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 `, i* [' Z% y" h) Z# `量子位 | 公众号 QbitAI

2 H3 ~$ M& W# T; R0 |8 `. h游戏行业现在还真真儿是被老黄颠覆了！
5 {$ b0 `2 n2 C* y) t6 D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：

5 n* H' j9 D! p  d5 Q9 U' x
& H# O1 {' v" ]
那边，游戏股直接飞升，多家公司涨停：

6 n$ C. `& a6 t" `+ D/ M) j$ g

2 ?% J! ~+ Y! K* r/ H△图源：上海证券报
4 v# K. c2 a, z8 U  [2 Y英伟达高管John Spitzer认为：

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。
( V; O1 ^0 v  V2 p  o

& X$ u3 X9 A9 e& R8 t( X& A9 L9 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”
0 f5 g) h! c  G

$ y) s/ y$ p6 `2 M; H3 a
# T, `0 T; q! Q  a) f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？”
+ `; ?+ V: Z7 J- K* t
3 g9 H; u$ [* D& S

/ i5 k. A4 Q( H4 g& B' S/ p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？
! K5 q9 h/ Q' r8 ?如何与游戏AI NPC实时语音对话？
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。
' {7 M- s* f" b( ^5 z7 M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 d, I, j& d9 h7 I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。
. \" A3 F; n2 q5 y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。
$ e# P! ?( L0 g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。
+ s, V/ W+ p; c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. S( {; b) ?

' N# G5 Q& [- t
8 }* w1 v8 s% \, [4 V6 n9 v' D: G& E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：

4 z6 V  ?  ^  ^; U) O9 d8 |2 X9 K

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。

/ ?0 e0 D# t0 G- C3 C- @0 O4 t& P

8 q) a$ C  @+ a, l1 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”。
  N% O' l3 f7 a1 FRiva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。
. f9 d: q* t5 e% {- {% j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 `8 }0 T2 h8 Z7 Y0 i1 b) f' y+ f

# b8 ]9 [. a) e) m  M
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。
3 \0 b4 y# e/ ], J. N! w0 p

: r) k4 ~# W. |- I( ]% M0 u
: ]" L4 V3 a9 H+ g4 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。
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。
1 L; r6 V. ?! o1 L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。
: R# D% B- Q9 h% \! ~0 K) 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。
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。


3 v( T% F1 w! D+ ?: r# D3 g
# [! k5 D: t6 \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。
) h+ l, L8 |% 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。
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：

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 x* o# X4 F8 v& K7 |

9 M) g& m) o6 J' g& b# ]3 `
属实非常难绷了。
5 }; z' g* Q: y+ D: F4 Z


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。
* R% J. L; a; M5 {$ y9 ^


$ G" I* I# i# w0 p1 e1 t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。
, M0 i8 a8 g( V+ X  }) W
, Q* z5 {( H# Z' s  n

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。

' K! ^' O) \- C6 o- b

+ Z0 g3 C5 v# h$ _; M9 U# U
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。
: T) n# e+ s% [1 }6 P

! P0 m( y& T' e1 v, k- 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
$ A! o6 O) Y# k' c5 T
7 y! J; I# j" D

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。

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。
* ^$ J: q) d5 s( a

' {- v! c  a1 u- \; Q" b
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。
" R6 W7 q2 y4 L* V$ ]9 k9 [+ D5 ~: I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。
. _0 M( @# h" Y) f- E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。



7 t9 G3 r/ l: ?' V7 ?0 G" B除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
3 o/ o8 V  v" a: \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。
. L7 k' M" c6 }- k5 FMGX
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。
$ E( x) ^' \/ GMGX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：
[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
6 W! M% h5 p( j" g" Y( J+ y[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