Bald verfügbar

Über diese Software

Was ist AIvy?

AIvy ist ein Desktop-Maskottchen der nächsten Generation: ein 3D-Charakter, der natürlich mit dir spricht, angetrieben von KI. Lade dein Lieblings-VRM-Modell und beobachte, wie es in einer Ecke deines Bildschirms zum Leben erwacht – natürlich plaudernd wie ein Begleiter, der wirklich da ist. Der Name kommt von "AI + ivy" (Efeu) — die zarte Ranke, die sich still um deinen Alltag windet.

Bau deinen eigenen Begleiter, auf deine Art

Das Herzstück von AIvy ist die Freiheit, Aussehen, Geist, Stimme und Persönlichkeit Stück für Stück zu kombinieren, um einen Begleiter zu schaffen, der wirklich dir gehört. Lade beliebige VRM-Modelle aus VRoid Studio, VRoid Hub oder deinen eigenen Kreationen, um deinen Lieblingscharakter auf den Desktop zu holen.

Als Geist nutzt AIvy einen lokalen LLM-Runner auf Basis von llama.cpp. Beim ersten Start wählst du aus einem Dropdown ein Open-Source-Sprachmodell, das zu deiner Sprache passt, und es wird einmalig heruntergeladen. Ab dann läuft es vollständig offline — kein Konto, kein API-Schlüssel, keine Internetverbindung nötig. Deine Gespräche werden nie irgendwo hin gesendet. Zusätzliche Modelle (leichter oder hochwertiger) kannst du jederzeit aus der App heraus herunterladen.

Kurz: AIvy ist die gleiche Art lokaler LLM-Client wie LM Studio, Jan oder GPT4All — nur eingekleidet in eine VRM-Charakter-UI statt eines Chat-Panels. Der Erstdownload-Katalog beschränkt sich auf großzügige Lizenzen (Apache 2.0 / MIT), sicher für kommerzielle und Streaming-Zwecke.

Die Stimme liefert das im Betriebssystem integrierte TTS. Hast du eine lokale TTS-Engine (z. B. VOICEVOX) separat installiert, kannst du sie an AIvy anbinden, um deinem Begleiter eine charakteristischere Stimme zu geben. Persönlichkeit und Sprechstil lassen sich aus Presets wählen oder frei in eigenen Worten formulieren. Unterstützung für 11 Sprachen: Japanisch, Englisch, Chinesisch, Koreanisch und mehr.

Eine stille Präsenz, die nicht stört

AIvy ist nicht der Assistent, der dich ständig unterbricht — sondern der Begleiter, dessen Anwesenheit man einfach spürt. Wenn du konzentriert bist, wacht es schweigend. In einem ruhigeren Moment fragt es vielleicht leise „Vielleicht Zeit für eine Pause?" oder „Fertig mit dem Video?". Das Maskottchen bleibt über allen Fenstern, lässt aber Klicks durch — es blockiert deine Arbeit also nie. Jedes Detail ist so abgestimmt, dass es auch an den längsten Arbeitstagen angenehm bleibt.

Unterstützte Engines

LLM (der Geist)

• Lokale Inferenz (Standard) — Erststart-Dropdown wählt ein an die Sprache angepasstes Open-Source-Modell

• llama.cpp-basierte lokale Inferenz — Gespräche bleiben auf deinem PC

• Weitere Modelle jederzeit aus den App-Einstellungen herunterladbar

TTS (die Stimme)

• OS-integriertes TTS (Windows SAPI / macOS Speech)

• Optionale lokale TTS-Integrationen (VOICEVOX / AivisSpeech / Piper TTS) — sofern der Nutzer sie separat installiert hat

Wichtige Hinweise

• Derzeit im Beta. Funktionen, Verhalten und Verbesserungen entwickeln sich weiter

• Bitte nur VRM-Modelle nutzen, an denen du die nötigen Rechte hast

Streaming, Videos und Let's Plays

Du kannst mit AIvy frei streamen, Videos aufnehmen und Inhalte teilen. Halte dich dabei an die Lizenzbedingungen des verwendeten VRM-Modells, der TTS-Engine (VOICEVOX, AivisSpeech etc.) und des Sprachmodells (Sarashina, Qwen, Phi-4 etc.). Ob kommerzielle Nutzung, Monetarisierung und Bildschirm-Credits Pflicht sind, hängt von jedem VRM, jeder Engine und jedem Modell ab — nicht von AIvy.

Offenlegung von KI-generierten Inhalten

Der Spieleentwickler beschreibt den Einsatz von KI-generierten Inhalten in diesem Spiel wie folgt:

AIvy ist ein Desktop-Maskottchen der nächsten Generation, dessen Dialoge von einer KI in Echtzeit erzeugt werden.

Wenn du AIvy ansprichst oder die Figur von sich aus auf etwas auf deinem PC reagiert, sind ihre Sätze keine fest geskripteten Zeilen — die KI denkt sie sich aus und antwortet live. Der erzeugte Text wird anschließend von einer Sprachsynthese-Engine vorgelesen und mit den Lippenbewegungen der Figur synchronisiert.

[Was die KI erzeugt]
- Die Dialoge der Figur (Text)

[Was die KI NICHT erzeugt]
Die 3D-Figur selbst (VRM-Modell), Mimik, Animationen, UI und Soundeffekte sind allesamt vorab erstellte Assets. Während der Nutzung werden weder Bilder noch Videos oder Musik durch KI erzeugt.

[Zu den KI-Modellen]
Dialog-Generierung (Standard, lokale Inferenz): AIvy ist ein lokaler LLM-Runner auf Basis von llama.cpp (gleiche Art Architektur wie LM Studio, Jan oder GPT4All). Beim ersten Start wählst du in einem Dropdown das Open-Source-Modell, das zu deiner Sprache passt (Qwen 2.5 3B (Apache 2.0) für die meisten, Sarashina 2.2 3B (MIT) für Japanisch usw.) und es wird einmalig aus dem öffentlichen HuggingFace-Repository heruntergeladen. Ab dann läuft die Inferenz komplett offline, deine Gespräche werden nie nach außen übertragen. Der In-App-Katalog ist auf kommerziell nutzbare Lizenzen (Apache 2.0 / MIT) beschränkt.

Dialog-Generierung (optional, Cloud-LLM): Für Nutzer ohne lokal-LLM-fähige Hardware bietet AIvy zusätzlich eine optionale Cloud-LLM-Integration mit OpenAI, Anthropic Claude und Google Gemini. Netzwerkverkehr fällt nur dann an, wenn der Nutzer in den In-App-Einstellungen explizit seinen eigenen API-Schlüssel beim gewählten Anbieter registriert hat. API-Schlüssel werden mit OS-Verschlüsselung (Windows DPAPI) auf dem Gerät des Nutzers gespeichert und nie an einen AIvy-Server gesendet (wir betreiben keinen). Nutzungskosten werden direkt vom gewählten Anbieter abgerechnet. Wenn diese Funktion nicht genutzt wird, fällt kein externer Verkehr an und die Inferenz läuft vollständig lokal.

[Streaming & Videoerstellung]
Du kannst mit AIvy frei streamen, Videos aufnehmen und Screenshots teilen. Halte dich dabei einfach an die Lizenzbedingungen des verwendeten VRM-Modells, der TTS-Engine und des Sprachmodells. Ob kommerzielle Nutzung, Monetarisierung und Credits Pflicht sind, hängt von jedem VRM/jeder Engine/jedem Modell selbst ab — nicht von AIvy.

[Wichtig zu wissen]
Die KI-Antwort fällt je nach gewähltem Modell, eingestellter Persönlichkeit und deiner Eingabe jedes Mal anders aus. Für die seltenen Fälle einer unerwünschten Äußerung kannst du jederzeit das Persönlichkeits-Preset wechseln, das Modell tauschen oder die Sprachausgabe pausieren.