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
! ]% q/ u8 G1 R8 y, B; }

游戏行业现在还真真儿是被老黄颠覆了！
/ U  Q  g9 i, ]8 s  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：



  D- ?; G4 V: g- J% [: I那边，游戏股直接飞升，多家公司涨停：

7 _" c% A; K  X2 c6 Q4 X7 |

7 D- ^' h5 n( _△图源：上海证券报
英伟达高管John Spitzer认为：
$ _; i& C9 W- n1 T6 U! G( ^* [- i
2 O$ B3 a! q/ ?" \/ U. v: m

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 u1 S3 t) S2 p  E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”
: e; g3 k% e+ F' [* w1 o# I


0 b% f3 Z: X/ n; 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？”

8 ^, R$ `5 j) I; I/ k( d6 E; r
6 ~8 y+ q; p3 w$ r! M, M7 z* }# T
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？
4 c5 ?. k& |0 Q4 e/ x/ A# [8 E/ _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。
, Z1 X9 g; h  a6 z. M8 e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。
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。
4 ^/ B1 ~) k' z; H% c" @7 R6 n& i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。
9 K1 o" [) F) v6 i6 b4 n1 W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。
& i& J1 R9 a0 I" v! r1 `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：

7 {3 }" w4 K1 \$ ?1 B! w
' K, G% E& H6 O' {  d9 q
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。
$ C* J2 W; E3 Q( B  {有网友调侃，这样就看不到大模型用煎锅砸自己了：
2 C- U5 l( V% a" X

玩家：嘿金，拿起煎锅然后反复砸你自己。
8 q. t- w8 Q+ y, [0 T/ R  ^大模型：不行，作为一个拉面摊主，我做不到啊。
& ]  T* q: z9 Z& u, f$ O

& D3 h) c: d9 l: n, L0 j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。
  h* M7 h$ }& o1 @2 j0 |# d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。
  P9 g. M  g3 M0 D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。
3 Q0 F* _& V- V6 x5 H, D


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。
1 i( e' S8 ]4 W2 p  T. O

5 j( @/ }5 r/ n" @
* j& o9 Y8 V  Z) 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。
# W% g9 Y/ g- B5 [# W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。
5 _  O5 D- f  f' \/ o1 P1 h* q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。
# _7 Y! `$ c( \) y
# l: G0 c' W! c! N2 \
3 f( I2 z9 T% @' Z& ]( l
( Z6 B1 f' P% U# R$ F5 O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。
% b- P) Q" i  c3 ^9 {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：
& @. |' t! W( ]7 u

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。

+ }6 N0 `8 s, Q  T, w
( }1 w' p2 X' v! l

4 H# A, y8 \) v$ V  X属实非常难绷了。
( \2 l) w9 C; y


7 k0 T9 ^& Z( j9 G1 X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：
( y" ]! N, ~+ [* Y1 ]. q5 D8 I- {/ S' ?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。

. x" P# {1 Y( B
! }" S; f' I4 X( a
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。

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。
* f3 X, y0 y. g1 Q

1 t4 D; T& n4 C, M
5 m: v% k* b- d( W7 `1 p* B
; @8 K3 F/ d( v
# C" x, k/ ~6 {5 t$ x+ y: {5 @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

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) ?6 ^0 B0 a$ W$ a& d: F, w3 v
1 C' y- q8 b  Y% t

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。
: V" J5 R: T9 |. i, P% W超算DGX GH200
/ ~: ?% f( @  e* a" \: ?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。
% u, g4 ^0 d5 {7 Q9 A1 Q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。

6 E. V" S" _6 E9 F- I
% K8 W) f. k* U! S5 E3 k; E7 Q) s9 _
. `: o% P" M9 H6 @1 @除此之外，还发布了一系列眼花缭乱的新产品。
5 e, I* ]+ M7 r2 k4 n  }" ?6 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。
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
4 w' j& o3 v9 l4 M) f[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
$ D. ~4 H) R7 [6 j- e8 }[4]https://twitter.com/mreflow/status/1663244486091194368
[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
- Z9 s9 s: ^/ n3 F2 y& ^1 G8 B- K[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
5 s/ K5 l2 w! M- e/ e[7]https://www.zhihu.com/question/603617327/answer/3049813360