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
# A  Q: t% j& s1 [8 ^4 {量子位 | 公众号 QbitAI
4 p; v6 F+ a$ B" h( S6 O

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：

* X+ N% O$ r. x4 @1 N5 ^& t4 R

5 H1 M6 \  I" r8 M& j那边，游戏股直接飞升，多家公司涨停：
4 J$ y8 s6 N3 @

- I* m; F$ ~: \, C- F  a# \
1 b0 i8 D( ~# z) c& d9 M4 S/ \△图源：上海证券报
英伟达高管John Spitzer认为：

) H% V3 T, I0 v2 T4 i) W; ]

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”
4 L1 R, y1 q+ I5 F. c: d9 [# O


) Y4 X8 {! a7 K# @+ 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？”
- Q) a: o& C& _7 s$ N1 Y
1 M; [' K3 ^% v  d* \8 m# @) q

7 ^3 \# h/ a9 K5 v  Y0 u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？
0 I+ _: D' M0 c/ _; S如何与游戏AI NPC实时语音对话？
, Q8 T5 b" F' r  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。
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。
& ]& a0 G5 o5 s9 o/ X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。
# T3 L& f0 [$ U- r3 I( K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。
: J: ^/ u3 A* r# Z& f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。
0 ]7 A% ^1 U0 V* B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：
! x5 Z* k" `1 N. X


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。
- O6 L# y) X2 ]/ \7 X: R& F1 P4 X有网友调侃，这样就看不到大模型用煎锅砸自己了：

6 I. D5 R% `2 S7 O7 E" o0 O& |

玩家：嘿金，拿起煎锅然后反复砸你自己。
* H8 y6 M4 }# _8 [' E  Q6 y大模型：不行，作为一个拉面摊主，我做不到啊。

  {; ~8 e  ^6 x5 Y: b3 z- ^
% F& }7 h2 T2 c% R! h! f% y
$ l# z2 \: q. u2 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。
& {+ N* q* S) u( s0 ?9 B( Q* 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。

$ |3 Q/ C7 M* f/ \0 W' l& r/ q

+ M0 w  R% G3 _7 y' \3 F0 G& ]0 _9 [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。



+ `8 J' `. U0 g0 q; _/ \/ ~+ Y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。
; B! R4 x+ U* \9 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。
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。
, y1 b2 D( S4 J4 u% t% W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。


* m# c  y+ O& q( `/ L) }
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。
6 J# n2 A* }. @. v" O9 U1 S+ [+ \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。
9 A! ^, i& k) E" ~9 z& g* K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：
' q7 o7 L& ^, Y: V: ^  C

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 m2 E  \& Y" |8 v9 p

6 j2 k% s& S6 G7 h8 Y
属实非常难绷了。


! e( e( x0 ^0 A. [- O
- e5 h! U% n- a% e. F1 L7 A2 Q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。
# r7 g+ H3 i) o/ B$ q
! E1 [. U/ ]2 V5 v

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。

! f! }1 K; f5 A, e

; n2 t  v! N. b% \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。

; [2 j  l* s5 H


* j0 \" s2 X) d/ G/ I1 F1 [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
% i+ y& ?4 t* ]' a

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。
  t# G% m1 s* S& B' g

5 @- \4 F5 M; i- e% f7 r& N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。
# Q2 I6 d4 j& E* E& m
4 ^) `1 `( X# [+ m6 s! v
2 Y* z9 J4 {' `9 a. y  A2 k! O4 \1 p  p/ w
4 {$ Q0 G" h9 x1 k& u5 h! D4 t/ \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
9 i( ^% `; i6 {6 A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。
8 Y4 r) m4 z. w; G3 K8 W7 i8 O, x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。
5 x9 g, Z5 B: x: \# O2 p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。



除此之外，还发布了一系列眼花缭乱的新产品。
$ H5 h1 k" ?# r7 Z% HNVIDIA 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
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。
6 G* ?2 u& L9 W参考链接：
[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
5 F9 f; p5 {0 x[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
' j% p( v8 V+ B( U) t% B' }[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
+ i5 t' f0 J- p6 b3 q2 ~' V+ F/ w[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
[7]https://www.zhihu.com/question/603617327/answer/3049813360