Ronaldo

Вроде таких еще нет.
Но есть довольно простой способ сделать это последовательно.
1) Добавить статических динозавров к фотке в StableDiffusion (SDXL Inpaint / Flux Inpaint / Flux Kontext).
2) Скормить это изображение сетке которая создает видео по первому кадру (WAN 2.1 / FramePack)
Поставить такую связку можно через Pinokio AI (https://pinokio.co/docs/#/?id=install)
(WAN/FramePack там сами найдете, а для StableDiffusion пойдет например Fooocus или Automatic1111 (ему надо вроде докачивать модели))
Конечно нужен GPU помощнее, хотя в Pinokio WAN ставится с довольно демократическими требованиями.
Пример видео по первому и последнему кадру: https://www.reddit.com/r/StableDiffusion/comments/...

Качайте и ставьте на компьютер LM Studio. В нем есть выбор разнообразных локальных LLM моделей, которые программа скачает самостоятельно. Выбирать стоит те модели размер которых попадает в 90% от размера вашей видеопамяти. Расчет на CPU идет раз в 20 медленней. Например Модель gemma-3-12b относительно "умна" и работает с русским.

Forge использует какие то конвертации весов во другой формат, для лучшей совместимости с разными LOR-а. Для квантованных моделей этот процесс еще дольше. Скажу больше, так же forge любит делать конвертации прямо перед просчетом, иногда по минуте на мощной машине (r7950/3090)
Для прямой загрузки модели, без конвертации, лучше использовать ComfyUI/GGUF Loader ноду.
Вот готовая схема для Comfy, распаковать, перетащить на канвас.

- "GPU Weights" попробуйте добавить до 8гб.
- надо проверить вообще рабочая ли связка клип моделей и самой Flux, на компе где побольше видео памяти
- Deliberate_v6, весит 2гб, для инференции нужно ~3gb, он четко попадает в вашу карту
- флюкс просто по вашему набору всех моделей, может спокойно потянуть на 8гб

Вон для юнити делают MCP адаптеры, и заставляют движок строить игровые сцены и классы компонентов. https://github.com/IvanMurzak/Unity-MCP
Причем прицепить можно практически любую модель, удаленные и локальные.
Большие модели и так знают очень много, MCP позволяют "на пальцах" пояснить модели что умеет адаптер и она сразу начинает работать в системе.
Возможно для CAD систем тоже что то подобное есть.
Вот что выдал Джемини - https://github.com/daobataotie/CAD-MCP

CAD-MCP Server: Проект на GitHub, который обеспечивает управление такими CAD-программами, как AutoCAD, GstarCAD и ZWCAD, с помощью текстовых команд. Он может выполнять базовые операции черчения, управлять слоями и сохранять файлы.

Интеграция с AutoCAD: Существуют готовые MCP-серверы для интеграции AutoCAD с AI-агентами. Это позволяет создавать и изменять чертежи, отправляя команды на естественном языке.

Поддержка другого ПО: Помимо традиционных CAD-систем, MCP-интеграции созданы и для другого ПО в сфере проектирования и моделирования, включая FreeCAD, Blender, SketchUp, Revit и Rhino. Это значительно расширяет возможности автоматизации в архитектуре, проектировании и строительстве (AEC).

В целом, эти адаптеры работают как мост, который "переводит" команды пользователя с обычного языка на язык, понятный CAD-программе, и позволяет выполнять действия в среде проектирования без прямого использования интерфейса.

Нашел специализированное решение - AnythingLLM. Работает полностью локально, кушает PDF на русском (хотя не всегда). Работало с так-же локальной LLM Gemini 3 (gemma-3-27b-it-qat) через LMStudio.

Может FastSD - https://github.com/rupeshs/fastsdcpu

С полным кодовым контролем, есть LLamaSharp - пример
С аудио не пробовал, но локально работает отлично (win11), с бекендом на процессоре (+avx) или GPU. Кушает кучу моделей в том числе на 32B параметров.

С частичным контролем можно использовать какой ни будь LLM "движок", например Jan, и прокидывать in/out сообщения через API Cortex.

В Unity сейчас активно развивается фреймворк Sentis, вот примеры с моделями.
Для LLM моделей например есть LLamaSharp.
Если вам нужны собственные решения с обучением, то у Майкрософт есть статья по созданию модели классификатора изображений.