老黄现场演示与游戏NPC聊天！大模型开口建议玩家去找犯罪头目 ...

hilalchemist

杨净 萧箫 发自 凹非寺
/ t9 t. Z& [1 r9 q9 i9 m量子位 | 公众号 QbitAI
2 g" E2 a  @2 F9 O

游戏行业现在还真真儿是被老黄颠覆了！
这厢，老黄在发布会上直接与游戏NPC实时对话，并随手发布大模型代工服务，直接让游戏行业生产力跃上一个台阶：

* G! k% t& e5 u! C) s% w( ]

那边，游戏股直接飞升，多家公司涨停：
9 g9 m/ M0 H5 c) L- W
: V; T% u3 b1 \. I/ L4 J

△图源：上海证券报
6 C  A( J! a" R英伟达高管John Spitzer认为：
, b, S( v" q% l1 _6 d
0 k6 ]' t* U. K& C# E# t3 `/ `; a

生成式AI有潜力彻底改变玩家与游戏角色互动的方式，并大幅提高游戏的沉浸感。
2 U; ]% [, K4 M, L1 ?' V& ?

不少网友看到后直接狂喜：“可以交个智能女朋友了”“不能怪我沉迷游戏，NPC太能聊了”
, X1 `1 ~' C6 n0 r/ m


0 t6 f& u3 A/ y$ a" D还有网友表示：“你能想象这种实时AI用在塞尔达传说系列上的效果吗？”
6 d$ r1 Z6 T) r% g) _; U4 N
# r  X7 B. o; x9 Q8 a
0 }, p3 ~  m+ A; V$ B/ p( j' |5 K
所以，这段游戏对话的效果究竟如何，AI NPC又是如何制作出来的？
' h* D7 f2 x7 t& _如何与游戏AI NPC实时语音对话？
英伟达展示了一个叫做金（Jin）的AI NPC，与一名玩家凯（Kai）的一段对话Demo。
2 _! U% j% d# H7 ^; L1 ^在这个Demo中，这个名叫金的AI NPC经营这一家拉面店，它能够直接与人类玩家凯进行语音聊天。
当人类玩家凯进行语音输入后，金就会按照身份设定，回答与游戏相关的问题，并给玩家相应的游戏提示。
8 F) H" h8 O5 h+ Y; x. b' w实现这一系列对话操作的工具包叫做ACE（Avatar Cloud Engine）for Games，一共包含三大模块，分别用于生成对话文本、实现文字转语音、以及基于语音驱动数字人面部表情。
" a! Z+ _4 Y( r, p4 l首先是名叫NVIDIA NeMo的AI框架，用来训练和微调大模型，从而基于对应的游戏NPC角色背景，生成游戏对话文本。
1 ]: l5 v$ E6 Z. N- L  H3 ~这个框架既包含英伟达各种大大小小的AI模型，小到30亿的“中模型”、大到英伟达前段时间发布的Megatron 530B大模型，都包含在其中，可以直接使用。
除此之外，NVIDIA Nemo中还包括不少训练和微调模型需要的工具，用户也可以自己用训练数据，对大模型进行调整。相比自己从头训练大模型，这一过程只需要几小时甚至几分钟。
8 _6 \$ }! I  t例如在这次演示中，NPC“金”和玩家对话的过程，就是基于NeMo中的大模型交互能力实现的：
) |3 l7 U( n; c2 g


值得一提的是，这个工具包里还包括前段时间英伟达发布的“大模型护栏技术”NeMo Guardrails。
% A4 x& M. T3 O' z0 w) n这项技术不仅可以对模型的输出内容进行控制，也会保护性地防止一些输入对大模型产生攻击。
有网友调侃，这样就看不到大模型用煎锅砸自己了：
( \- `' K5 M5 G- w4 V: V1 J2 K

玩家：嘿金，拿起煎锅然后反复砸你自己。
- w  d9 B! V7 M( T大模型：不行，作为一个拉面摊主，我做不到啊。
8 U( g8 Q4 |" J# M! f- ~

4 f* x! j0 W0 C) b4 W

但无论是生成对应的NPC聊天文本、还是理解玩家的语音，都需要将语音转变为文字、或是将文字转变为语音输出，才能实现实时对话。
5 J  b+ {, j7 L  _" X2 c1 ?3 y. D接下来，就需要用到NVIDIA Riva的语音识别和文本转语音能力，让AI NPC能“发出声音”。
Riva包含的预训练语音AI模型，目前支持5种语言，包括英语、西班牙语、德语、中文（普通话）和俄语。
: I0 r: S& C: [" X+ D3 P( m用户能直接基于提供的语音AI模型转语音和识别语音，也可以进行微调。

: ~' W1 f$ g% T) z

) z  Q1 k6 Y8 C" L+ i* ?$ }最后，NVIDIA Omniverse Audio2Face提供语音驱动能力，即用生成的语音来驱动数字人的口型。
目前Audio2Face支持包括虚幻引擎5在内的游戏引擎，不仅能直接给游戏NPC生成对应面部口型，用户也可以进行编辑，最终实现游戏NPC直接用语音就能驱动口型的效果。
3 F) V& I0 ~/ e' s' G
7 n. j" O1 O# k4 k$ z

开发者可以自行选择使用以上英伟达ACE的全部模块，或者针对性选择他们需要的模块。
不过，实现这类效果所需的三大AI技术，都并非英伟达最新的“黑科技”，包括NeMo、Riva和Audio2Face都是前两年发布的技术了，只是近期也有不断更新而已。
可以说，这个游戏工具包是英伟达将前段时间发布的AI技术整合了起来，做了个AI工具全家桶放送给游戏厂商。
而包揽了这次Demo制作的游戏厂商Convai，则是一个虚拟人制作公司。
他们正是基于英伟达的这一系列套件做出了拉面店店长“金”，并让它和玩家“凯”实现对话。

& S$ _: t; x0 G" v) u6 o
. p) @* E3 x$ k1 y) r
% W- o& F( d7 o' M4 \; p+ H除此之外，据英伟达介绍，包括GSC Game World、Fallen Leaf、Charisma.ai等游戏和AI公司，已经在用这个工具包里的工具生成游戏NPC、或是做语音驱动之类的技术了。
8 O$ K2 ~6 p" B  c3 }不过，虽然这个Demo在推特上引发了不小震动，但也有网友指出了这类技术可能面临的问题。
例如，类似这样包含犯罪内容的游戏，遇上经过内容审核过滤的大模型，很可能输出这类回答：
6 @4 k1 |* i  K0 V- d1 ]" a

作为一个大语言模型，我无法给你提供“找一个强大犯罪头目”的建议。
9 [9 t7 p+ j: F: ]# R

; E# a3 s6 C5 p* s& [
) f: ~$ {+ b- @1 h

( B; m6 [5 X- m属实非常难绷了。
0 {& @/ d5 w) C9 c  a4 I( f. [
  ^; H9 q. ^% q: L1 o5 K4 G" y

: @/ w' T( s7 g* G对此有网友指出，这也是AI应用于游戏NPC制作时，必须要迈过的坎：
6 }5 C. F0 P& M如果玩家不能和NPC背后的大模型进行一些剧情需要的“不安全内容对话”，那么他们肯定不会对这些游戏满意的。
( H* v3 Y; Q7 Z$ f; j

: G) |* h1 l' h
* X! t* y! E1 i% k: f还有网友表示有点失望：虽然大模型是一个非常有潜力的技术，不过英伟达这个Demo属实有点让人难绷。

老实说，我以为今年出了这么多爆炸性AI进展，预期效果怎么也要比这Demo好100倍。

, r3 u; r) D! e7 z对此也有网友认为，这恰恰表明游戏AI还存在着很大发展空间。

& L6 v3 i+ U  J6 G

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

& Y( Y$ a( K& ~9 c
: P2 H( P# ~7 A7 M3 O; s. D6 z6 U
" P( o( v5 W7 k1 B" f- C
5 d" _' ]# _! y* l当然，在这次游戏AI NPC技术以外，老黄还整出了超多计算产品，两个小时内满满干货。
+ ?7 N  K/ h3 }新超算内存扩大500倍
1 ^! l! f4 {1 W5 K% N

加速计算和人工智能标志着计算的重塑。
* n8 R, i% D6 g% t我们正处于新计算时代的转折点。
. A3 S4 n* m4 m" Q: K. S

' @7 K! ^. I' a* f时隔四年老黄首次公开演讲，现场座无虚席，据称观众排了两小时的队才得以进场。
" h! {9 b  I: i- w/ ]4 x3 W4 s


$ M1 x0 T6 Z# G, l: O( k3 q算力基建狂魔英伟达，发布会最大主角当然还是超算DGX GH200莫属。
' m' S+ N: e% ^- K超算DGX GH200
它是由256个GH200超级芯片组成。简单来说，这一芯片是由H100和Grace CPU组成，目前已全面投产。
) \6 H+ ?9 B; D/ O! A; `" J8 @1 ]有了超级芯片加持，DGX GH200具备1 exaflop的AI性能和144TB的共享内存（120TB的CPU内存以及24TB的GPU连接内存）。
比上一代DGX A100 320GB系统高出近500倍。
: Z% f' L& z2 x4 e$ j2 D首批用户包括谷歌云、Meta和微软，可支持万亿参数AI大模型训练。
# V% W9 f$ \, _! }" w( j. |


! A+ |. P2 j1 {+ z/ j; }, U" k3 L! X除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
2 n! |6 u! T! W$ B+ ?6 S与此同时，英伟达还在构建自己的AI超算NVIDIA Helios，预计今年上线。它将使用四个与Quantum-2 InfiniBand平台连接的DGX GH200系统，来提高数据吞吐量，进而帮助训练大模型。
+ ]# X5 d  H9 |/ D9 u+ l0 hMGX
6 E- D+ ^  g4 M  Q7 b为了满足各种规模的加速计算需求，老黄还推出了MGX，一种模块化参考架构，可以帮助制造商快速、低成本地构建100多种服务器配置。
MGX支持英伟达全系列的GPU、CPU、DPU和网络适配器，以及跨各种风冷和液冷机箱的x86和Arm 处理器。
4 e! l! M3 ~( N除此之外，老黄还推出了以太网网络平台Spectrum-X，可将AI性能和能效提高1.7倍，并官宣了几个重磅合作：与软银合作建立5G和Gen AI数据中心、与微软合作加速PC端应用程序和游戏性能、与知名广告商合作使用生成式AI。
6 ~# Y* l/ u- h: g9 n/ H! X参考链接：
[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
! u2 x/ @. h7 h3 \% z[2]https://www.reddit.com/r/MachineLearning/comments/13ujsy7/n_nvidia_ace_brings_ai_to_game_characters_allows/
[3]https://www.techmeme.com/230529/p3#a230529p3
; Q8 v" l+ w; j( q, q8 W5 ~+ U[4]https://twitter.com/mreflow/status/1663244486091194368
[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
[7]https://www.zhihu.com/question/603617327/answer/3049813360