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
9 K, \+ W+ T+ k& I" f量子位 | 公众号 QbitAI
3 P. d8 m- b- U

/ N  L' _3 X% v6 P9 k游戏行业现在还真真儿是被老黄颠覆了！
6 {4 r* a1 R8 Y( ^. 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：

0 L1 n! g' y" S8 T8 c

( @1 t: E4 `$ D8 l3 M; V" c9 g& ?1 n那边，游戏股直接飞升，多家公司涨停：
2 @2 i9 w( m' A% d' w

; v* R: p/ o' D2 @  F. X) m* c
- d$ j1 j1 t: I) z& W9 N5 M△图源：上海证券报
4 S4 z( a( O( F. X英伟达高管John Spitzer认为：
* `0 k& e- v% @9 c& ~4 z
, Z! V) l) T$ m: w) E0 i

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”
8 Q; v- n( u! O# e. L3 V/ e, t
- Z4 x# T- }$ ^) B# }$ X3 W

- O; w: G4 N  _: _3 r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 l& d5 w! R+ W; {0 k$ l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？
- x9 y7 Q& x: Q- n! b如何与游戏AI NPC实时语音对话？
) R! s# C  ?! S$ c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。
5 t% x3 V6 W9 m" A, W; A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。
% G! u/ [: i, A. }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。
; x+ [: G  Y$ [5 [( r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。
# g$ P- E( N7 @1 z0 |' H3 b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：
% w) `7 X% m# n2 B

$ D  H5 a5 C- ]. y7 e9 a/ o
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。
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。
* v6 s* G8 u9 \! t/ L大模型：不行，作为一个拉面摊主，我做不到啊。

8 t* g  \1 d" ?5 c6 {
! ?. ^$ D7 j0 u5 e* M$ l
3 g- H8 n, W- A7 r7 Z% @. p/ u" P
" i% d" A# g$ t( U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。
; n# }8 d2 _3 z3 W2 t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”。
3 K; I+ z3 v, r- f7 f3 ORiva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。
. w4 Y3 o9 f7 h1 @* H* U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。



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。
" b: O2 e- Y$ [, I% T. L


0 L- T; y: Q) H& W1 |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。
8 o& X3 _" I* J2 k1 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。
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。
. U0 o% o0 k4 P$ m7 S7 T5 \. r+ a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。
9 |3 |8 x1 ^  l8 t9 I8 I8 U# S
; K3 C0 K( x! w% ~: j$ w# E0 X

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。
* L  d! S& Z% z0 U/ q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：
2 G0 Z9 w* N' o( ~+ ]) A
1 `7 I2 H/ K  M: B! Z

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。
  U$ A6 r1 |% w3 b5 M) u0 w* L4 H

; Y. R6 }, T( u3 M* r
" o/ V! ?2 D! @+ @' R! T
& c5 R' m5 C, M; b  X0 S( s属实非常难绷了。

; ~7 r; {& ^; p' I( [  e: B) K
4 X* e# d, [' N* x. F, X
0 f+ l! a8 Y* s9 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。
7 [& M# S2 e3 l

% ?* i: y8 I* b! E3 b
  W+ Y! h: U' e4 Y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。

' x7 a, {8 l' J- @, b5 d* s

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。
/ A5 X2 k5 Q0 O& I9 n& S% _

$ ^# ^8 d4 B% d+ x0 v8 y  \6 f, C
& G  C) Y: \1 w2 U7 q% m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。
) A" ]' r$ Y8 q7 n) K

0 x' G2 t; D8 j/ Q3 n6 Q' J
6 @7 z7 m& ~$ H2 h- L0 h  d6 K0 N
' c& v, T& g# q/ M  d3 f, I9 t' |
5 C8 X3 b$ E! b4 A: z+ ]+ |! o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
3 o) V- @* h9 K5 |
' I/ \1 l' T  A7 y- t) @4 r

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。
' p; \7 R" N; Z3 y

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。

# d4 D" k$ I; i1 V& R& M( a. {
7 i: b! G; m' I0 W0 q+ B  L, k
- q% v- @: g7 s, e( p, y. r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。
# }2 {( P" [' L! c超算DGX GH200
6 `# W' b- O0 r% n/ _( O+ H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）。
/ m, I; u: @) }3 ]比上一代DGX A100 320GB系统高出近500倍。
) _) e) ~, I/ U: E) o+ u( 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。



. ~/ L# m$ Q2 {% V除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA 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。
+ R$ C0 R2 e9 b% G  \8 C6 TMGX
- Z& t  w: S7 z4 U5 y, }/ L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。
, _- s# N! q4 H% d% YMGX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。
, Y. P! M/ c9 k9 U) `% V  k2 k- S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：
5 g% \+ V% l. Y- ~& F[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 q6 M7 N3 F+ D[4]https://twitter.com/mreflow/status/1663244486091194368
) h) `1 i+ E& l) z[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
/ F. @* n3 Q7 |) b" K! }6 A0 B' u[7]https://www.zhihu.com/question/603617327/answer/3049813360