LLMUnity vs Neocortex: NPCs com LLM local na Unity
O LLMUnity roda LLMs de código aberto offline na Unity. Quando você também precisa de voz, um editor de personagens e suporte a várias engines, veja onde a Neocortex se encaixa.
Neocortex TeamThe team behind Neocortex
· Atualizado em 20 de out. de 2026 · 5 min de leitura

Resposta rápida: o LLMUnity é uma biblioteca gratuita que roda LLMs de código aberto dentro de uma build da Unity, então a geração de texto acontece inteiramente no dispositivo do jogador. Se você precisa de personagens com voz, de um editor de personagens que seus roteiristas possam usar, ou de mais de uma engine, a Neocortex cobre isso e ainda permite prototipar com modelos locais na Unity.
Se você pesquisou por "rodar um LLM localmente na Unity", encontrou o LLMUnity. É um pacote de código aberto da undream.ai, sob licença Apache-2.0, que roda modelos pelo llama.cpp dentro do seu jogo, sem servidor e sem que dados saiam do dispositivo. Este post explica o que ele oferece, os compromissos da inferência local e na nuvem, e quando uma alternativa ao LLMUnity economiza tempo para a sua equipe.
O LLMUnity em um minuto
- Roda em PC, Android, iOS e VR, testado da Unity 2021 LTS até a Unity 6.
- Hardware: inferência na CPU, com suporte a GPU para NVIDIA, AMD e Apple Metal.
- Modelos: um gerenciador embutido baixa ou carrega modelos GGUF, com suporte a LoRA. A opção "Download on Build" baixa o modelo no primeiro uso, em vez de empacotá-lo.
- Recuperação: um sistema RAG com busca de vizinho mais próximo aproximado, e embeddings gerados pelo modelo.
- Saída estruturada: gramáticas e JSON schema para restringir as respostas, além de um exemplo de function calling.
- Histórico de chat: salve e carregue conversas.
- Modo remoto: você pode rodar uma build de servidor e fazer personagens de outro projeto se conectarem a ele pelo endereço do host.
- Preço: gratuito para uso pessoal e comercial.
O LLMUnity pode rodar sem servidor?
Pode, e esse é o ponto dele. Tudo roda dentro da build, o que significa nenhuma conta de API e nenhuma dependência de rede.
Isso também significa que cada decisão que uma plataforma hospedada toma por você cai sobre a sua equipe. Você escolhe o modelo, testa no seu alvo de menor especificação e o mantém dentro da memória que sobra depois dos assets do próprio jogo. Em celulares, a orientação do LLMUnity são modelos pequenos, de cerca de 1 a 2 bilhões de parâmetros, o que limita o quanto um personagem sustenta a persona em uma conversa longa. Você escreve os prompts, a lógica de memória e os guardrails. Não há pipeline de text-to-speech nem de speech-to-text no pacote, então a voz é uma integração separada. Os personagens são configurados no Inspector e em C#, então um roteirista que quer mudar uma personalidade precisa de um programador ou de uma build de editor. E se o dispositivo de um jogador não consegue rodar o modelo, a alternativa é um servidor que você mesmo hospeda, usando o modo remoto.
Local, híbrido ou nuvem: escolhendo uma abordagem
| Totalmente local (LLMUnity) | Local durante o protótipo, nuvem no lançamento | Nuvem | |
|---|---|---|---|
| Custo por conversa | Nenhum | Nenhum durante a criação; planeje o uso depois | Conforme o uso do plano |
| Funciona offline | Sim | Durante o desenvolvimento | Não |
| Qualidade do modelo em dispositivos fracos | Limitada pelo dispositivo | Sem limite pelo dispositivo no lançamento | Sem limite pelo dispositivo |
| Voz | Você a constrói | Incluída na nuvem | Incluída |
| Quem edita os personagens | Programadores | Qualquer pessoa com o editor | Qualquer pessoa com o editor |
| Tamanho da build | Cresce com o modelo | Não muda | Não muda |
A coluna do meio é o caminho que a Neocortex suporta na Unity. Você pode rodar LLMs locais na Unity pelo Ollama para o chat de texto enquanto constrói, e depois apontar o mesmo projeto para a nossa nuvem para os jogadores. Se o seu estúdio precisa da plataforma inteira nos próprios servidores, a hospedagem própria está disponível como acordo enterprise Custom.
Um NPC, dois caminhos
Pegue um mercador em um jogo de sobrevivência para PC que negocia, lembra o que ela vende e avisa o jogador sobre uma tempestade.
Com o LLMUnity, você escolhe um modelo GGUF que caiba na memória junto com o seu jogo, configura o sistema RAG com a tabela de preços e o lore dela, e escreve um system prompt em C#. Para a negociação, você restringe as respostas dela com um JSON schema para que o seu código consiga ler o preço oferecido. Para a voz, você adiciona um pacote TTS separado e um pacote de reconhecimento de fala, e cuida da latência entre os três. Cada mudança na personalidade dela passa por um programador.
Com a Neocortex, um roteirista a cria no navegador: Personality para o tom dela, Knowledge com a tabela de preços em PDF, Intents para comprar e vender, e uma Action como OFFER_PRICE que o seu jogo lê.
O seu jogo envia a tempestade como um evento recente.
Ela responde com uma fala, uma tag de emoção e a ação dela, em uma voz transmitida que você desenhou a partir de uma descrição em texto.
Enquanto você constrói, o chat de texto dela pode rodar em um modelo local pelo Ollama; no lançamento, ela roda na nossa nuvem com a voz.
LLMUnity vs Neocortex
| LLMUnity | Neocortex | |
|---|---|---|
| O que é | Biblioteca de inferência local de código aberto | Plataforma de personagens de IA |
| IA local | Totalmente no dispositivo | Modelos locais pelo Ollama na Unity para o chat de texto |
| Opção de nuvem | Hospede a sua própria build de servidor | Incluída |
| Design de personagem | Inspector e C# | Editor visual de nós: Agent, Personality, Emotion, Knowledge, World, Objects, Intents, Actions, Language, Accent, Voice |
| Conhecimento | RAG que você configura em código | Nó Knowledge com arquivos PDF ou TXT |
| Voz | Não incluída | TTS e STT em streaming, vozes clonadas ou desenhadas |
| Ganchos de jogabilidade | Function calling que você conecta | Respostas com tags de emoção e ações como OPEN_DOOR |
| Engines | Unity | Unity 6 (seis cenas de exemplo), Unreal Engine 5, Godot, Web API |
| Preço | Gratuito | Starter EUR 9 por mês; Pro EUR 29 por mês para uso comercial |
A Neocortex também cuida das partes de uma conversa de jogo que ficam acima do modelo.
Os Conversation Flows dividem uma cena em momentos de história e devolvem palavras-chave de checkpoint (flowState) às quais o seu jogo reage.
O group chat põe até seis personagens em uma mesma conversa, no Pro e no Team.
As builds WebGL da Unity recebem entrada de microfone, então jogadores no navegador também podem falar com os personagens.
Para onde ir a partir daqui
Se o seu jogo precisa rodar sem nenhuma rede, o LLMUnity oferece a inferência, e você constrói a camada do personagem em volta dela. Se você quer personagens que falem, ajam e soem bem sem construir essa camada, comece no editor da Neocortex: crie um personagem, teste-o no navegador e rode-o em uma cena de exemplo da Unity, com um modelo local ou a nossa nuvem por trás.
Os detalhes sobre o LLMUnity foram verificados pela última vez em outubro de 2026.
Perguntas frequentes
O LLMUnity é gratuito?
Sim, o LLMUnity é de código aberto sob licença Apache-2.0 e gratuito para uso comercial, embora cada modelo que você distribui tenha a própria licença. Jogos comerciais na Neocortex usam o Pro por EUR 29 por mês ou o Team por EUR 99 por mês.
O LLMUnity suporta voz?
Não. O LLMUnity cobre geração de texto, embeddings e recuperação, sem text-to-speech nem speech-to-text. A Neocortex inclui TTS e STT em streaming, além de vozes personalizadas por clonagem ou criação de voz.
O LLMUnity roda em celulares?
Sim, o LLMUnity roda em Android e iOS, com modelos bem pequenos, de cerca de 1 a 2 bilhões de parâmetros, recomendados. A Neocortex roda os personagens na nuvem e permite prototipar com modelos locais pelo Ollama na Unity para o chat de texto.
O LLMUnity funciona na Unreal ou na Godot?
Não. O LLMUnity é um pacote da Unity. A Neocortex oferece suporte a Unity, Unreal Engine 5, Godot e a qualquer linguagem pela sua Web API.
Qual é a melhor alternativa ao LLMUnity?
Se você quer personagens com voz que os roteiristas possam editar sem código, a Neocortex adiciona um editor visual de nós, voz em streaming e SDKs para várias engines, e ainda permite prototipar com modelos locais na Unity.






