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

0 y( a1 Q  I/ l' G8 u; n游戏行业现在还真真儿是被老黄颠覆了！
$ j+ t) U$ J+ w  r- p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：
( R. m5 l, L# s. `* E
* G* r, j  @5 ]8 e9 p
1 k. ?4 h+ n0 P! V
& k; m) J) W/ `那边，游戏股直接飞升，多家公司涨停：
- A& r% y# @$ {' z# C
9 Y3 r: ^* y( s# y: n

/ L8 W, J" h  @△图源：上海证券报
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。
. |" s6 P, X' q

5 r4 q$ P$ f! w" |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”

# x! ]$ X5 A+ A+ c+ `! M

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？”
3 G  a" A- `0 G: K' j# B+ `; x" i


5 i+ H4 P; a( c, S# h' \- V" F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？
/ w4 [( t6 E8 `7 O如何与游戏AI NPC实时语音对话？
; s$ e: `1 r( r5 `+ C) D  r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。
6 y1 m3 c7 w: \/ t0 d) X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。
0 p- \$ D6 `5 k; c, r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。
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。
% Y% a( Z9 e1 S$ A0 v! _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! J4 t- t' D, P# @3 S


/ U- D! c- v! P' i- z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。
- H) N( }$ M% p9 T$ b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。
  \& x0 W  g) y. A8 J大模型：不行，作为一个拉面摊主，我做不到啊。

, v+ z% i, t1 N" D

+ z$ X, i6 n7 H2 g: I& ^! b: v
+ E' w$ o$ p0 m2 Y/ C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。
) `: k% ?4 }7 O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。
* X" d. g1 c- L7 c3 ]! ]
- ~* W8 J' {7 E5 t8 y: u7 U" V5 N
! r7 @3 L( T$ I7 k. P
4 M& z: T$ J! I/ J9 A# W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。
$ C& R" j9 \' M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。



' }5 [: u( W: l  K+ C+ {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。
/ l9 d% M6 I: a( G% v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。

! r( {: F% W6 m4 _# I" N$ K4 ]

5 P  \$ P. k0 C2 [/ E# F2 B! |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。
# |: E7 |+ S* V* ~2 H7 {. y$ e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：

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。
5 d: k" h" n4 T0 \" L8 U8 u% q

1 F8 @! g) y" H4 }4 o; O  f- G. a( o$ I属实非常难绷了。


; M3 i0 i  `0 i' n
3 @1 |  R! u# f  {/ M: |8 X6 X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。

* P, ]& r. t# C& V4 D3 b. T1 V3 D
6 {  j9 p  |# q* z* n9 W
. y  F/ J' v1 k! p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。
8 K( H. z- W0 L  g

# R0 Q3 ]" s% E% g" \7 ]$ x0 ~: z2 s
9 s9 @; l) Q9 b! E& h7 j
( o: V9 h6 t0 X- b" Q8 r: ?0 w$ V+ X
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。

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。
6 P# x. ~( J! }8 \0 L

1 }1 d+ a. v3 m. F% n. `8 M6 b0 i9 }

" C! v) E: l; ~5 d6 A5 X7 ~1 V
2 h. U3 O* H, I: g9 [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
4 k6 E% Y" T$ ^
! N! w, J9 |: h0 ~

加速计算和人工智能标志着计算的重塑。
+ L* }6 q% l- Z# c7 ]( g- j& c我们正处于新计算时代的转折点。

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。


* }& f4 w  N- v0 x
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。
: U6 G  y: T: p$ I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）。
  K7 m) L. U' ]9 }8 w$ i比上一代DGX A100 320GB系统高出近500倍。
$ ]7 p, S# a3 f0 @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。
+ f' w- w* a3 h! y


除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
6 Q! j5 y  |4 J+ C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。
MGX
- l% s$ W2 p! Q8 C- |9 |. r/ ]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。
1 U7 w1 {+ q6 D0 p# L0 S# ZMGX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：
0 h$ r# q# v' V% l2 p[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
( Z1 w1 J, S! F8 ^: J[2]https://www.reddit.com/r/MachineLearning/comments/13ujsy7/n_nvidia_ace_brings_ai_to_game_characters_allows/
. B0 `3 D! \) C+ U6 g[3]https://www.techmeme.com/230529/p3#a230529p3
[4]https://twitter.com/mreflow/status/1663244486091194368
[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
, A/ ?9 m, L6 U) W[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
7 H) {' I, k9 G9 m4 t- p/ w[7]https://www.zhihu.com/question/603617327/answer/3049813360