باب كراج تحوّل إلى سفينة قراصنة متذمرة تحاور الأطفال على جهاز عمل واحد

باب كراج صار يستمع إلى الأطفال، ويرد بصوت سفينة قراصنة عجوز متجهمة، ويلين حين يسمع كلمة please. اسمه MonsterHouse. بناه موظف في NVIDIA لليلة Halloween ووصفه في تدوينة على Hugging Face.

كيف يعمل البيت

كل شيء يعمل على جهاز عمل واحد. ويربط القطع ببعضها NVIDIA Nemotron Voice Agent.

• الاستماع: Nemotron ASR يحوّل كلام الزائر إلى نص.
• التفكير: Nemotron 3.5 Bolt E4B 4GB، وهو نموذج لغوي صغير مفتوح، يكتب كل رد. وإضافة LoRA، وهي طبقة صغيرة تضبط شخصية النموذج، تمنحه التذمر.
• الكلام: Magpie TTS Zeroshot يصنع الصوت من عينة قصيرة للشخصية.
• التحريك: Audio2Face-3D يحرّك الفم الخشبي في Unreal Engine 5.
• الرؤية: Nemotron 3 Nano Omni يصف الأزياء، وYOLO وByteTrack يعدّان الأشخاص ويتتبعانهم.

تعليم الأدب

الحكاية أن البيت بُني من أخشاب سفينة قراصنة غارقة. في البداية يصرف الزوار بعبارات متذمرة. كلمة please تكسر جموده بسرعة، وthank you تنال وداعاً دافئاً.

اختبر صاحب المشروع أكثر من اثني عشر نموذجاً قبل أن يختار Bolt E4B. ويقول إن حجمه أصغر من Qwen3 30B-A3B وQwen 3.6 35B-A3B. ويذكر أنه يعمل في NVIDIA وجرّب Bolt قبل إطلاقه العلني.

دُرّب LoRA على أكثر من 5000 محادثة متعددة الأدوار. أنشأ هذه البيانات وقيّمها وكيل محلي ونموذج لغوي ضخم.

السرعة وتقسيم العمل

لتجنب الصمت المحرج، يبدأ النظام الكلام قبل اكتمال الجواب. وتُحفظ التحيات ونكات الحلوى جاهزة كنصوص وتسجيلات صوتية، فيوفّر ذلك الحساب. للصوت سبع حالات مزاجية، ولكل منها عينة مرجعية مدتها 3-10 ثوانٍ.

تتقاسم بطاقتان العمل. NVIDIA RTX PRO 6000 Blackwell Max-Q تشغّل اللغة والصوت، وRTX PRO 4000 Blackwell تشغّل الرسوم والتحريك، فيبقى الفم بمعدل إطارات ثابت.

تخيّل مسرح دمى له مكتب تحكم. لصاحب المشروع واحد، فيه لوحة أصوات وأسطر مخصصة ووضع ميكروفون يتحدث به مباشرة عبر البيت.

الحدود

شيفرة MonsterHouse غير مجهزة للنشر، لكن نماذج NVIDIA المستخدمة متاحة. اختبار الأغنام كان تجريبياً، ويقول الكاتب إنه ليس دليلاً على ليلة Halloween ناجحة. ما زالت المجموعات الحقيقية والأزياء وإضاءة الليل بحاجة إلى اختبار. وقد يحتاج التعرف على الأزياء والردود الذكية إلى تدريب إضافي. ولم يتحقق بعد تقديم الحلوى تلقائياً ولا ترك البيت يعمل وحده.