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
# W9 o+ C, K  l7 g* A4 A, h量子位 | 公众号 QbitAI

游戏行业现在还真真儿是被老黄颠覆了！
, k& U; D$ n7 z5 I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：

# h) _  T9 `2 C: O
8 O0 j$ O0 ^) ~6 ~8 ?3 d1 v
" c$ \- g9 }/ n% [4 T5 R* b那边，游戏股直接飞升，多家公司涨停：
; K7 L6 Y- V% H# R0 A

. E  M1 m, C; C" B, c4 r
  y& z2 R0 ^( K5 x. f* h△图源：上海证券报
1 O, r5 C# f, e7 H0 C4 s. x7 X英伟达高管John Spitzer认为：
' I* V) C0 s' Y9 C' T) F

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”


# s0 I, i" o' f* T- D  M
3 ?8 S) A5 u  R! T* w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？”

8 N! X: G/ B5 M% `% b8 r% \

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？
! {# B6 I1 w/ w3 L4 m$ |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。
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。
+ P) e  x/ ^$ ^8 V5 m/ J. U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。
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。
3 `' R& h$ D" D6 A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。
& D5 t: G4 V% l2 h4 V3 {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 u  f0 s' A) W1 L5 ?. L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：



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。
" s8 x* @7 v( I: b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。
' J- d! V! E( m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。
7 F5 b$ D+ ?3 ^# F1 a9 P* W大模型：不行，作为一个拉面摊主，我做不到啊。
3 t1 m, h% o7 S7 U4 T5 W! l3 d" \

- Y3 m+ `0 ^. k, ]% P

5 P  h( A# t. Y9 u' d  M, d9 K2 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。
% D! R* @* {& H0 x+ {4 c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。
+ x! s$ t6 P  ?7 z1 h. y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。
4 i* h6 ?6 Z, z' o( H' Y! j
7 |3 t1 Z4 ]* t) r

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。
$ _" ?, T2 l# M' i- q& H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。

$ D0 M- p$ ~, m4 ^

6 e& N, U1 j7 B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。
' u% Z5 J5 M/ R( v8 H$ x) K, A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。
, t8 p) T3 z" k  c* O0 X7 o9 w
: `) ]0 ^8 D0 ~+ f: M- {  F& j

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。
  n! P& [. p* f, t; k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：

8 O5 p( t5 |/ H

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。
$ S! u$ g1 d8 c

# R8 F" p! R- f0 W* B# ~属实非常难绷了。

* W. P: C5 v* Y& h

% f) z9 o4 S, p4 X, j% l3 Y& O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。
1 R) a1 k) p* ]2 `/ e

# y9 E3 S. u4 T; m- b
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。
& ~3 @) n/ A" _5 i

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。

- @& h9 b$ M7 K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。
; x( |4 V, C9 M( n

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

1 t" B+ r$ i) e! C) W! h2 c


8 }. {% V) b0 s# r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。
新超算内存扩大500倍
7 G6 L2 c; r; `! s, ]

加速计算和人工智能标志着计算的重塑。
/ Y% H) E) I4 p6 ?7 @1 @9 y我们正处于新计算时代的转折点。
; k+ W3 X" ^9 Y( d

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。

9 s0 C# r" ]  X
1 C- f' g4 n; [7 G" L: [0 k
, ^7 u) t  j- B$ N! `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。
! |1 c+ H4 r1 c% _  Q* X5 n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）。
+ k" L5 H! e% k! @. F' f比上一代DGX A100 320GB系统高出近500倍。
1 k9 }1 u1 ~  @7 s& y5 e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。

5 B& ^  A* T7 V2 I; A
4 f4 b+ I0 s9 N
除此之外，还发布了一系列眼花缭乱的新产品。
$ L: Y2 L- M2 K, r$ TNVIDIA 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。
9 v. w  f+ v% O' C9 jMGX
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。
: z3 ?; G0 Q, ~; S, S! u" n* S% N1 q: uMGX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：
  H( ]6 H( }3 I1 M8 m9 A# x[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
5 z+ `1 b7 D3 K[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
% J6 H# z( h- o3 j2 R[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