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
' \, E- ^9 F% ?* o量子位 | 公众号 QbitAI
0 i( y; A/ N6 o* `& s  [

游戏行业现在还真真儿是被老黄颠覆了！
6 A. c1 _1 v8 j* l* j( q  \: |4 J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：
6 g# c! N* }" ]0 M& M4 y


那边，游戏股直接飞升，多家公司涨停：
& z8 {, F0 w" x8 c7 o3 _

& H4 S+ |$ E8 Z4 t& P* ]0 }9 f+ u
△图源：上海证券报
! E7 S' Z- w% x& R英伟达高管John Spitzer认为：
( W0 h4 m3 E0 x8 U* N" i0 F( [
% ^' V- t: R/ @- X5 E* Y- k

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。

6 o0 z6 `3 r% E+ L7 c& F: q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 C0 T2 y; z6 F- b) K
$ w6 E; m& Z" `. W# G

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？”
: I6 G* R2 L: A: ?7 A6 q8 Y

! Q& S5 l. m" S0 x
4 A5 d$ b1 x; b0 p9 f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？
- X$ _6 M( L+ ?! w% |  y$ b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。
: x6 T( W+ k$ j& ^% I4 X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。
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。
8 x* n# Z9 X) y8 T4 G( U$ `. X; x1 v% H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。
+ t8 U* J( j9 C( s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。
/ n0 |! w( G# a, ~7 W8 H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：
+ Y7 d1 t* [5 b
8 C7 q4 w& Y3 H* J$ T
$ @' M* N) ~/ u- N0 \
* M( [$ \) ~- @+ i2 D- S( T+ k3 R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。
9 X- {9 c" ]' v* V# Z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。
1 s5 d2 M" v2 `% t# c

* L! _4 J! {4 x- K, I

$ _+ L; a% l0 P3 s6 q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。
6 k2 g' {7 b& q3 b% u; S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。
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 M3 S8 x; s9 @7 }* C

/ J3 }+ @7 M. k( H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。
) h+ w! `3 E9 g


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。
% v3 x# N9 u0 j- R1 U! s/ E( ~$ K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。
9 c& e- \8 s. S; G9 r4 u4 i. k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。
$ J, n$ Y* A7 ~3 p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。
7 S8 R/ V9 T2 Z( w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 C0 j' g& X$ w

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。
# s  v* r6 Y5 N5 T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：
( h8 s4 `& w5 g0 y6 v" w

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。

' r6 U. U4 n2 Z- D& [- w( _' e


: {' R" v* y  ~9 n属实非常难绷了。


$ }) ?! B2 d9 \8 l6 P. `) p
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。



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。

; `. j" }' E! L) Y8 x* U. q5 G

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- e7 P9 }/ p  W( s' _& v! u
, n$ o' ]2 v% p( X
' x, |; Y/ J' C. 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。

0 G$ G6 V" e" ?

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

9 l" K% t! u0 t* \) p9 ], Y
- B0 U; E  K  M' |  F6 _* [
# n3 b% o  j) Q0 N0 F- V2 ^, t
' t' Q. J( z# l1 F4 ~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。
6 e2 s7 }% A/ |% E" R; E新超算内存扩大500倍
; T2 u$ }; o, M% m
& Z4 Y, f" b3 b/ p: o0 [7 c" g

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。
) u/ K( B) m0 y; A2 ]7 X. Z

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。
+ c. L9 B  N! R' f5 b
# c2 s+ Q) N3 @1 h( m- w: @
7 z4 ~, W6 \: P/ b
& s" u; h1 `$ a+ D8 c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。
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。
, j3 C, s+ T0 @: O$ ?: \
" C& B& m1 T3 N+ D. H

除此之外，还发布了一系列眼花缭乱的新产品。
& E2 [! |! _0 f/ B/ bNVIDIA 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
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。
' ~5 K/ ~" n9 D# E& D$ y. g" {' e; Z) @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：
4 k+ a7 w' O7 x# ~[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 _8 w4 H" C9 R  p# ~1 z) k$ R[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/
" g/ t6 g( q) G( d[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
[7]https://www.zhihu.com/question/603617327/answer/3049813360