Halo, saya Luke, pengembang yang sedang membangun AI OS bernama Naia. Melanjutkan tulisan sebelumnya, ketika saya buru-buru membagikan kabar peluncuran sambil meminta bantuan Anda, kali ini saya membawa kabar yang paling penting bersama pembaruan v0.1.5 — bukan sekadar AI OS, tetapi juga sebuah model AI omni baru, atau lebih tepatnya kabar tentang modul Naia-Omni (naia-0.9-omni-24g).
▎Hal-hal yang bisa Anda temui langsung di Naia-OS pada v0.1.5 ini
- Percakapan suara real-time dengan avatar 3D (termasuk kloning suara) — inilah bintang utama versi ini.
- Browser tertanam — AI ikut melihat dan membantu Anda di dalam layar.
- Sistem skill — perluas fungsi dengan skill bawaan, dan hubungkan alat MCP (Model Context Protocol).
- Panel aplikasi — Anda bisa menambahkan panel aplikasi yang Anda inginkan di dalam Naia.
- Model saya, kunci saya apa adanya — hubungkan penyedia AI dan kunci yang Anda inginkan, atau jalankan dengan model lokal.
- Privasi — eksekusi lokal adalah default, dan input maupun output Anda tidak digunakan untuk melatih model.
- Dukungan antarmuka 14 bahasa
Naia bukan sekadar shell yang mengaku-aku sebagai OS. Inti dari pembaruan kali ini adalah modul naia-0.9-omni-24g yang mewujudkan percakapan real-time full-duplex setara ChatGPT/Gemini bersama 30 bahasa di lingkungan GPU kelas konsumen (24GB VRAM seperti RTX 3090/4090/5090).
Ini adalah video saya bercakap-cakap dengan suara nyata, terhubung ke Naia-Omni yang saya pasang langsung di PC saya. (Mohon diingat bahwa suara dari mikrofon saya tidak terekam dalam video.)
▎Mengapa modul 'cascade'
Dulu saya pernah menyebutkan bahwa saya sedang mem-porting MiniCPM-4.5-omni ke vLLM — itu memang demi memindahkannya ke Naia ini. Keunggulan terbesar model omni adalah kemampuannya melakukan percakapan yang sangat alami secara real-time. Namun model tersebut menuntut VRAM lebih dari 28GB dan memiliki keterbatasan hanya mendukung bahasa Mandarin dan Inggris. Untuk memperbaikinya ke bahasa Korea, saya menjalankan berbagai riset secara paralel, termasuk fine-tuning (FT) pada Talker, tetapi pada akhirnya membentur langit-langit teknis, sementara model-model omni lainnya jauh lebih berat dari ini.
Setelah menjajaki berbagai alternatif, yang akhirnya saya ciptakan adalah naia-0.9-omni-24g dengan pendekatan 'cascade', bukan model tunggal. Ini adalah modul yang mengorkestrasi dan mengoptimalkan beberapa model AI secara tepat; meski belum sampai pemrosesan sempurna per token, ia membanggakan kecepatan yang setara dengan itu serta konfigurasi yang jauh lebih fleksibel. Inilah satu-satunya alternatif yang secara praktis mendukung 30 bahasa, full-duplex, dan kloning suara real-time sekaligus pada GPU konsumen 24GB. Kami memandu agar Anda bisa memanfaatkannya pada tingkat API, seolah-olah ia satu model yang berdiri sendiri, dan Anda bisa langsung merasakan kemampuan kloning suara yang jauh lebih cerdas dan jernih.
| model omni tunggal | cascade (cara Naia) | |
|---|---|---|
| Konfigurasi | satu model yang terintegrasi | merakit komponen sesuai peran |
| Perubahan kemampuan | begitu dilatih, terkunci — kemampuan baru perlu pelatihan ulang | tukar/tambah komponen kapan saja — ditingkatkan tanpa pelatihan ulang |
| Kecepatan | terintegrasi sehingga cepat (latensi rendah) | ada tahapan, sehingga sedikit lebih banyak latensi bisa muncul |
| Perluasan multimodal | dilatih ulang dari awal | menyisipkan komponen pada input/output |
| Pemilihan komponen | terikat sebagai satu kesatuan | memilih dan menukar komponen yang sudah teruji |
| Pemanfaatan model | terkunci pada satu model | beberapa model bersama-sama — model optimal di tiap tahap |
naia-0.9-omni-24g yang rampung seperti ini berjalan mulus di lingkungan PC konsumen RTX 3090/4090/5090 (24GB).
⚙️ Cara penggunaan dan fitur
Cara penggunaan pembaruan kali ini telah kami rombak sebagai berikut dengan mempertimbangkan kondisi infrastruktur yang realistis.
Penyediaan kontainer lokal (manfaat pelanggan basic) — kami membukanya agar siapa pun bisa mengunduhnya dalam bentuk kontainer ke PC pribadi dan membuat aplikasinya sendiri secara langsung.
podman pull ghcr.io/nextain/naia-0.9-omni-24g:latest
Namun karena saya pun harus menyambung hidup sambil melanjutkan proyek open source ini, saya mengatur agar pengguna langganan dasar (US$10/bulan) bisa memanfaatkan 1 Copy masing-masing. Mohon dianggap sebagai dukungan minimum yang dibutuhkan agar ekosistem open source Naia terus bertumbuh. → Manual unduh dan aktivasi model Naia
Coba demo web (cicipi 60 detik) — saat ini saya menyediakan uji coba cicipan 60 detik dengan menjalankannya langsung di 1 PC pribadi saya. Karena sumber daya terbatas, antrean (Queue) bisa muncul tergantung jumlah orang yang mengakses, mohon pengertiannya. → Demo langsung
Penggunaan cloud (sedang disiapkan) — model US$0.33 per jam yang semula direncanakan, sayangnya untuk sementara kami alihkan ke status 'sedang disiapkan'. Saat ini, dengan modal dan perangkat yang kurang, sulit mempertahankan pool GPU yang selalu siaga, dan berat untuk menanggung secara gratis biaya server selama sekitar 15 menit yang dibutuhkan untuk booting setelah alokasi. Sistem berbasis RTX 3090 jarak jauh yang bisa dipakai di dalam negeri pun sudah saya kembangkan, tetapi karena kelangkaan GPU saya menilai layanan yang lancar masih sulit. Kelak ketika modal tercukupi, saya pasti akan menghadirkan layanan cloud yang nyaman tanpa waktu tunggu.Kompatibilitas tinggi — kami memaksimalkan kompatibilitas dengan lingkungan yang sudah ada dengan mendukung OpenAI Realtime API.
| Endpoint | Kegunaan |
|---|---|
GET /health | Status kesiapan {"ready":true} (tanpa autentikasi) |
GET /v1/models | Daftar model |
WS /v1/realtime | Sesi suara real-time (VAD, interupsi, emosi) |
POST /v1/chat/completions | Chat (mendukung streaming) |
POST /v1/audio/speech | Sintesis suara (TTS) |
POST /v1/audio/transcriptions | Pengenalan suara (STT) |
POST /v1/embeddings | Embedding |
→ Penggunaan detail model Naia (manual untuk pengembang)
Keamanan dan privasi — karena kinerja modul yang begitu unggul juga menimbulkan kekhawatiran disalahgunakan untuk voice phishing dan sejenisnya, kami menerapkan teknologi watermark suara sehingga keterlacakannya terjaga dan Anda bisa menggunakannya dengan tenang.
🧠 Masa depan yang digambarkan Naia (Naia Cognitive)
Arah akhir yang dikejar Naia adalah mewujudkan 'AI saya di dalam komputer saya', serta membangun ekosistem pengembangan dan distribusi aplikasi yang digunakan bersama AI. Multimodal yang saya gambarkan bukan sekadar input-output data, melainkan menargetkan kemampuan kognitif (Naia Cognitive) di mana AI mengalami, mengingat, dan mengekspresikan sendiri.
Pada versi berikutnya, sudah menanti pembaruan seperti agen (Naia-agent), memori jangka panjang (Naia-memory), dan framework (Naia-ADK). Versi berikutnya yang akan naik bersama Naia-0.9-Omni-48g sedang kami riset dan kembangkan dengan target berupa profil dan konfigurasi lingkungan lokal yang sanggup melakukan pekerjaan coding, serta — secara harfiah seperti 'Jarvis-nya Iron Man' — bekerja bersama dengan suara real-time sambil mengingat penggunanya.
48GB memang masih merupakan wilayah yang berat untuk dijejalkan ke dalam 24GB sebanyak apa pun, tetapi karena cukup menancapkan dua keping RTX 3090 lawas, saya rasa individu pun cukup pantas memimpikannya.
🎮 Naia OS adalah AI yang mengingat saya, bekerja dan bermain bersama saya
Gambaran yang dilukiskan Naia-OS adalah seperti ini.
- Mesin game berbasis Steam(Bazzite)/Windows + agen cerdas yang mengingat saya + UI bahasa alami berbasis avatar 3D + profil yang dioptimalkan per VRAM
Baru-baru ini ramai diperbincangkan bahwa MS dan Nvidia membuat perangkat AI mungil berbasis RTX. Sebenarnya Anda tidak perlu menunggu. Karena Naia-OS yang bisa untuk game sekaligus AI justru membidik posisi itu dengan tepat. Kalau saya, alih-alih produk baru itu, saya akan memilih konfigurasi Naia-OS — harganya bahkan lebih mahal daripada lini atas yang kami rekomendasikan, kompatibilitas gamenya pun belum pasti, dan memori terintegrasinya lambat. Sebaliknya, Naia-OS yang menancapkan GPU konsumen yang sudah teruji menangkap game, AI, dan ekstensibilitas sekaligus.
Saya bukan sengaja menunda lingkungan Mac, hanya saja karena kekurangan perangkat dan waktu sehingga belum sempat menyentuhnya. Ada juga beberapa orang yang sudah bersedia membantu bersama.
Naia-OS bukan modul tunggal, melainkan tersusun dari repositori open source dengan peran yang masing-masing terpisah, dan saya menyusun rangkanya selangkah demi selangkah. Anda mungkin berpikir, "Kok banyak sekali ya?", tetapi hal ini mungkin justru karena sekaranglah era 'pengembangan berbasis AI'.
Jika OS yang ada selama ini adalah alat untuk mengelola aplikasi, saya percaya AI OS akan menjadi perangkat lunak sekaligus robot yang berkomunikasi dengan bahasa alami, mengingat, dan menyelesaikan pekerjaan sendiri. Ini bukan sekadar gertakan; saya akan membuktikannya satu per satu lewat hasil nyata.
🤝 Mari bersama — pertemuan offline & Discord
Dalam minggu depan, saya berniat mengadakan pertemuan offline untuk memperkenalkan hal-hal yang telah saya kerjakan selama ini dan mencari orang-orang yang mau saling membantu. Silakan coba unduh modulnya sekali, dan bagi yang berminat, datanglah ke Discord di bawah ini. Saya berharap ini berkembang menjadi komunitas open source yang sungguh-sungguh.
Mohon banyak dukungan dan perhatian untuk langkah-langkah yang akan ditempuh Nextain dan Naia ke depan.
#Nextain #Naia
