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
2 Y7 ^5 B  f. n8 z量子位 | 公众号 QbitAI

6 Z; d- m8 ]& i" Z' ?; h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：
/ Z% R8 K. x( U, }8 @- `$ N9 B
  s: M# v/ ^* a, W
/ I- r; H8 q: Z8 [! u
$ c6 z' N9 d. z: T1 e( ^那边，游戏股直接飞升，多家公司涨停：
0 k9 u) @- }4 q8 x$ j

: T* u. }! J  r9 b+ D4 V$ r
△图源：上海证券报
英伟达高管John Spitzer认为：
! _& v0 @! z4 }! _. r+ j

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。
4 t& W" x0 f0 R) \9 B! n, }3 H% N

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”
" g& a7 g/ K3 P2 U1 y


* s3 }" s/ {" t+ ?' ]0 B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？”
/ A) v- B" p2 O* D4 Y, q* X


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？
如何与游戏AI NPC实时语音对话？
# C  t1 c6 r6 f0 a; @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。
( @( ?* H6 Z) v) K+ W% s5 O1 n# `: ?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。
4 _( j4 A& l8 [) {/ J7 v1 ?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。
1 z' F/ H' @8 ?  V+ U; 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。
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。
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：
+ b, P) ~5 \. i+ T$ Q
) P6 R0 D: P  @

2 g! w; u* I' }: e; q6 |# V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。
; ?8 i# E8 s$ Y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。
有网友调侃，这样就看不到大模型用煎锅砸自己了：
1 \  q" v) E' ?

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。
- R* [' y$ k* g0 N, U( \: M

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。
) B3 ]  `2 v6 `' M7 I; V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 R6 V8 F0 K: s, P; e/ Z
1 ~. d! I- h, J0 N& z8 ]
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。


( b8 c# s' z2 ]! T* v
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。
- N7 C, I) v  x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。
. Z+ {5 ~8 [* a& ]0 E, B  O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。
- A* V- ?/ t* q' n. w% V


' V9 W8 C4 [* s- q: V9 n5 `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。
. T+ ?3 L0 d6 l2 b9 @3 N% s! m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。
  R0 H' q. s; A5 L+ o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：

4 b" h# _7 F: _* O! z1 y) c! ~, G

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。

: A/ M, _' v( u! e* R2 b! J' z
. Y- ^& S% g7 P' F) E2 N属实非常难绷了。

. G. _" e$ P0 Y4 S; w8 T: _% H
7 }1 e! u9 u" Z) Y: h  `
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。


0 N# n$ q, D/ D, J/ o  v, F' }- ]
" g% P3 r% c$ c7 C6 c; S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。

, u/ R7 k, U3 N7 A2 v8 h% 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。
8 h# q5 w# R7 r  d7 g% J

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。
) C/ E0 E  f1 v% B$ d' G# {

0 {# s2 V& w/ A( P9 J
. [" z, s* y! c$ b  p; u& Z
4 P( ^: x; D0 m/ ^7 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。
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。

( F: q6 c5 `+ c1 l9 k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 |4 g; r- s$ o8 O% 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。
超算DGX GH200
- r5 a: @; Z  W9 e) I2 B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。
9 m0 N1 C# @0 {0 ~0 P6 B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）。
5 Z" w7 |7 _2 Y7 w4 g- n比上一代DGX A100 320GB系统高出近500倍。
" b$ b& m+ R4 |0 M: _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。

" ]( |1 s' ?* j! R
7 f8 K# g" b' s6 s8 ]" C
8 G4 {& j/ p6 y6 V& D; ~# f/ ]除此之外，还发布了一系列眼花缭乱的新产品。
3 s- R7 H2 e1 k  M' e5 p* c1 kNVIDIA 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。
MGX
; M0 e( u5 M& q' q9 {- t0 W9 `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：
; M9 ^* A- P7 ?4 m1 S[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
$ S% ]% P0 }' y; X, r4 r6 `6 Z/ k[2]https://www.reddit.com/r/MachineLearning/comments/13ujsy7/n_nvidia_ace_brings_ai_to_game_characters_allows/
) d9 }* Z/ t5 N2 T7 g[3]https://www.techmeme.com/230529/p3#a230529p3
[4]https://twitter.com/mreflow/status/1663244486091194368
& E$ V3 B8 t8 i; E% [" f[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