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
量子位 | 公众号 QbitAI

游戏行业现在还真真儿是被老黄颠覆了！
/ J5 D  A* U9 e7 ^. D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：


4 w5 Y! _. ]9 [& X( T7 a) k
那边，游戏股直接飞升，多家公司涨停：
" Q) h( y6 G0 B& D0 J
0 B- A/ Y4 M  I

7 J- Y  a/ T. v* p* g9 o△图源：上海证券报
英伟达高管John Spitzer认为：
# S4 g& G# s4 _$ j
5 y9 u3 v7 s4 s

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。

( j" C: I- v! l: a  o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”

% m1 j; t- D4 j! Z# n

6 }; O2 ^5 ^0 Q; V, v) [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？”
! x& D/ g# |" u9 Q2 V
1 P. j! J) z+ [$ R' K

* J  y8 j* N1 @, @8 J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？
  K) b' _% K( L2 q" h9 {# W" e$ P如何与游戏AI NPC实时语音对话？
& S. ^, r* b8 b" d: \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。
' ], G& R$ e3 h; d" B0 I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。
# H* c6 J; I! f6 L, }8 J, g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。
1 q" }$ F) ?  y) T9 c) 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。
$ d* F8 [4 z, d& M. x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：
: Z* T. Y1 T7 K/ s1 m8 j

+ F& w. W: s: a  p0 O9 D% i, P3 B% f
4 d! o# o/ k1 w! u3 V1 ?$ f" n* K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。
2 ~0 s( V! q8 [/ Z- P- Z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 N! d8 ~# k* b有网友调侃，这样就看不到大模型用煎锅砸自己了：
, P: |7 E+ R) O, y% L6 n
  N6 B; X. R' K7 `- X7 ]3 f

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。

0 ^2 I9 g0 i3 [1 c
* S4 R9 ]  M4 t0 R' Q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。
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。
+ N4 C* d7 U* S$ `/ i9 O) ]


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。
) E  ], g8 O9 u# L* e1 i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。
) \2 O0 ~) a( Z; j9 B* k( b; Q0 k% S
/ w: |4 W  i$ [% O( B
9 u$ T1 C( B  @1 X
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。
% x9 l* [& }# H: Z8 S% y1 F; L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。
. }/ m3 N. P" l# B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。
( i! d+ L5 M! ]9 g2 g  K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。
( y* r  o8 y* H: @) ^. m+ q
1 l" U/ Y. |' D3 k& A3 v- u
6 I& q' s7 `( m0 W+ H; @) O5 M
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。
# X' S# s% B) b3 @' ~# o; H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：

/ U. I  l) @, e

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。
" w" [% P) |& D  x' Q: M" O

: k; f; h1 m9 s$ y' V( o; i" p8 B

6 H! Z; p  j4 _5 n- Y2 K. a1 f
属实非常难绷了。
3 V4 J% H) g! }( `* z2 z


* f1 S0 _- d/ G7 k% R6 G; |# n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。
) f- Z9 l) a/ ?
) `1 E) b) I% U
2 F  ]" x4 _; D" p; y
# `; Z# M7 g9 m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。
6 A: w9 w. S) ~5 Y  X! j
9 \: @* z8 g* Z" L% Y) A

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。

! n! z( G0 l+ r& U

  V- U, b1 D2 W+ Q- J) |( Y
2 M- c# g5 S  a5 H( d  R% v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。
: f! S& E" ~6 B3 M) r1 w3 z' m4 l
, Q- q# U$ P+ {. Z

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。
- g0 m) H; i4 n+ B

" W; G. q+ ?* Q4 ]# [


3 L. D8 V1 |  G- I' e7 Y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 B5 }$ _( D# x新超算内存扩大500倍

$ _3 r+ d( M; t2 g, l* K

加速计算和人工智能标志着计算的重塑。
  H( C+ `4 G& V( X9 ?/ {5 F我们正处于新计算时代的转折点。

# i- g( Q; r& \$ G# O* z3 V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。


' d' I+ t' Y, Y' j
1 M9 d  T8 |/ O; f1 Y8 k, [& \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。
) @. T0 U. E6 A' N4 ~. E4 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）。
2 _7 ~. c  i+ W比上一代DGX A100 320GB系统高出近500倍。
% y6 b" V8 ]; a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。


7 n* U$ h1 [" y! m
除此之外，还发布了一系列眼花缭乱的新产品。
; \: ]& s$ k1 W$ D) b6 K0 u) `NVIDIA Helios
. U5 `8 A4 P( |; u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。
! v) p! \3 m! NMGX
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。
参考链接：
  ]. H4 X) X& t- L* {. v) h) c[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
[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
[4]https://twitter.com/mreflow/status/1663244486091194368
& c0 R; c3 A/ v$ Y: B# c4 U9 R[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