Über diese Software

Was ist AIvy?

AIvy ist ein Desktop-Maskottchen, das eine 3D-Figur auf deinen PC bringt — eine, mit der du dank KI wirklich reden kannst. Lade dein Lieblings-VRM-Modell und sieh zu, wie es in einer Ecke deines Bildschirms lebendig wird und ganz natürlich plaudert, wie ein Begleiter, der tatsächlich da ist. Der Name kommt von „AI + ivy“ — dem Efeu, der sich still um deinen Alltag rankt.

Bau dir deinen Begleiter, ganz nach deinem Geschmack

Das Herzstück von AIvy ist die Freiheit, Aussehen, Verstand, Stimme und Persönlichkeit Stück für Stück zu kombinieren — bis ein Begleiter entsteht, der wirklich deiner ist.

Jedes VRM funktioniert: eines aus einem Shop, eines, das du selbst in VRoid Studio gebaut hast, oder eines von VRoid Hub. Die VRoid-Hub-Anbindung zeigt vor dem Download die Nutzungsbedingungen jedes Modells (Avatar-Nutzung, Bearbeitung, Weitergabe, kommerzielle Nutzung) zur Bestätigung an. Dateien können auch dort bleiben, wo sie sind, und referenziert werden, ohne sie in die Bibliothek zu kopieren.

Ein Modell zu laden ist erst der Anfang. Wechsle zu alternativen Texturen, die dem Modell beiliegen, blende einzelne Teile ein und aus, ordne die Ausdrücke des Modells den Emotionen von AIvy zu, lege den Ruheausdruck fest und stimme die Beleuchtung ab (Intensität von Umgebungs- und gerichtetem Licht, Richtung, Farbe) — alles pro Modell gespeichert. Dazu kommt eine Beta-Funktion zum Umkleiden: Lade Outfit-Assets im Format .unitypackage, wie sie in Shops verkauft werden, direkt auf dein Modell (Outfits, die für denselben Basiskörper erstellt wurden).

Persönlichkeit und Sprechstil lassen sich aus fertigen Presets wählen oder frei in eigenen Worten schreiben, um jede Nuance zu formen. Du kannst außerdem festlegen, wie geantwortet wird — einfühlsam, ausgewogen oder direkt —, damit dein Begleiter nicht nur zu allem Ja sagt.

Mit Unterstützung für 11 Sprachen, darunter Japanisch, Englisch, Chinesisch und Koreanisch, kann man überall auf der Welt Zeit mit dem eigenen, einzigartigen Begleiter verbringen — in der eigenen Sprache.

Der Verstand läuft auf deinem PC

Als Verstand ist AIvy ein lokaler LLM-Runner auf Basis von llama.cpp. Beim ersten Start wählst du in einem Dropdown ein Open-Source-Sprachmodell, das zu deiner Sprache passt, und lädst es einmalig herunter. Danach läuft alles vollständig offline — ohne Konto, ohne API-Schlüssel, ohne Internetverbindung. Deine Gespräche werden nirgendwohin gesendet.

Auch auf die im Programm gelisteten Modelle bist du nicht beschränkt. Jede GGUF-Datei — etwa eine von Hugging Face — funktioniert als Verstand von AIvy: in den Einstellungen auswählen oder in den Modellordner legen. Es gibt keine Größenbegrenzung; ein großes Modell läuft, wenn dein RAM es hergibt.

Kurz gesagt: AIvy ist derselbe Typ lokaler LLM-Client wie LM Studio, Jan oder GPT4All — nur eingekleidet in eine VRM-Figur statt in ein Chatfenster. Der Katalog beim ersten Start ist auf permissive Lizenzen (Apache 2.0 / MIT) beschränkt, damit die Modelle auch kommerziell und im Streaming unbedenklich nutzbar sind.

Die Stimme liefert die im Betriebssystem eingebaute Sprachausgabe. Für mehr Charakter gibt es Piper TTS: AIvy lädt Piper und die Stimmen selbst aus den Einstellungen herunter und richtet sie ein, es ist also nichts separat zu installieren. Für jede unterstützte Sprache stehen Stimmen bereit, und du kannst sie vor dem Download probehören. Wenn du VOICEVOX, AivisSpeech, Sharevox oder VoiSona Talk bereits hast, kannst du auch diese mit AIvy verbinden.

Eine stille Präsenz, die bewusst nicht stört

AIvy ist nicht als Assistent gebaut, der dich ständig unterbricht — sondern als Begleiter, dessen Anwesenheit du einfach spürst. Wenn du konzentriert bist, wacht er schweigend über dich. In einem ruhigeren Moment fragt er vielleicht leise „Zeit für eine Pause?“ oder „Video zu Ende?“ — ein einziger Satz, der zur Situation passt. Und wann immer dir nach Reden ist, ist er da. Das Maskottchen bleibt über allen Fenstern, lässt deine Klicks aber hindurch, sodass es deine Arbeit nie blockiert. Jedes Detail ist so abgestimmt, dass es auch an den längsten Arbeitstagen angenehm bleibt, es dabeizuhaben.

Mit diesen sanften Gesten und der richtigen Distanz bringt AIvy einen ruhigen Farbtupfer in deinen Desktop-Alltag. Arbeit, Pausen, Zeit für dich allein — jeder Teil deines Tages wird ein bisschen wärmer, wenn AIvy an deiner Seite ist.

Was dein Begleiter kann

Er ergreift das Wort

• Proaktives Sprechen — du musst das Gespräch nicht beginnen. In einer Pause oder wenn du eine Aufgabe abschließt, kommt ein Satz, der zum Moment passt.
• Er liest die Situation — Anrufe, Online-Meetings, Spiele, Videos und Streams werden automatisch erkannt, und solange sie laufen, bleibt er still.
• Bewusstsein für die aktive App — er erkennt die App, die du gerade nutzt (Spiel, Browser, Editor), und antwortet mit Themen, die zu deinem Jetzt passen.
• Eine Begrüßung beim Start, die berücksichtigt, wie lange du weg warst.
• Hin und wieder eine Bemerkung, wenn Sonnenauf- oder -untergang naht.

Er hilft im Alltag

• Wecker — zur eingestellten Zeit sagt es dir die Figur mit ihrer Stimme, nicht mit einem sterilen Benachrichtigungston.
• Blick auf die CPU-Last — bleibt dein PC länger unter hoher Last, sorgt er sich sanft um dich und deine Maschine.
• Kalender — abonniere eine iCal-URL (.ics), und er kennt deinen Zeitplan, erinnert an anstehende Termine und geht auf Wunsch die Pläne für heute oder morgen durch. Keine Kontoverknüpfung nötig; er liest einfach die URL.
• Artikelempfehlungen — anhand der Interessen, die im Gespräch auftauchen, der zuletzt genutzten Software und deiner Region schlägt er dir unaufdringlich passende Webartikel vor. Nach dem Lesen fragt er, wie er war, und lernt aus deiner Antwort deinen Geschmack und deine bevorzugten Quellen. Bitte um „diesen Artikel noch mal“, und er erinnert sich und öffnet ihn erneut. Für jede der 11 Sprachen gibt es eigene lokale Nachrichtenquellen. Die Funktion ist Opt-in (standardmäßig aus), und gemerkte Wörter und Programme lassen sich jederzeit einsehen oder löschen.

Er erinnert sich und wächst

• Langzeitgedächtnis — er merkt sich eure Gespräche, deine Vorlieben und Gewohnheiten und lässt sie in das einfließen, was er als Nächstes sagt. Er durchsucht frühere Gespräche nach dem, was zum aktuellen Thema passt — je öfter du ihn nutzt, desto besser kennt er dich.
• Sicherung und Wiederherstellung von Einstellungen und Gedächtnis, damit dein Begleiter eine Neuinstallation oder einen neuen PC übersteht.

Du kannst mit ihm sprechen

• Spracheingabe — sprich über dein Mikrofon mit ihm. Auch die Spracherkennung läuft auf deinem PC.
• Chatfenster — schreib ihm, während du den Gesprächsverlauf durchsiehst.

Keine Server. Immer auf deinem PC

AIvy ist eine eigenständige App, die allein auf deinem PC läuft. Alles — das Erzeugen der Antwort (lokales LLM), das Synthetisieren der Stimme, das Erkennen deiner Sprache — passiert auf deinem Rechner, ohne einen Server von uns dazwischen. Das heißt:

• Deine Gespräche werden nirgendwohin gesendet. Deine Privatsphäre bleibt geschützt.
• Kein Konto erforderlich.
• Kein Abo, keine Abrechnung pro Token, keine laufenden Kosten. Einmal kaufen, und es bleibt bei dir.

Hinweis: Artikelempfehlungen (Abruf von Webartikeln), Kalender-Anbindung (Abruf deiner Termine) sowie das Herunterladen von Sprach- und Stimmmodellen nutzen naturgemäß eine Internetverbindung. Das sind optionale Annehmlichkeiten, die du an- und ausschalten kannst — Gespräch, Sprachsynthese und Spracherkennung selbst laufen offline.

Unterstützte Engines

LLM (der Verstand)

• Lokale Inferenz auf llama.cpp-Basis — Gespräche bleiben auf deinem PC
• Beim ersten Start schlägt ein Dropdown ein Modell vor, das zu deiner Sprache passt
• Japanisch / Englisch / europäische Sprachen / Russisch: standardmäßig Gemma 4 E4B, dazu Sarashina 2.2 3B, Qwen 2.5 3B und 7B, Mistral Nemo 12B und Phi-3.5 mini
• Chinesisch / Koreanisch: standardmäßig Qwen 2.5 3B, dazu Qwen 2.5 7B und Gemma 4 E4B
• Weitere Modelle (Gemma 4 12B, Qwen 3 8B, Qwen 3.5 4B/9B, Phi-4 14B und andere) lassen sich in den Einstellungen herunterladen, passend zu PC und Einsatzzweck
• Jedes Modell im Katalog nutzt eine permissive Lizenz (Apache 2.0 / MIT und ähnliche). Du kannst auch eine eigene .gguf mitbringen — deren Lizenz einzuhalten liegt dann bei dir

TTS (die Stimme)

• Im Betriebssystem eingebaute Sprachausgabe (Windows SAPI)
• Piper TTS — von AIvy aus den Einstellungen heruntergeladen und eingerichtet, Engine wie Stimmen. Nichts separat zu installieren, und Stimmen lassen sich vor dem Download probehören
• Optionale Anbindung lokaler TTS-Engines (VOICEVOX / AivisSpeech / Sharevox / VoiSona Talk) — sofern du sie separat installiert hast

Spracherkennung

• Läuft auf deinem PC. Das Modell wird nur dann aus den Einstellungen geladen, wenn du die Spracheingabe nutzen möchtest.

Wichtige Hinweise

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

Streaming, Videos und Let's Plays

Du darfst mit AIvy erstellte Inhalte frei streamen, aufnehmen und teilen. Halte dich dabei an die Lizenzbedingungen des VRM-Modells, der TTS-Engine (VOICEVOX, AivisSpeech usw.) und des Sprachmodells (Gemma, Qwen, Sarashina usw.), die du tatsächlich verwendest. Ob kommerzielle Nutzung und Monetarisierung erlaubt sind und ob Credits im Bild nötig sind, hängt von der jeweiligen Lizenz des VRM, der Engine und des Modells 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.