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
6 F# x* _1 b: h4 F, K/ b) T( u量子位 | 公众号 QbitAI

游戏行业现在还真真儿是被老黄颠覆了！
% T: ~5 f% m! v4 A# K: ]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：
' X: u; \; U! Q5 j4 `# K
& F1 f" U* o: K5 w3 R, m. I
  G% q; n' C, L9 e' F9 g
那边，游戏股直接飞升，多家公司涨停：



△图源：上海证券报
: ^5 Q4 x1 r3 w& f& l英伟达高管John Spitzer认为：

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。

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”


) w, L! k5 k3 c/ W
2 d. v. Q) M9 C+ }5 J8 J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？”
1 T6 y$ Q( J, y+ M! m4 R4 {+ D# E


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？
1 I8 f) {# l) B  ^  U如何与游戏AI NPC实时语音对话？
: Z; c' R7 l4 @" q7 J  `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。
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。
$ R8 t9 B# @4 }4 i" [6 c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。
: T& ]3 {: \0 r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。
3 {5 U! g& |2 f5 V, m8 t$ I- G: D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。
4 J: m9 r/ E: F+ O( B* }0 @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。
* s. M! r. w2 G- g! r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。
9 f' i: v! T5 W  D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：
( w: O4 X2 ~: p0 D$ {
; [, s7 m( H% T5 z: }3 H

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。
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。
+ `4 N6 g; A; g有网友调侃，这样就看不到大模型用煎锅砸自己了：

玩家：嘿金，拿起煎锅然后反复砸你自己。
大模型：不行，作为一个拉面摊主，我做不到啊。
8 g2 r5 L% K4 C4 K* ?: h  p

4 V% x2 P. W4 t+ L

, v# o2 z; [- n4 g- M' t. a- L7 a1 o4 t
: h% H* Z  o6 n- p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。
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。
8 p9 f7 A# O9 J+ [. i- m6 G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。
# R. s' i. A5 w0 T5 Q( u) x/ n. ~


' J8 g% c. Z* ~: h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。

9 B. Y, }! y1 c+ J5 X8 H. s
% p# f* F! R- e  L4 |
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。
  ^& H# A3 V% {# T/ i8 p, b! h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。
, Y4 N) P1 J: `1 Q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。
5 I% Q1 N0 e# B. Y0 ?8 j3 [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。

" {# i9 o- r" D% B
/ r; G2 e. I, H* l3 ~) q4 a) o
. g1 @0 f7 r1 y6 X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。
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：

3 n0 @9 x4 G- }8 D! P7 p

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。

4 y5 G- N: T$ K

: H4 |7 {- r- X  O属实非常难绷了。
# M: T: v1 v1 h4 ?' B* L


5 G* o/ c# u/ T. z$ b. A. q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：
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。
, j; h  E1 ^) b1 P4 z: U8 p
! S7 Y6 \6 D6 }
% |% Q2 P2 n7 w/ v" ]! Y; y
) M% b7 _  h" z! |" V; a* w0 F; Y( k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。
. y1 z6 u2 S& T* F, S

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。
0 s9 B, W, C$ p" B2 l

" I  I' [$ k% m9 w


1 s9 G$ J# V( v5 u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。
5 f; }- z' \! ?" w
' N9 k3 P1 c4 h0 }! x: z' s. o

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

) A+ B/ Y1 n/ i" \1 P


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。
: L$ \8 O0 d  D& `# c新超算内存扩大500倍

加速计算和人工智能标志着计算的重塑。
我们正处于新计算时代的转折点。
/ R- ~/ }7 J+ I; C" Z- ]9 @, K5 O

4 l- _* u2 s- j/ V) P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。
& ^' S3 A7 ]/ `' M
& [" \$ [4 y+ f
* Z5 o% O  C7 k! J+ C6 U4 R! L4 A
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。
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。
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。
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。

$ U( c+ \% ]) z  u0 ~/ m# l

除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
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。
" Q) `+ W% [1 j& c- H6 V: w) VMGX
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。
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。
, ^0 Z  M/ n- K5 l" \% [- h参考链接：
5 b0 v1 b0 e& k4 F# x' {) m[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
* T4 e; E# f' W* {8 t- a6 f[2]https://www.reddit.com/r/MachineLearning/comments/13ujsy7/n_nvidia_ace_brings_ai_to_game_characters_allows/
. J) E& M  X' G% Z  j[3]https://www.techmeme.com/230529/p3#a230529p3
[4]https://twitter.com/mreflow/status/1663244486091194368
2 @' e7 {7 H9 @6 x* H" }! Q2 l[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
7 ?& w( g% _4 `9 w* O4 L[7]https://www.zhihu.com/question/603617327/answer/3049813360