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
8 t. H! U0 R! y* M. M量子位 | 公众号 QbitAI
0 p+ V, U+ e" z% V; f8 L3 V" 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：


/ t, s9 b. c8 `8 V5 |# ~
那边，游戏股直接飞升，多家公司涨停：
) x: l0 B  T, ~$ J


0 ]9 A" B0 T7 v9 x6 W0 j△图源：上海证券报
2 `, X% y( O& z5 g英伟达高管John Spitzer认为：
0 R: L% V# o% J! 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。
+ R4 ?/ k. u3 h

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”



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 s0 d  b4 o; G
: R, I& |* l6 A5 j
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？
, f6 M' j! B. c+ M" E2 a: J如何与游戏AI NPC实时语音对话？
( U1 g) i- b/ ]6 _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。
+ R6 n& p2 U/ ~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。
! e4 D" k: S4 M  ^& k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。
4 `6 _, ~/ p$ _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。
2 p+ Y* B( l; ^; b6 C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。
! m1 ~6 _, i9 R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：



# m9 d' b( s/ G0 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。
有网友调侃，这样就看不到大模型用煎锅砸自己了：
7 N. z" x# J; ]( b* s/ Q7 k6 d
! T3 Y+ ^" q) y: d  s1 L1 @% {

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。

) _: L! w$ j3 u/ L# w& O
: T* t5 H1 I+ W5 y; E
5 S, J5 U5 ]) I# @2 `& X% {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。
" H6 {4 K# i0 }/ f7 ]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。

# F$ u$ H- x5 F% U

: s7 C# S; ^, L: U! H' ]/ O8 G. ?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。
7 Q4 J  L' k/ u$ d0 ~9 L3 P- C3 N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。
3 H/ _+ Q  V, L3 ^# m  ?! ?+ U5 u: O
( v* c2 W4 e0 g8 `
6 X" q' z9 F/ m
' F; l- X: Q$ s2 j5 R) w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。
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。
+ ~2 W$ U  u7 ~7 l" @% x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。
  o: \1 {# o( ?0 e8 I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。
- r5 V2 d* K7 b9 r; s
5 ^# `" _  n: H4 I9 k$ J* e
8 }" n' U. O5 Z* \
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。
0 y* }4 i- v5 x' z8 R" Z1 p  V: j; b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。
0 i( H  Y4 b. ~6 e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：

0 m2 ^+ b3 \- X1 n/ A% Y, K3 o, 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。

9 x1 e1 r& |+ P; Q3 A
属实非常难绷了。

' @. K) a) @0 Z( s) z7 C
# n8 O, C( ?; a/ Y( g6 b
# n6 z+ Q3 T6 V4 g% L: G7 R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：
$ n1 k2 R+ b$ b% h% V3 H- i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 y) ^* O: E1 [: q+ r$ K( a
7 H4 s3 m' Q& f) i" O
6 _, @( D+ c2 L& |+ _- ]0 w9 ?
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。

. s% ^  e& M/ M* [# y8 N/ W  M

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。

0 ~5 q: O; O" a7 x1 I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。

1 j1 O4 V, i/ V% m

; y$ N5 J! ?. T* W% D
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。
; H3 C0 R8 F( n5 Q0 u新超算内存扩大500倍
% K/ @& p' B  R* W

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。

3 P- @2 b1 e1 q7 q# o  k( ]0 P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。



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。
! g4 y0 V5 I% e  g2 k: `5 H: _4 j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）。
& n' c9 {7 W4 g! l/ l3 {* r5 V# V" m比上一代DGX A100 320GB系统高出近500倍。
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 w3 @5 t1 \5 B7 \0 V
9 k2 ^$ Y4 ~2 a6 h! @$ f

$ k, A2 \* I; U2 Y" f# A5 ]除此之外，还发布了一系列眼花缭乱的新产品。
( Y) }- u: d1 {1 i1 A. p8 H/ g2 WNVIDIA Helios
8 y, z" U8 {6 v) ]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
/ i1 m" g8 G# `2 s( f, X+ V" O9 X! \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。
7 \/ A, U3 F. j+ M, q. ]5 I6 E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：
; K0 D6 S$ S+ V9 w! G7 {[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
) y' V$ [! v; i$ L[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
' A  b7 t& I* i0 T[4]https://twitter.com/mreflow/status/1663244486091194368
% r+ \6 [1 W% X* |/ z) ^, l  D1 E[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
  I: J  I! t* Z9 T5 u* \* H[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
[7]https://www.zhihu.com/question/603617327/answer/3049813360