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
( ?/ z/ G+ M* U( O0 z量子位 | 公众号 QbitAI

游戏行业现在还真真儿是被老黄颠覆了！
9 B1 G& ]# z/ P5 ?8 S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：


9 _3 ?* L# k3 x/ x# m4 M' k- {
那边，游戏股直接飞升，多家公司涨停：
: e1 Q' U- e8 [7 f( W


3 _$ h, _& X& J, f  O- T2 H9 Y△图源：上海证券报
- ^6 n0 W9 k0 Q' E' \英伟达高管John Spitzer认为：
& p' ?6 v' y" G. ]: o
  \. E' F" `0 V; q2 }2 e" q2 v1 ^

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 f) s. s. C1 h& O) [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”
! b) g: T% b3 M0 w6 h7 {' d, [
; j/ r4 s! S4 F& E0 ^

0 f6 @% g0 {2 A4 k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？”
4 A" J2 g( a( k- P- P
1 P' e8 W9 q2 U2 O( m2 E

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？
6 ^: s0 _* Y0 {+ `( |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。
1 S/ s: Z( V. l! P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。
3 l- W+ f6 c- H* A& r7 |; _2 {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。
- p3 }: d; p7 q3 d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。
3 K* o. v& }& Q5 i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。
+ l0 E. U2 u* L) S& `* a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。
4 @" l1 j/ e5 m: X/ n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。
8 \$ `+ ?7 {9 X$ g" @0 Z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：

" p: U* \. _# n, d# \
2 x: q# l9 J4 W8 ~
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。
7 r( Z9 \2 q' T3 l有网友调侃，这样就看不到大模型用煎锅砸自己了：
" Q" [* R- V# X6 K/ C# N

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。

1 w- E* U* ^- S2 K! A/ h
( l6 T% T5 r! O' N7 p$ p+ ^  x" {. ^) a
6 v9 E( [/ G  p* T# Z
) `# |5 B4 A1 q% D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。
9 O5 V" k( S6 A$ p$ A: U9 `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。
, s, r! A. l; G, i! s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。
8 e- d2 Y" t% q9 A6 `- H- V, }
) j. B: V2 g* e1 ]

) S  T; U+ G; Y! u( V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。



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。
0 K7 P/ p4 r5 V7 V8 i( z% F7 N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。
* Z5 q6 z! t& U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。
( K/ e5 F! ]5 C  _9 l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。

, _2 |, s1 f1 r/ `8 \

6 b, k( ~1 s% [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。
; G9 `9 }+ j0 ^; z1 x) {& [# U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：
3 E1 U" t# ^- v# y- j; U% \& q! o! F$ _

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。
& m3 K7 k- n2 R9 N7 p8 V3 q1 P

# R7 g; P+ v/ ?
  Z& u( W, T; o! E
) `/ m: H; E8 l+ `# r; M2 L
属实非常难绷了。
# w- ~. s9 _( P. T  y8 j% q
0 l3 }9 q4 z0 N0 L( T- O5 V" C

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。


. K7 F, D- T1 [0 P5 g
/ H! T7 `' }& X) W9 y9 }: n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。
6 h& e+ B$ M4 s7 k: U( i
! |- w0 T# i' f2 {

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。
! T9 q0 H' E# j. ^8 G

8 O( p: A* y1 f7 i: Q! v
% k! \! |9 ?+ z3 Y3 m! E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。
4 e4 D) f6 `- I, S3 }
; U/ K9 ~4 b" H' r- s3 c2 Q6 y

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。
/ [* Z% G% N6 d$ d6 f" C; @: |

3 C7 x  T( y2 N7 ]" y

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。
. `; U4 g; L1 v! g: N- W1 j新超算内存扩大500倍
+ x! K: G7 Q4 H
& d5 V0 J( g8 n" \7 w

加速计算和人工智能标志着计算的重塑。
; D1 `7 H2 P; d6 y0 y% ]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。

7 x4 v; Z+ [5 g3 M0 f3 D, @% z5 T1 _
( y7 [. v# Z7 d* L; T. Z
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
* r2 [  m- s; Y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 @& Q, T" ]. S6 K  }1 @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。
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。

9 v$ Y8 S$ ?. V# W4 d! U  E. h
- @- h8 F8 c: W( ?# m
! o1 m- ?" M) S. Y- \; Z/ D; e0 g除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
$ Y8 y: H. V, a+ U7 E5 B( ]" S" X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。
6 t; Z$ d  S8 ^) T. r9 J3 vMGX
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。
8 V' _" {/ V2 K& I$ 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。
+ C2 R- v8 [9 y9 M0 O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：
( X7 p+ V  ^. r3 D4 F[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
" U: Z" i/ Z) E[2]https://www.reddit.com/r/MachineLearning/comments/13ujsy7/n_nvidia_ace_brings_ai_to_game_characters_allows/
" B: X+ Y/ P% p[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/
[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
[7]https://www.zhihu.com/question/603617327/answer/3049813360