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
量子位 | 公众号 QbitAI

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：



* `  L: j0 s, s+ f( b  q  Y! A1 k5 B那边，游戏股直接飞升，多家公司涨停：
. P$ h3 u7 `8 c$ j: e9 {

; e; x! @4 Y  b+ ^7 a
△图源：上海证券报
" b. G7 k9 J( G( v英伟达高管John Spitzer认为：
. z- D- c7 j, m! y7 \

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。

3 T0 h9 N# d" n. F+ C' ]( L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”
& I1 m* V2 S+ B% Z2 e


8 b& k9 x- x4 n* \! C: A8 `1 t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？”
5 w$ A* m: Z1 P" L1 o% f/ i, J

/ i+ p3 \- A8 T4 V: u- T
1 v5 t3 t- ~* s6 B. G+ i5 ?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？
1 v7 y3 J1 M/ `如何与游戏AI NPC实时语音对话？
7 J, ^  F/ z5 @% t0 a' H& H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。
, t/ J, m. P2 J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。
- j: Y3 l+ H; N  X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。
; Z! O* P/ Y; [# v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。
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。
! A& c8 @9 A1 }7 p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：
5 t- e; U- k( ]; K) @8 T


1 |. j3 \2 C2 k% f8 E1 t7 Q! b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。
大模型：不行，作为一个拉面摊主，我做不到啊。
& x. e, {$ e( ?% z8 k* N

3 e2 `7 W7 l; i
% i7 ^3 J2 \5 i% z6 p
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”。
: [' m3 y  M4 O7 l  GRiva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。
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。
- ^1 N2 w+ e; V2 ~
, d1 _. }/ f; x) k
" Y7 N) F/ j' V9 E
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。
. c+ t2 c/ {& `2 {. b
8 D5 c# M6 D, [3 i$ @0 L8 }

5 {; }6 ~5 r+ W0 `7 a# s: q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。
; [& n. X- F8 }; {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。
) I6 l$ l' z% R) V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。

" Y0 T* |; [. q$ {6 |; g7 l
8 J( M- Z6 \, s; 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。
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：
: U7 |, t& {5 [+ E
% ^$ \8 s: t. I/ ]0 I; n

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。
( v* e! A' d1 Z- {- O! [1 g

, e# B9 _' ]5 `6 g8 K% g" ^5 X2 y


% c3 O1 z" M/ l# s2 D属实非常难绷了。
/ S1 X- w+ F- a+ P

, G# c+ Z+ c# u) E2 m
7 y0 O4 l% u4 v5 |4 C3 [, {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。

( O& p" b) P- t" S1 I

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。

  X& u' A5 R6 p! B0 p3 o8 i/ r8 W2 Q

" R. {& p6 \1 c) O0 t( 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。
, M9 Y9 ~8 w2 ]# m. [/ f! v

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。
! i; J+ \5 L. H2 s4 |6 T

+ H* s! u) ]5 V. g) N# k" X

; q, a+ F. x4 I0 D- R& u
& t5 D3 g) T- q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
4 C( @* J/ v0 t" ~6 ]3 y! b2 v
+ a6 G% T6 J7 b2 Y$ ^

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。
% k, w6 U) u- N( ?% ~: `. L

8 T( w2 q. U9 o4 h2 K2 A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。
) o0 o2 B- I# B4 G

2 v0 S* N! E# u) |9 ]2 U  ?: y
( @1 {7 M# I1 f; O4 D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
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 P0 m2 G4 A$ i+ e9 O* 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。
) \2 r; q) Z# g. t" ^: H7 }6 w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。
$ f2 }5 g( m  y3 ?+ q  {( \

7 U% v5 y% R0 C+ a
: @8 [/ I3 n. q3 r3 r! ]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。
MGX
3 l* z% a" L3 \8 O+ R8 S3 [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。
4 T4 {/ V' e0 A" r  ?8 X6 }% |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。
( L6 L' k# e* n1 h' Y* W参考链接：
6 q) }- u5 z+ s1 F; d6 _5 [4 r6 M$ V[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/
7 F9 @) ^' e: w[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 j1 [' g4 A: L  C3 ~1 {$ U[7]https://www.zhihu.com/question/603617327/answer/3049813360