Unity ゲームで LLM をローカルで動かす方法
Unity で LLM をローカルで動かす方法。Ollama と Neocortex パッケージで NPC のチャットを試作し、ローカルモデルの費用と、デバイス上の推論が割に合う場合を解説します。
Sercan AltundasFounder of Neocortex
· 2026年11月3日更新 · 8分で読めます

Unity で言語モデルをローカルで動かすとは、NPC の頭脳をサーバーではなくマシンの上に置くことです。インターネットは不要で、データはデバイスの外に出ず、メッセージごとの費用もかかりません。このガイドでは、最も早く試せる方法を紹介します。Ollama と Neocortex Ollama Support パッケージで試作する方法です。そのあと、ローカルモデルをプレイヤーに届けるときに実際に必要なことを説明します。
ローカルでモデルを動かす 3 つの方法
| 方法 | モデルの動く場所 | 向いている用途 |
|---|---|---|
| 自分のマシンの Ollama | 別のローカルサーバー | 試作とオフラインのテスト |
| ビルドに組み込んだモデル | ゲームのプロセスの中 | 小さめのモデルを出荷するゲーム |
| Neocortex のデバイス上のランタイム | ゲームの中。音声付き | 音声付きのデバイス上のキャラクターを出荷するスタジオ |
LLMUnity のようなオープンソースのパッケージは、llama.cpp を使って組み込みの方法を採ります。キャラクターのロジックは自分で作ります。このガイドの残りでは、Ollama の方法を手順ごとに説明し、その後にデバイス上のランタイムを扱います。
Unity で Ollama を使って試作する
Ollama は、小さなローカルサーバーの裏で、オープンモデルをダウンロードして実行します。Neocortex Ollama Support パッケージは、Unity と Ollama をつなぎます。モデルを選ぶ画面と、すぐに使えるチャットのサンプルが付いています。
手順 1: パッケージをインストールする
Neocortex の Unity SDK をインストールした Unity 6 が必要です。Ollama パッケージは、そのチャットの UI を使うためです。次に、Package Manager で Git URL から Ollama パッケージを追加します。
https://github.com/neocortex-link/neocortex-ollama-support.git
手順 2: Ollama をインストールし、モデルを選ぶ
Tools > Neocortex > Ollama Support を開きます。ウィンドウが、Ollama のインストールと、ダウンロードするモデルの選択を案内します。小さく始めてください。数十億パラメーターのモデルは、一般的なゲーミング GPU でも速く答えます。大きなモデルには、ずっと多くのメモリが必要です。
手順 3: チャットのサンプルを動かす
Package Manager で、Ollama Support パッケージの Samples タブを開き、Chat Sample をインポートします。Play を押し、ドロップダウンからモデルを選んで入力します。NPC は、ご自身のマシン上のモデルから答えます。
手順 4: 自分のコードから呼び出す
サンプルの OllamaRequest があれば、ローカルモデルを自分の NPC につなげられます。
using UnityEngine;
using Neocortex;
using Neocortex.Data;
public class LocalNpc : MonoBehaviour
{
private OllamaRequest request;
private void Start()
{
request = new OllamaRequest { ModelName = "MODEL_NAME" }; // a model you downloaded with Ollama
request.AddSystemMessage("You are Brannoch, a gruff village blacksmith. Answer in one or two sentences.");
request.OnChatResponseReceived += OnReply;
request.Send("Is the north road safe?");
}
private void OnReply(ChatResponse response) => Debug.Log(response.message);
}このリクエストは会話の履歴を自分で保持するので、Send を呼ぶたびに同じチャットが続きます。
Ollama の方法がカバーしないこと
これは試作のためのツールで、テキストのチャットだけです。
- 音声はありません。 音声認識も音声合成も含まれません。
- 感情やアクションはありません。 返ってくるのは平文のテキストだけです。
- プレイヤーにも Ollama が必要です。 すべてのプレイヤーが Ollama をインストールし、モデルをダウンロードする必要がありますが、そうする人はほとんどいません。
試作でアイデアが証明されたら、同じ Unity SDK で、クラウドの Neocortex のキャラクターと話せます。音声、感情、アクション、ビジュアルエディターが付き、プレイヤーのマシンにモデルは不要です。その設定は、Unity の AI キャラクターのチュートリアルで扱っています。
ローカルモデルを出荷すると実際にかかる費用
ローカルの推論は、費用をサーバーの請求書からプレイヤーのハードウェアに移します。
- メモリ。 モデルは、VRAM の中でゲームと並んで収まる必要があります。私たちのランタイムでは、3B のモデルに約 3 GB が必要で、2B のモデルは 1 GB 未満です。
- ダウンロードのサイズ。 モデルはインストールに数ギガバイトを追加します。
- 品質。 小さなモデルは、大きなクラウドのモデルより能力が劣ります。そのため、キャラクターにはより厳密な文章と、より狭い知識が必要です。
- プラットフォーム。 WebGL では実行できず、ほとんどのスマートフォンはメモリに余裕がありません。
Neocortex のデバイス上のランタイム
音声付きのキャラクターをプレイヤーのデバイス上で動かす必要があるスタジオのために、Neocortex はデバイス上のランタイムをカスタムプランとして提供しています。ノートパソコンの RTX 3080 では、最初のトークンが 0.06 秒で返り、約 1 秒で話し始めます。モデルは 3B で、約 3 GB の VRAM を使います。音声認識と音声は CPU で動きます。導入を計画するにはお問い合わせください。選択肢の比較は、ローカルとオンプレミスの AI NPC プラットフォームをご覧ください。
動画チュートリアル
この動画では、Unity での Ollama Support パッケージを順に説明しています。
次のステップ
判断の速さの面では、AI NPC の音声の返答を 1 秒以内にする方法をお読みください。プレイヤーのマシンに何も設定せずに済むクラウドの方法については、Unity で ChatGPT に NPC を話させる方法をご覧ください。API を自分で呼び出す方法と Neocortex SDK を比較しています。すべてのチュートリアルは、AI NPC の作り方ガイドにまとめています。
よくある質問
Unity で LLM をローカルで動かせますか。
はい。最も早い方法は、ご自身のマシンに Ollama を入れて、Neocortex Ollama Support パッケージを使うことです。モデルを選ぶ画面とチャットのサンプルが付いてきます。試作用のテキストチャットです。デバイス上の AI をプレイヤーに届けるには、スタジオがカスタムプランとして Neocortex のデバイス上のランタイムを手配できます。
NPC のローカル LLM には、どれくらいの VRAM が必要ですか。
モデルの大きさによります。私たちのデバイス上のランタイムでは、3B のモデルは約 3 GB の VRAM で動き、2B のモデルは 1 GB 未満です。音声認識と音声は CPU で動きます。より大きなモデルには、はるかに多くが必要です。
出荷したゲームで、プレイヤーは Ollama を使えますか。
すべてのプレイヤーが Ollama をインストールし、自分でモデルをダウンロードする場合に限ります。そうする人はほとんどいません。Ollama は試作には優れたツールです。出荷されるゲームは、クラウドのサービスを使うか、デバイス上のランタイムを同梱します。
ローカル LLM は、Unity WebGL やモバイルで動きますか。
実際にはほとんど動きません。ブラウザのビルドはローカルのモデルサーバーに接続できず、スマートフォンにはメモリの余裕がほとんどありません。クラウドのキャラクターは両方で動きます。WebGL での音声も、Neocortex のテンプレートを通じて使えます。
ローカル LLM はクラウドより速いですか。
ネットワークを通らないため、最初の一語はとても速く返ることがあります。私たちのデバイス上のランタイムは、ノートパソコンの RTX 3080 で、最初のトークンを 0.06 秒で返し、約 1 秒で話し始めます。






