ANDERS HOULBERG / REACHY MINI-PROJEKTBUILD LOG / 01

Mød Mini — et lokalt AI-laboratorium med en krop.

Mini bliver bygget til at se, lytte, tale dansk og hjælpe med at undersøge idéer i den fysiske verden. En del feltinstrument. En del levende kunstværk. Aldrig bare en gimmick.

Softwarelaboratoriet er i driftRobotten afventer levering
Karaktertilstand
486automatiske tests
478SDK-filer verificeret
15/15ordrette idéfelter
0observerede cloudkald i replay-runtime

Hvad sker der, når AI får øjne, ører og et blik?

En telefon kan optage. Mini kan orientere sig, reagere undervejs, stille opfølgende spørgsmål og gøre det synligt, hvad han undersøger.

Målet er ikke at erstatte telefonen. Det er at finde de situationer, hvor en kropslig AI skaber bedre observationer, stærkere samtaler eller helt nye oplevelser.

01

Nyttig

Hvert eksperiment skal forbedre en reel beslutning.

02

Lokal

Tale, modeller og data skal kunne blive i et lukket miljø.

03

Udtryksfuld

Blik, timing og bevægelse er en del af intelligensen.

Mini findes allerede.
Bare uden sin fysiske krop.

Mens robotten er på vej, bliver hans software, sikkerhedsgrænser og første eksperimenter udviklet på Mac Studio og i den officielle simulator.

Virker lokalt

Dansk stemme

Mini taler dansk lokalt med sin egen stemme. Svar bliver opdelt i fraser og kan afbrydes naturligt.

PlaPre Nano v2 · lokal server
Målt

Udtalehukommelse

En målt kvalitetsmåling fandt de danske svagheder: tal, datoer og egennavne. Med talt form ind var fejlen næsten væk. Målingen bruges som instrument, ikke som dommer — stemmen er valgt på lyd.

46 sætninger · WER 0,275 → 0,020
Testet på lydfiler

Danske ører

Lokal Whisper kan opdage og transskribere dansk tale uden cloud.

Live mikrofon mangler
Tekstflow testet

Lokal AI-hjerne

Modeller kan skiftes gennem en kontrolleret broker uden direkte adgang til motorerne.

15/15 ordrette idéfelter
Klar

Simulator

Bevægelseskode og kinematik kan udvikles sikkert i Pollens officielle MuJoCo-simulator.

SDK 1.9.0 · 478 filer verificeret
Softwaregeneralprøve

Field Pack

En hel feltsession kan tørkøres med forudberegnede audio-, vision- og handlings-events samt et færdigt idekort.

Replay — ikke live sensorer
Lovende hypotese

Aktivt blik

En syntetisk OCR-test viser værdien af at undersøge samme område fra flere vinkler.

Ikke testet med Minis kamera

Den ærlige status: Komplet softwaregeneralprøve, 486 grønne tests og nul fysisk robotevidens endnu.

Kroppen er Mini.
Hjernen kan være en Mac.

Modellerne er udskiftelige. En LLM får aldrig direkte adgang til motorerne; den foreslår en handling, og en separat controller afgør, om den er sikker og tilladt.

01

Tale

Kilde

02

Whisper

Lokalt

03

AI-model

Udskiftelig

04

Sikkerhedslag

Obligatorisk

05

Blik & tale

Tilladte actions

06

Idekort

Struktureret

I den nuværende fail-closed profil kan prompt-injection ikke aktivere cloud, permanent lagring eller vilkårlig motorstyring.
Læs den nye lyd-, cloud- og Jev-arkitektur

Sig opgaven.
Mini holder tråden.

Mini Mesh er det lokale lag på Mac Studio, som gør en samtale til et varigt job. Det husker status, events, valgt host, workspace, model og sikkerhedsprofil — også når opgaven varer længere end én samtale.

Control plane live på Mac StudioPrehardware · fysisk Mini afventer
MINI_MESH / LOCAL RUNNING
01 / INPUTMini (senere) · CLI · mobilVoice, dashboard, Telegram
02 / STATECoordinatorJobs · events · leases · approvals
03 / WORKERCodex · lokal model · taleKun den eksplicit valgte route
Codex turn → MINI_MESH_CODEX_TURN_OK Persistent Goal → terminal complete Lokal Qwen → ingen tools eller fallback
CODEX APP SERVER

Turns og langvarige Goals

Mini Mesh kan starte et enkelt Codex-turn eller et persistent Goal, bevare thread-id, modtage steering og vente sikkert på input eller lokal approval.

Live-testet6,4 s turn · 9,5 s Goal
LOKAL MODEL

Ingen skjult cloudfallback

En bounded broker kan sende en afgrænset analyse til en allowlistet lokal model. Den får ingen tools og må ikke foregive at være en autonom kodeagent.

Live-testetOllama · qwen2.5:7b
DANSK VOICE SURROGATE

Mac’en er Minis stemme indtil videre

MLX Whisper omsætter en dansk WAV til et job, og Supertonic svarer på dansk. Rå lyd slettes efter transskription; live-mikrofonen er endnu ikke commissioneret.

Filer live-testetOffline STT + lokal TTS
MOBIL & TELEGRAM

Fjernbetjening med klare grænser

Codex Remote er den foretrukne vej til diffs og approvals. Telegram er en opt-in ekstern cloudtransport, der kan starte, styre og følge jobs — men aldrig godkende højrisikohandlinger.

Bridge testetPrivate credentials mangler
FAIL-CLOSED SOM STANDARD

App Serveren kører lokalt og kommunikerer via stdio. Dashboardet binder kun loopback; shellen indeholder ingen jobdata, og job-API’et kræver bearer. Host, workspace, model og safety profile vælges fra allowlists, events hashkædes, og voice eller Telegram kan aldrig acceptere en højrisikoapproval.

COMMISSIONING / IKKE BESTÅET ENDNU

Seks gates, som kode alene ikke kan gøre grønne.

HW–01

Reachy Mini

Kamera, mikrofon-array, AEC, højttaler, motorer, antenner og batteri afventer den fysiske robot.

HOST–02

MacBook + DeepSeek

Sekundær host, modelhash, sleep/reconnect og recovery skal testes på den faktiske MacBook.

TG–03

Telegram-account

Ingen private bot-credentials er brugt endnu; rigtig cloudlevering kræver token samt user- og chat-allowlist.

REMOTE–04

Codex Remote

Serviceoprettede tråde, status, diffs og approval-handoff skal verificeres på Anders’ aktuelle mobilklient.

NET–05

Hotspot + Tailscale

HTTPS, tailnet-ACL, bearer-auth, latency og reconnect skal prøves end-to-end fra mobilnettet.

ENT–06

Imerco-miljø

Identity, egress, retention, audit og butikssamtykke kræver særskilt IT- og privacy-godkendelse.

Mest intelligens.
Mindst muligt sky.

En samtale stiller hele tiden små, gentagne spørgsmål: Er replikken rettet mod mig? Må jeg sige det højt nu? Skal dette huskes? Det er afgrænsede domme over få sætninger — og de kan måles, gøres hurtige og lægges et sted, hvor de ikke forstyrrer samtalen.

FORUDSIGELIGT

Lukket dom

Et lille, gentaget valg med sikkerhedstal. Perfekt til at gate en handling, fordi det er målt tusindvis af gange.

ÅBENT

Samtalen

Formulering, kontekst og nysgerrighed. Her er der ingen facitliste — og derfor hører beslutningen ikke hjemme hos en tærskel.

WAKE-GATE

Bliv kun afbrudt, når nogen taler til dig

Niogfyrre rigtige replikker og grænsetilfælde blev brugt til at måle, om en sætning overhovedet er rettet mod Mini. Med kravet om 0,9 sikkerhed var der nul falske vækninger fra TV og baggrundssnak.

47/54 · nul falske ved 0,9Målt
BARGE-IN

Han skal kunne tie stille midt i en sætning

Robotten skal stoppe, når du tager ordet. Det er en dom over, om din replik kræver, at han holder mund — den strenge vej rundt virker, den bløde gør ikke.

20/22 · stop er standardMålt
PERSONDATA

Ikke alt, hvad der siges, skal huskes

CPR-mønstre fanges i kode. Den sproglige dom afgør, om resten er stabil nok at gemme på — eller kun skal leve i sessionen.

21/21 sikre valgMålt
DESTRUKTIV HANDLING

Ingen sletning uden et klart ja

Før noget kan fjernes eller køres over, skal tonen være entydig. Under 0,9 sikkerhed bliver svaret altid et spørgsmål — aldrig et gæt.

21/24 · nul farligeMålt
SØVN & NOTIFIKATIONER

Fuld nat kan undvære en detaljeret opdatering

Kode fanger alarm- og sensormønstre. Den sproglige dom vurderer, om resten kan vente til morgenens samlede oversigt.

18/20Målt
CLAIM-GATE

Ingen påstand, der tager æren for hardwaren

Nye sætninger på denne side blev sendt gennem den samme gate, før de kom ud. Konservative krav, og et menneske læser alt, der er i tvivl.

42 cases · 39/42Målt
20+lukkede domme målt
0,9sikkerhedskrav for facts
0farlige passeringer
0nødvendige cloudkald i det lokale job
OFFLINE-NEDTRAPNING

Jev er en forbedring — ikke en afhængighed.

L0Kode og hardwareTærskler, timere, stoppeklapper, mønstreAltid aktiv
L1Lokal logikFaste fraser, cachede svar, vækkeordAltid aktiv
L2Lokal modelAfgrænset analyse uden værktøjerNår aktiveret
L3SproglagetDe lukkede domme over tekstNår net og nøgle findes
L4Samtale og opgaverÅbne vendinger og flertrinsarbejdeSom i dag
HVAD DER IKKE MÅ FORSVINDE I EN SMUK DEMO

Tre fund, der er lette at glemme — og dyre at overse.

E22

Grænsen skal måles, ikke antages

Samme sag kan ligge på hver side af tærsklen fra kørsel til kørsel. Alle sager inden for ±0,1 af en tærskel skal læses af et menneske, før de kører i drift.

E30–E33

Værre end den simple løsning

Der findes domme, hvor en almindelig regel skrev under på alt, mens sproglaget gjorde det bedre. Den retning betyder noget, når en beslutning har en pris.

L0–L4

Et forslag, ikke en afhængighed

Falder sprogtjenesten ud, fortsætter de kontrollerede handlinger på lokal logik. Domme som hukommelse og opgavefordeling venter — de er aldrig sikkerhedskritiske.

Hvad det her ikke er: Alle domme er kørt på håndskrevne danske sætninger og mine egne labels — ikke på rigtige, støjende optagelser fra en stue eller en butik. Ingen af tallene er fysisk robotevidens, og flere af de fejl, der blev rettet undervejs, var fejl i spørgsmålet eller i labelen, ikke i modellen.

En AI-medforsker til den fysiske verden.

Mini skal kunne tages med ud, placeres i en butik eller workshop og hjælpe med at omsætte observationer til testbare idéer.

01

Idéintervieweren

Mini stiller korte opfølgende spørgsmål og samler observation, hypotese, potentiel værdi, usikkerhed og næste eksperiment i ét idekort.

Fra løs tanke til testbar idé
02

Hyldehypotesen

Mini undersøger en afgrænset testhylde fra flere vinkler og måler, om aktivt blik afdækker mere end ét passivt kamera.

Fra billede til gentagelig protokol
03

Multimodal friktionslog

Når en facilitator siger “markér”, forbindes ét billede, et kort lydnotat og Minis orientering — uden konstant overvågning.

Fra øjeblik til dokumenteret indsigt
PRODUKTFORTÆLLERWORKSHOPVÆRTPLANOGRAM-DIFFFJERN-EMBODIMENTLEVENDE DATASKULPTUR

Mini skal slå den simple løsning — ellers er han en rekvisit.

Et muligt butikseksperiment sammenlignes altid med en ærlig baseline: ofte en iPhone eller et manuelt notat.

Hvis blik, lydretning og interaktion kan fjernes uden at gøre resultatet dårligere, har robotten ikke fortjent sin plads i forsøget.
PASSIV BASELINE

Telefonen dokumenterer

  • Stærkt kamera
  • Hurtig at bruge
  • Kræver aktiv facilitator
AKTIV PERCEPTION

Mini undersøger

  • Skifter synsvinkel
  • Stiller opfølgende spørgsmål
  • Gør sin opmærksomhed synlig

Imerco Field Lab er et foreslået pilotkoncept — ikke en annonceret eller godkendt Imerco-løsning.

Lokal derhjemme.
Kontrolleret i felten.

PERSONLIG · LOCAL-FIRST

Hjemme på det lokale netværk

Mini leverer krop, kamera, mikrofon og lyd. Mac Studio kører dansk talegenkendelse, model og stemme — uden nødvendige modelkald til en leverandørcloud.

Arkitekturen er klar. Den fysiske LAN-forbindelse afventer Mini.
1Mini
2Privat LAN
3Mac Studio
4Lokal model

En stemme, der kan blive bedre med tiden.

Mini træner ikke ukritisk på alt, han hører. Kun eksplicitte, godkendte rettelser må påvirke hans udtale eller en senere modelversion.

HURTIGT LOOP

Lær ordet næste gang

Forkert udtaleDin rettelseLokal hukommelse

Udtaleordbog og danske produktnavne giver øjeblikkelige forbedringer uden at ændre modelvægte. Minis stemme er valgt på, hvordan dansk lyder — ikke på et tal. En tidligere motor blev målt bedre på ordforståelighed og alligevel vraget, fordi den talte for dårligt dansk.

Stemme valgt på lyd · PlaPre Nano v2
LANGSOMT LOOP

Træn en bedre stemmeversion

Godkendte klipTræningBlind A/B

Kuraterede tekst- og lydpar bliver til en kandidatmodel. Målingen viser fremgang mod den stemme, Mini bruger nu; den gamle version kan altid gendannes.

Versioneret · aldrig selvtrænende

Ikke menneskelig.
Men levende nok til, at man mærker ham.

Mini skal være nysgerrig, varm og lidt nørdet — uden at foregive at være et menneske. Karakteren opstår især gennem blik, pauser og små, kontrollerede bevægelser.

LytterTænkerAhaUsikkerObservererAfslutter

Bevægelsesordforråd · afspillet og målt i simulator

PLANLAGT KUNST-MODE · CLOUDFRIT DESIGNMÅL

En levende skulptur med sparsom bevægelse, lange pauser og reaktioner på lokale, ikke-identificerende signaler som lys, lydniveau eller abstrakte data.

Et kamera er ikke en tilladelse til at optage.

Sessioner starter og stopper eksplicit
Kamera og mikrofon er slukket som standard
Rå lyd og video gemmes ikke som standard
Personanalyse er uden for de første eksperimenters scope

Mini er bestilt.
Eksperimentet er allerede begyndt.

01
NU

Hjernen før kroppen

Simulator, dansk stemme valgt på lyd, lokal STT, modelbro, bevægelsesordforråd, syntetisk Field Pack og reflekslag.

Aktiv
02
NÆSTE

Lærende dansk stemme

Udtalehukommelse på rigtige optagelser, mikrofonprofil, blind A/B mod to andre stemmekandidater og fysiske billeddata.

Planlagt
03
VED LEVERING

Commissioning

Kamera, mikrofoner, højttaler, motorer, antenner, batteri og netværk testes separat.

Afventer Mini
04
DEREFTER

Den ærlige feltprøve

Blind butikstest mod iPhone, karakterbevægelser og første rigtige demonstration.

Afventer evidens

Målet er ikke at have mest mulig AI i Mini.

Målet er at opdage, hvornår en kropslig AI faktisk gør en forskel.