منصوبے کے بارے میں

Local Multimodal LLM ایک Unreal Engine 5 پلگ ان ہے جو انجن کے اندر multimodal AI کے لیے آف لائن، مقامی انفرنس کو ممکن بناتا ہے۔ یہ Large Language Model (LLM) پروسیسنگ، Speech-to-Text (STT)، اور Text-to-Speech (TTS) سمیت کردار کی میموری، روٹنگ، اور محدود ٹول کالز کی صلاحیتوں کا ایک مجموعہ فراہم کرتا ہے۔ اہم تکنیکی خصوصیات میں شامل ہیں: - CPU، Vulkan، اور NVIDIA GPUs کے لیے اختیاری CUDA 12 ایکسلریشن کے ساتھ Native Win64 انفرنس رن ٹائمز۔ - مخصوص ماڈلز جیسے Gemma 4 E2B، Parakeet STT، اور Pocket TTS کے ساتھ انٹیگریشن۔ - Unreal Engine پروجیکٹس میں انٹیگریشن کے لیے Blueprint-facing APIs۔ - MetaHuman کرداروں کے ساتھ آڈیو کو سنکرونائز کرنے کے لیے ایک ساتھی MetaHuman Audio Live Link برج۔ - فراہم کنندہ سے آزاد (provider-neutral) وائس کیٹلاگز اور فی کردار آواز کے انتخاب کی سپورٹ۔