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
4 {& x6 N. {: s+ o. m' T量子位 | 公众号 QbitAI
' h7 U( t3 W% s7 A

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：


! V+ D2 p. ]: X# C7 c
& |" w! _% C2 G  r4 x那边，游戏股直接飞升，多家公司涨停：
4 u' P/ w0 X6 h7 u' H  E

2 G4 L% {+ I4 j- \& f; o; _/ E* n
△图源：上海证券报
英伟达高管John Spitzer认为：

- K' S  D) K; G# V

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。
" s$ T! [" c+ ~" k, A5 e* _4 E! m

3 w7 Y8 I$ ]4 C! M7 t4 `# H- [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”



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？”
5 o/ p5 @$ g: C4 V( X
$ ^' @+ n: D( l' I
6 v% Q7 d2 J# }: e
( @* h( f1 {3 @; 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？
; k4 y* O9 H) d) _- P如何与游戏AI NPC实时语音对话？
4 I+ h4 ~3 G! I' C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。
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。
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。
8 W$ g+ q5 h/ N/ 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。
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。
& b$ o+ `: B7 S+ @/ [! K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：
/ t. |: k' ~. D" |# `1 \) T
4 |8 R( D: {( v- N$ V2 w" R& 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。
0 Z$ c0 d& x# J) o( Y有网友调侃，这样就看不到大模型用煎锅砸自己了：
; N! G" e$ K+ h& I" x, c
) r1 e2 s# B: W. l: l

玩家：嘿金，拿起煎锅然后反复砸你自己。
  r! Z. z2 T8 w大模型：不行，作为一个拉面摊主，我做不到啊。
& @4 d- G2 f3 J. a5 _$ |) d

0 D: a$ [0 n/ Q) q$ D# |: S8 B

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。
1 Y2 w& \/ b$ c- g8 A6 g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。
' ]% F, |% F2 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。


0 _5 a0 s, {1 y
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。
% {) B: N* u; m* V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。

+ s5 Y; C% v4 e) f; E0 k9 t! n

, Z, E' |4 G# A4 ~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。
' r$ |4 U( k) F6 u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。
# ]9 ?/ C1 x+ B4 e" V' j6 C$ x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。
1 s. ~% |5 n0 f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。

1 \4 i. C, s" f$ `" E( ]
2 U3 j! \3 {6 H/ e5 K
) b& z* k7 L- ?% r( `$ Q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。
/ I, r9 s( Q  q( m! v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：

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。

* E. o* q0 g3 q6 ?% r' M3 H& e
+ k/ F1 ~3 I" _* b# e

属实非常难绷了。

7 Y/ {: ^( Y& e) F, o0 ^

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。
5 {/ c$ l, F+ ~3 K$ @) W


1 T, m8 ~0 T! s% r) 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。

, t: h  ~' h9 C0 ~9 r

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。
5 v, q% t! ]& U1 Z$ O" j

. z8 L' ]8 u1 N8 Z$ X! m

1 H9 u1 d9 i+ H0 d* N7 M" g; H
# i9 i' R$ R! |4 L- ]2 e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。
# S. h4 G) G* q

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

. z4 x' J& ^  x" m9 n! W" _$ B+ v
$ P' j8 a2 m$ q- F* r0 I7 a5 m' l
# z! K; t# t7 o* e3 c7 \7 T( {: v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。
9 @, N  @6 l" U. `! U$ U) v1 D新超算内存扩大500倍

! m* n/ {( b6 m+ d' Z

加速计算和人工智能标志着计算的重塑。
  M( Z6 t/ N1 _  O/ N( Z我们正处于新计算时代的转折点。
3 U7 k# Q/ }  y

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。

$ \3 h7 R6 P$ L4 X4 W7 J

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。
- Y3 U8 ~2 M4 _9 a+ i  n4 C# L超算DGX GH200
. R1 d& H: T& H- ^! {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。
- k/ G" H4 A! q0 C% o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。

4 N# B" G, d0 d$ j3 S

除此之外，还发布了一系列眼花缭乱的新产品。
3 T& ]  f7 Y- A. i! jNVIDIA Helios
# W3 D7 N, o% v8 e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。
7 M7 g% z+ r" `, O" m( ]MGX
7 U! w5 O. N  j6 y, M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。
6 d& Q% A9 w: m' E) F& j: BMGX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。
参考链接：
# j2 s0 @% a1 F8 ]% `. J/ d; H; Z[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
$ z5 J7 F. e! l1 z' q[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
$ U' M4 \  E2 L& v' U* E[4]https://twitter.com/mreflow/status/1663244486091194368
[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
% M: ?' O, E# W/ ~[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
[7]https://www.zhihu.com/question/603617327/answer/3049813360