AI VTuberにProject AIRIが選ばれる理由｜競合OSSとの違い

クローズドソースの AI VTuber「Neuro-sama」の登場以降、「自分でも同じような AI キャラクターを作れないか」「オープンソースで、しかも自分のマシンで動かせる選択肢はないか」と考えるエンジニアが増えています。ChatGPT や Claude のような LLM を組み合わせるところまでは想像がついても、キャラクターモデルの表示・音声対話・ゲーム連携までを一気通貫で扱う OSS となると、選択肢を並列に比較するのは難しいのが実情です。

そのなかで、GitHub 上で高い注目を集めているプロジェクトの一つが Project AIRI（moeru-ai/airi）です。「Neuro-sama の到達点をオープンソースかつセルフホストで再現する」というビジョンを掲げ、リアルタイム音声チャット・VRM/Live2D 両対応のキャラクター表現・Minecraft や Factorio といったゲームプレイエージェント連携までを一つのモノレポで扱える点が特徴として紹介されています。

一方で、同じ AI VTuber / AI コンパニオン領域には Open-LLM-VTuber や Amica といった類似 OSS も存在します。それぞれ実装言語も設計思想も異なるため、「どれを選べば良いのか」という判断軸を持たずに片っ端から触るのは効率的ではありません。

本記事では、Project AIRI の公式サイト・GitHub リポジトリ・公式ドキュメントなど一次情報と、GitHub API から取得したメタデータのみを根拠に、Project AIRI とは何か、どのような技術スタックで構成されているか、そして類似 OSS と比べて何が違うのかを整理します。動作検証や実装を伴わないドキュメントベースの整理であることを前提に、初見のエンジニアが採用判断のスタートラインに立つための情報を提供します。

Project AIRIとは — セルフホスト型AI VTuber構築OSSの全体像

Project AIRI（moeru-ai/airi）は、セルフホスト可能なオープンソースの AI コンパニオン／AI VTuber 構築プラットフォームとして公開されているプロジェクトです。公式サイト（Project AIRI 公式サイト）や GitHub リポジトリの説明では、「Self hosted, you-owned」であることが強調され、クローズドソースの AI VTuber「Neuro-sama」の到達点を、オープンソースかつ自分で所有・ホストできる形で再現することを目標としていると紹介されています。

プロジェクトのビジョン

README で示されているビジョンは、「Re-creating Neuro-sama, a soul container of AI waifu / virtual characters to bring them into our world.」（出典: README on github.com）というものです。単なる LLM チャットボットではなく、「AI キャラクターの魂を宿す器」というメタファーで、リアルタイム音声・キャラクター表現・ゲームプレイ・外部プラットフォーム連携を横断する統合基盤として位置づけられている点が特徴的です。

Neuro-sama は C# / Unity + Python 実装のクローズドソースプロジェクトとして知られており、Live2D モデル・独自 LLM・TTS・ゲーム AI を組み合わせて自律的に配信を行うことで注目されました（Neuro-sama 概要の二次情報: KAI-YOU Premium）。Project AIRI はこの到達点を、オープンソースかつセルフホストできる形で再構築することを掲げている点で、他の AI コンパニオン OSS とは異なる立ち位置を取っています。

想定ユースケース

公式サイトと README の記述をもとに整理すると、Project AIRI は次のようなユースケースを想定しています。

• 個人用の AI コンパニオン: 音声で対話し、キャラクターがブラウザやデスクトップ上で応答する
• AI VTuber 開発のベース: VRM / Live2D モデルの読み込み・アニメーション・音声合成を一通り抱えたスタートポイント
• ゲームプレイエージェントの実装基盤: Minecraft や Factorio などのゲームを、LLM を介したエージェントに操作させる

「配信ツール」として特化するのではなく、「所有できる AI コンパニオン」の汎用基盤を志向している点が、後述の類似 OSS との比較でも重要な差分になります。

リポジトリの基本情報とメンテナンス状況

「本番運用を見据えて採用してよいか」を判断するうえで、リポジトリの活動状況とメンテナンス体制は欠かせない情報です。Project AIRI の GitHub リポジトリ から取得したメタデータをもとに、基本情報を整理します。

スター数・フォーク数・言語・ライセンス

GitHub API 経由で 2026 年 8 月時点に取得したメタデータは以下の通りです。

出典: gh api /repos/moeru-ai/airi の応答値（本ワークスペースの 00_preflight/repo-meta.json）

スター数が 48,000 を超え、フォーク数も 4,000 台後半という規模は、AI VTuber / AI コンパニオン系 OSS のなかでは頭一つ抜けた注目度と言えます。archived / fork / disabled のいずれも false であり、リポジトリはアクティブに管理されているオリジナルの本家プロジェクトです。

ライセンスは MIT がリポジトリ全体のメタ情報として設定されていますが、モノレポ構成のため個別パッケージや同梱アセットが別ライセンスを持つ可能性があります。商用配布や派生物の作成を検討する場合は、対応するディレクトリ配下の LICENSE ファイルを都度確認することが安全です。

最終更新と開発の継続状況

pushed_at は 2026-08-19T15:31:05Z で、記事執筆時点で直近の更新が続いていることが確認できます。README で紹介されているとおり、開発は @moeru-ai（親組織）と @proj-airi（サブプロジェクト用組織）の 2 組織にまたがっており、キュレーションリスト「proj-airi/awesome-ai-vtubers」や LLM プロバイダー抽象化ライブラリ「xsAI」など、周辺 OSS も同エコシステム内で開発されています。単一の作者に依存した構成ではなく、複数の関連リポジトリを含む OSS 群としてメンテナンスされている点は、継続性を評価する材料になります。

Project AIRIの主要機能

Project AIRI の README では対応機能が長大に列挙されていますが、単に並べるだけでは「なぜこの構成なのか」が見えにくくなります。ここでは初見エンジニアが採用可否を判断できるよう、機能をカテゴリ別に整理します。

リアルタイム音声チャット

音声チャットは Project AIRI の中核機能の一つで、TTS（音声合成）と STT（音声認識）の両方で複数プロバイダーに対応しています。README では、TTS 側で ElevenLabs / Azure Speech / OpenAI 互換 API / Alibaba Cloud / ローカル Kokoro などが、STT 側でクライアントサイド音声認識や Discord のオーディオ入力が挙げられています。クラウド API とローカル推論のどちらにも寄せられる構成のため、ネットワーク前提のデモ利用から、オフライン寄りのセルフホスト運用まで幅広く選択肢がある点が特徴です。

多数の LLM プロバイダー対応

LLM プロバイダーの選択肢も広く、README では OpenAI（Azure 含む）／Anthropic Claude／Google Gemini／DeepSeek／Qwen／xAI／Groq／Mistral／Together.ai などに加え、xsAI ライブラリを介して 25 以上のプロバイダーがサポートされていると紹介されています（出典: README on github.com）。加えて Ollama・vLLM・SGLang のようなローカル推論ランタイムも対象に含まれ、外部 API とセルフホスト LLM のどちらでも動かせる構造になっています。

この対応幅は、単に「多くのプロバイダーに対応している」というだけでなく、「後からモデルやプロバイダーを切り替えたい」という運用要件にも耐えやすいことを意味します。

VRMとLive2Dの両対応

キャラクターモデルは VRM（3D）と Live2D（2D）の両方を公式にサポートしています。自動まばたき・視線追従・アイドルモーションといった基本的な生体表現が組み込まれており、モデルを差し替えるだけでキャラクターの見た目を切り替えられる設計です。この「3D と 2D の両対応」は、後述の類似 OSS 比較で最も明確な差分になります。

ゲーム連携エージェント

Project AIRI の独自性が強く出ているのがゲーム連携です。README では Minecraft（プレイ可能）・Factorio（WIP）・Kerbal Space Program（アナウンス済み）・Helldivers 2（WIP）などが挙げられており、実験段階のものも含めて複数のゲームで LLM エージェントが操作を行うデモが公開されています。「AI キャラクターとの対話」を超えて、「AI キャラクターがゲームをプレイする」ところまでを射程に入れているのは、この領域の OSS では珍しい設計です。

Discord/Telegram Bot・ブラウザ内メモリ

外部プラットフォームへの拡張として、Discord Bot・Telegram Bot が用意されています。また会話の記憶を保持する仕組みとして、ブラウザ内で動作する DuckDB WASM ベースのメモリ機構や、実験的な "Memory Alaya" が README で紹介されています。永続メモリをサーバー側に置かず、ブラウザ内で完結させられる点は、セルフホスト志向のプロジェクトらしい設計選択と言えます。

技術スタックとモノレポ構成

採用判断において「自プロジェクトの技術スタックと接続しやすいか」は重要な観点です。Project AIRI は TypeScript を主要言語とし、フロントエンド寄りのモダンな Web 技術で構成されている点が大きな特徴です。より詳細な設計はプロジェクトの公式ドキュメントで確認できます。

フロントエンド／レンダリング／MLランタイム

README で紹介されている技術構成は次のとおりです。

• フロントエンド: TypeScript / Vue.js / WebGPU / WebAudio / WebAssembly / Web Workers
• 3D レンダリング: Three.js を中心とした VRM 描画パイプライン
• デスクトップ: Electron ベース（Tamagotchi 版）
• モバイル: Capacitor（iOS 版）
• ML ランタイム: HuggingFace Candle（NVIDIA CUDA / Apple Metal に対応）
• サーバー: @proj-airi/server-runtime, @proj-airi/server-sdk
• ブラウザ内 DB: DuckDB WASM

Python ベースの AI VTuber OSS と比較すると、フロントエンド・ブラウザ側で完結する設計が強く志向されていることが分かります。WebGPU を積極的に活用している点も、モデル推論やレンダリングをブラウザ内に寄せる思想と整合しています。

モノレポのディレクトリ構成と主要パッケージ

リポジトリはモノレポ構成で、主要なディレクトリと役割は次のように整理できます。

• packages/: UI コンポーネント・ドライバー・ユーティリティ（@proj-airi/stage-ui, @proj-airi/ui, @proj-airi/drizzle-duckdb-wasm など）
• apps/: Stage Web（ブラウザ）／ Tamagotchi（デスクトップ）／ Pocket（モバイル）の各アプリケーション
• server/: サーバー実行環境と SDK（@proj-airi/server-runtime, @proj-airi/server-sdk）
• integrations/: 外部サービス連携（Discord・Telegram など）
• plugins/: 拡張ポイント
• engines/: ゲームエージェント（Factorio・Minecraft・DomeKeeper など）

「共通の Core を packages/ に置き、フォームファクタごとの実装を apps/ に分ける」という構成は、Web／Desktop／Mobile を同じコードベースから派生させたいプロジェクトに近い設計をしています。既存のフロントエンド資産（Vue コンポーネントや WebGPU 実装）を再利用しやすいことは、TypeScript／Vue 中心のチームにとって大きな利点になります。

類似OSSとの比較（Open-LLM-VTuber・Amica）

Project AIRI 単体で見ると魅力的な OSS ですが、「他の類似プロジェクトと比べて何が違うのか」を整理しないと採用判断はできません。ここではセルフホスト型 AI VTuber / AI コンパニオン OSS の代表格である Open-LLM-VTuber と Amica を取り上げて、比較軸を明確にします。

Open-LLM-VTuber については、同じくドキュメントベースで整理した記事としてローカルで動くAI VTuber「Open-LLM-VTuber」の仕組みと類似OSSとの違いも参考にできます。

比較軸の定義

初見エンジニアが採用判断のために抑えたい観点は次の 5 つに整理できます。

1. 対応するキャラクターモデル（VRM / Live2D）
2. 実装言語・技術スタック
3. ゲーム連携エージェントの有無
4. 対応プラットフォーム（Web / Desktop / Mobile）
5. ライセンス

比較表

上記 5 軸で Project AIRI・Open-LLM-VTuber・Amica を並べると、それぞれの立ち位置の差分が見えてきます。

各リポジトリの詳細は、リンク先の README・公式ドキュメントで確認できます（Open-LLM-VTuber の説明は同プロジェクトの GitHub リポジトリ を、Amica の技術構成は semperai/amica の README を参照）。

差分の解釈

比較表から読み取れるポイントを整理します。

• キャラモデルの幅: VRM と Live2D の両方を公式サポートしているのは Project AIRI の明確な強みです。Open-LLM-VTuber は Live2D、Amica は VRM に寄っており、片方のみの対応となります
• 実装言語のエコシステム: Python を主軸に置く Open-LLM-VTuber に対して、Project AIRI と Amica は TypeScript／Web 技術ベースです。既存プロダクトが Node.js／Vue／React で書かれている場合、Project AIRI と Amica の方が接続コストが低くなる傾向があります
• ゲーム連携の有無: 「AI キャラクターにゲームを操作させる」実験基盤を含むのは Project AIRI 独自の領域です。Open-LLM-VTuber は「傍にいる AI キャラクター」を志向しており、Amica は 3D キャラクター対話にフォーカスしているため、ゲームエージェントは対象外です
• 対応プラットフォーム: Web／Desktop／Mobile を単一のモノレポでカバーしているのが Project AIRI の特徴です。Amica も Tauri でクロスプラットフォームを実現していますが、モバイルまで公式に含めている点で Project AIRI は範囲が広いと言えます

同じ「AI VTuber / AI コンパニオン OSS」という括りでも、対象領域と技術スタックが大きく異なるため、「何をしたいか」で選ぶ先が変わります。

Project AIRIが向くケースと検討が必要なケース

比較結果を踏まえて、Project AIRI が向くケースと、慎重な検討が必要なケースを整理します。ドキュメントベースの整理であり、実運用の適合性は各チームの環境で改めて評価する必要があります。

向くケース

• TypeScript / Vue / Node.js のエコシステムに寄せたい場合: 既存プロダクトのフロントエンドやツールチェーンと親和性が高く、追加学習コストを抑えやすい
• Web ／ Desktop ／ Mobile を横断したい場合: モノレポで各フォームファクタが用意されており、後から別プラットフォームへ展開する余地が広い
• VRM と Live2D の両方を扱いたい場合: モデル形式を用途ごとに切り替えたい要件を単一プロジェクトで賄える
• ゲームプレイエージェントの検証を含む研究・PoC: Minecraft・Factorio などのゲーム連携基盤が同梱されているため、AI エージェント × ゲームの実験に踏み込みやすい
• 多数の LLM プロバイダーを比較・切り替えたい場合: xsAI 経由で 25 以上のプロバイダーに対応しており、モデル選定を後から差し替えやすい

検討が必要なケース

• 配信専用ツールを求める場合: 配信レイアウト・視聴者インタラクションなど配信特化機能に絞りたい場合は、より配信寄りの OSS のほうが要件に近い可能性があります
• Python エコシステムに寄せたい場合: 既存の ML パイプラインや社内共通モジュールが Python 中心であれば、Open-LLM-VTuber のような Python 実装の OSS のほうが接続しやすい場面があります
• 成熟度が求められる本番運用: モノレポ全体が活発に更新されているぶん、機能によっては WIP（Work In Progress）扱いのものもあります。README にも Factorio や Helldivers 2 の連携が WIP として明記されており、本番運用に組み込む場合は対象機能の安定度を個別に確認する必要があります
• 単機能でシンプルな AI コンパニオンだけが欲しい場合: 音声チャット + キャラ表示だけを軽量に導入したい場合は、Amica のような 3D 対話特化 OSS の方が構成がシンプルになる可能性があります

導入と次のステップ

ここまでの整理を踏まえて Project AIRI を触ってみる場合、まず訪れるべきは公式サイトです。Web ブラウザ版・デスクトップ版（Windows / macOS / Linux）・モバイル版（iOS / Android の PWA + Capacitor）の各バージョンの入手方法と、Homebrew Cask・winget・Scoop 経由の配布情報が案内されています。

リポジトリからソースコードを取得して開発環境を立ち上げる場合の手順は、README の Development セクションで次のように示されています。

pnpm i
pnpm dev

出典: README on github.com

pnpm dev はブラウザ版（Stage Web）の起動コマンドです。フォームファクタごとに次のコマンドが用意されていることも README に記載されています。

pnpm dev:tamagotchi
pnpm dev:pocket:ios --target <DEVICE_ID>
pnpm dev:docs

出典: README on github.com

• pnpm dev:tamagotchi: デスクトップ版（Tamagotchi）
• pnpm dev:pocket:ios --target <DEVICE_ID>: iOS 版（Pocket、Capacitor 経由）
• pnpm dev:docs: 公式ドキュメントのローカル起動

環境要件・各プロバイダーの API キー設定・ゲームエージェントのセットアップ手順など、実際にビルド・実行を進める際に必要な詳細は、公式ドキュメント で確認するのが確実です。本記事はドキュメントベースの整理を目的としており、動作検証やベンチマークは行っていないため、実運用に組み込む前には対象環境での事前検証を推奨します。

まとめ

Neuro-sama をきっかけに「セルフホスト型 AI VTuber / AI コンパニオン OSS」を検討している読者にとって、Project AIRI は次の点で独自の位置づけを持つプロジェクトと整理できます。

• キャラモデル対応の広さ: VRM（3D）と Live2D（2D）の両方を公式サポート
• カバー範囲の広さ: 音声対話・キャラ表現・ゲーム連携（Minecraft・Factorio など）・外部プラットフォーム連携（Discord・Telegram）を一つのモノレポで扱う
• マルチプラットフォーム: Web / Windows / macOS / Linux / iOS / Android を単一構成でカバー
• フロントエンド寄りの技術スタック: TypeScript / Vue / WebGPU / WebAudio ベースで、Web 資産の再利用がしやすい

一方で、Live2D 特化かつ Python 実装で「傍にいる AI キャラクター」を志向する Open-LLM-VTuber、VRM 中心で 3D キャラクター対話にフォーカスする Amica のように、目的次第でより適した OSS が存在するのも事実です。「AI VTuber OSS」という一括りではなく、「対応キャラモデル」「実装言語」「ゲーム連携の必要性」「対応プラットフォーム」の 4 軸で要件を分解したうえで、Project AIRI を含めた候補を並べて比較することが、初見エンジニアが誤選定を避けるうえで有効なアプローチになります。

関連情報：AI コンパニオン／AI VTuber 系プロダクトの開発をご検討中の方へ

社内で AI VTuber や AI エージェント基盤の PoC・技術検証を進めており、OSS 選定や設計レビュー、実装体制の相談先を探されている場合は、お問い合わせフォームからご相談いただけます。要件の整理段階や、複数 OSS の比較検討の段階からお声がけいただけます。

関連情報：AI／フロントエンドの複業・フリーランス案件を探されているエンジニアの方へ

TypeScript / Vue / WebGPU といったフロントエンド技術や、LLM を組み合わせたプロダクト開発に関心のあるエンジニアの方は、複業・フリーランス向け案件マッチングサービスの Workee もご覧ください。関連する案件情報を探すきっかけとしてお使いいただけます。