開発者やアーティスト。
• ゲームや外部通信アプリと対話できるAIエージェントを実装したいクリエイター。

特徴

• クロスプラットフォーム: 現代のブラウザ、モバイルデバイス（PWA）、デスクトップ（Windows、macOS、Linux）で動作可能。
• ゲーム統合: MinecraftやFactorioのプレイに対応。Kerbal Space ProgramやHelldivers 2など、他のゲームも開発中。
• 広範なLLM対応: xsaiライブラリを介して多数のAPIプロバイダーと互換性あり。
• 視覚的精細度: Live2DおよびVRMモデルを完全サポートし、自律的なアニメーションを実現。