Ferramentas de NPC com IA com suporte a IA local em 2026
Quais plataformas de NPC com IA rodam modelos localmente ou nos seus próprios servidores? Uma comparação de 2026 entre Neocortex, NVIDIA ACE, LLMUnity, Convai, Inworld e outras.
Neocortex TeamThe team behind Neocortex
· Atualizado em 20 de out. de 2026 · 7 min de leitura

Resposta rápida: entre as ferramentas de NPC com IA com suporte a IA local, a NVIDIA ACE, o LLMUnity e os AI Building Blocks da Meta podem rodar um modelo de linguagem no hardware do jogador. A Convai oferece implantação on-premise para empresas. A Neocortex segue um caminho híbrido: faz o protótipo com modelos locais por meio do Ollama na Unity, publica personagens com voz pela nuvem e se auto-hospeda no plano Custom quando um projeto exige isso.
Cada vez mais estúdios fazem a mesma pergunta antes de se comprometer com uma plataforma de personagens com IA: isso pode rodar sem a nuvem de outra empresa? Os motivos variam. Alguns querem prototipar sem pagar por mensagem. Alguns têm jogadores ou clientes com exigências de privacidade. Alguns se lembram do fechamento da Replica Studios e não querem que todo o pipeline dependa de um único serviço.
Suporte a IA local por ferramenta
| Ferramenta | Local ou no dispositivo | Auto-hospedada | Engines | Editor de personagens | Voz |
|---|---|---|---|---|---|
| Neocortex | Prototipagem com Ollama na Unity; inferência no dispositivo nos planos Custom | Plataforma completa com voz local, sem conexão (planos Custom) | Unity, Unreal, Godot, Web API | Editor visual de nós | TTS, STT, clonagem, criação |
| NVIDIA ACE | Sim, em GeForce RTX | Não se aplica | Unreal Engine 5 | Não | ASR e TTS no dispositivo |
| LLMUnity | Sim, totalmente offline | Não se aplica | Unity | Não | Não |
| Meta AI Building Blocks | Modelos pequenos no Quest 3 e 3S | Não se aplica | Unity | Não | Provedores em nuvem |
| Convai | Não | On-premise para empresas | Unity, Unreal, web | Painel web | Sim |
| Inworld | Não | Não documentada | SDKs de runtime para Unity e Unreal | Não (Studio desativado) | Sim |
| Charisma.ai | Não | Não documentada | Unity, Unreal, web | Grafo de histórias | Sim |
| Player2 | Não | Não | Unity, Godot, Defold | Não | Sim |
| ElevenLabs Agents | Não | Não documentada | SDK para Unity em estágio inicial, web, mobile | Criador de fluxos | Sim |
| OpenAI Realtime | Não | Não | Sem SDK oficial para Unity | Não | Sim |
O que "local" pode significar, e o que cada opção custa
"IA local" cobre três configurações diferentes. Elas resolvem problemas diferentes.
No dispositivo do jogador. A NVIDIA ACE, o LLMUnity e os modelos no dispositivo da Meta rodam a inferência dentro do jogo publicado. Ganhos: nenhum custo por mensagem, nenhuma dependência da rede, dados do jogador permanecem no dispositivo. Custos: modelos pequenos, um piso de hardware para os seus jogadores, arquivos de modelo para baixar ou empacotar, e toda camada acima do modelo (personalidade, memória, voz, ações) fica por sua conta. O Game Agent SDK da ACE é um framework em C e C++ com plugins para Unreal Engine 5 de reconhecimento de fala, modelos de linguagem pequenos e text-to-speech em GPUs RTX. O LLMUnity é uma biblioteca open source para Unity, construída sobre o llama.cpp, que roda em PC, mobile e VR. Os blocos da Meta rodam modelos pequenos como SmolLM, Qwen e Phi no Quest, enquanto a fala ainda vai para provedores em nuvem.
Na sua máquina de desenvolvimento. Um servidor de modelos local, como o Ollama, atende às requisições do editor enquanto você constrói. Ganhos: iteração sem custo, nenhum dado saindo da sua máquina durante o desenvolvimento, trocas rápidas entre modelos. Custos: é uma configuração de desenvolvimento, não algo que você publica para os jogadores.
Nos seus próprios servidores. A plataforma roda dentro da sua infraestrutura. Ganhos: controle sobre a residência dos dados, o uptime e o risco de fornecedor. Custos: hardware, operação e um contrato comercial. A Convai oferece implantação on-premise com imagens fornecidas pela sua equipe. Isso serve mais a grandes organizações do que à maioria das equipes de jogos.
Dá para um NPC com IA rodar totalmente offline?
Sim, se você aceitar as trocas. Para publicar um personagem offline, você precisa de:
- Um modelo pequeno o bastante para o dispositivo de destino mais fraco, quantizado e testado em velocidade.
- Uma forma de entregá-lo: empacotado no build, ou baixado na primeira execução.
- Speech-to-text e text-to-speech que também rodem no dispositivo, se o personagem falar.
- Prompts, memória e salvaguardas que mantenham um modelo pequeno no personagem.
- Um esquema para as ações do jogo, além de código que rejeite saídas malformadas.
- Licenças que permitam uso comercial para cada modelo que você publicar.
O ponto 6 pega as equipes tarde. Pesos abertos nem sempre significam licença aberta: algumas famílias de modelos saem sob licenças próprias, com termos próprios de uso e de atribuição, e os modelos de fala variam ainda mais. Leia cada licença antes de um modelo entrar em um build publicado.
Em um headset independente ou em um celular, esse orçamento disputa espaço com renderização e bateria. No PC, disputa com o uso de GPU do próprio jogo. Por isso, a maioria dos personagens com IA publicados ainda roda a conversa na nuvem, com modelos locais usados para prototipagem e para interações simples e offline.
Quem precisa de IA local, e quem não precisa
Você provavelmente precisa de um caminho local ou auto-hospedado se:
- Seus jogadores ou clientes não podem enviar voz ou texto para uma nuvem de terceiros, como em alguns projetos de treinamento, saúde ou educação.
- Você desenvolve para locais ou dispositivos com internet instável.
- Seu contrato ou sua publicadora exige que o backend possa migrar para a sua própria infraestrutura.
- Você quer que os programadores iterem sobre o código de diálogos o dia inteiro sem medir cada mensagem.
Você provavelmente não precisa de IA totalmente no dispositivo se:
- O seu jogo já é online, então uma chamada à nuvem não cria nenhuma dependência nova.
- Você quer vozes naturais, modelos maiores e personagens que roteiristas possam editar sem um novo build.
- Seus jogadores usam uma grande variedade de hardware, e um modelo que cabe na máquina mais fraca seria pequeno demais para o personagem que você tem em mente.
A maioria das equipes fica no meio-termo: local durante a construção, nuvem durante o lançamento, e uma opção de auto-hospedagem guardada em reserva.
Do protótipo no notebook ao jogo publicado
Ir totalmente local hoje significa modelos pequenos e construir você mesmo as camadas de voz e de personagem. Ir totalmente para a nuvem significa custos por mensagem e depender dos servidores de outra empresa. A maioria das equipes precisa dos dois, em etapas diferentes do mesmo projeto. Veja como isso fica com a Neocortex.
Faça o protótipo na sua própria máquina. O nosso suporte ao Ollama para Unity permite baixar e rodar modelos abertos como Llama, Gemma, Qwen, Mistral, Phi e DeepSeek na sua própria máquina, para chat de texto.
Desenhe o personagem uma vez. Os personagens são construídos em um editor visual de nós: personalidade, emoção, conhecimento, mundo, intenções e ações. Roteiristas e designers os testam no navegador.
Publique pela nuvem. O mesmo personagem funciona na Unity, na Unreal, na Godot e em qualquer coisa que consiga chamar uma API web, com voz de entrada e de saída em streaming, inclusive em builds WebGL da Unity. As respostas trazem uma tag de emoção e ações que o seu jogo pode executar.
Tenha a stack quando precisar. Para estúdios com exigências de privacidade, conformidade ou uptime, a Neocortex roda na sua própria infraestrutura como um arranjo Custom (empresarial): a plataforma completa nos seus servidores ou na nuvem privada, speech-to-text e text-to-speech também on-premise, operação totalmente sem conexão, ou inferência embutida no build do jogo, rodando na máquina do jogador. O nosso runtime no dispositivo devolve o primeiro token em 0.06 segundo e começa a falar em cerca de um segundo em um notebook com RTX 3080, com um modelo de 3B em cerca de 3 GB de VRAM. Veja plataformas de NPC com IA locais e on-premise para comparar as opções, e entre em contato para planejar uma implantação.
Leia as comparações individuais
- Alternativa à Inworld AI
- Alternativa à Convai
- Alternativa à NVIDIA ACE
- Alternativa à Replica Studios
- Alternativa à Charisma.ai
- LLMUnity vs Neocortex
- Alternativa à Player2
- ElevenLabs Agents para NPCs de jogo
- OpenAI Realtime API vs Neocortex
- Alternativa ao Tryll Engine
- Snapdragon Game AI SDK vs Neocortex
- Alternativa à X&Immersion
Próximos passos
Os kits no dispositivo entregam um modelo e deixam o personagem, a voz e as ferramentas por sua conta. A Neocortex entrega personagens com voz, pensados para designers, que você pode prototipar localmente, publicar na nuvem e auto-hospedar depois.
- Crie uma conta na Neocortex e construa um personagem no editor do navegador.
- Instale o SDK da Unity e abra uma das seis cenas de exemplo.
- Aponte a integração com o Ollama para um modelo local, para prototipar o chat de texto offline.
- Passe para o personagem criado no editor quando precisar de voz, emoção e ações.
- Se precisar de uma implantação on-premise, sem conexão ou no dispositivo, entre em contato para falar sobre o seu projeto.
Todos os detalhes dos concorrentes foram conferidos pela última vez em outubro de 2026.
Perguntas frequentes
NPCs com IA podem rodar offline?
Podem, com bibliotecas no dispositivo como o LLMUnity ou a NVIDIA ACE, se você construir o personagem, a voz e as ferramentas por conta própria e aceitar um piso de hardware. A Neocortex permite prototipar o chat de texto com modelos locais pelo Ollama na Unity e publicar personagens com voz pela nuvem.
A NVIDIA ACE funciona com a Unity?
Não. A NVIDIA ACE publica os seus plugins no dispositivo para Unreal Engine 5 em PCs com RTX. A Neocortex tem um SDK para Unity com seis cenas de exemplo, além de SDKs para Unreal e Godot.
A Convai pode ser auto-hospedada?
A Convai oferece implantação on-premise para clientes empresariais, com imagens de contêiner fornecidas pela sua equipe. A Neocortex oferece auto-hospedagem como um plano Custom, para estúdios com exigências de privacidade, conformidade ou uptime.
O LLMUnity é gratuito?
Sim, o LLMUnity é open source sob Apache-2.0 e roda modelos offline dentro de um build da Unity, sem voz nem editor de personagens. A Neocortex acrescenta um editor visual de personagens, voz de entrada e de saída e prototipagem com modelos locais pelo Ollama na Unity.
Posso usar o Ollama com a Unity para NPCs?
Sim. A Neocortex oferece suporte ao Ollama na Unity, então você pode prototipar o chat de texto com modelos abertos como Llama, Gemma, Qwen ou Mistral rodando na sua própria máquina, sem custo por mensagem.






