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
0 w8 P8 ]/ H( z6 a/ R2 L6 S

: T! x* J! ^, U游戏行业现在还真真儿是被老黄颠覆了！
' F) c9 e) E- I, a/ j  j$ t! F; l% u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：
' a; z$ {1 l& R# H; u& x

5 h. Q* e. b# J# e7 z, R. {
那边，游戏股直接飞升，多家公司涨停：



△图源：上海证券报
英伟达高管John Spitzer认为：
# l; H$ I) f" f; z4 u# \' V0 x

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。
7 M5 z4 B' q/ j8 B5 w# C! ^

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 Y& i9 c8 }8 l% x; k

- G% ]& H" O. o5 V4 ^' ~$ ]
) q" d, x5 `* U3 s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？”
+ v9 h  r) S5 K& T4 s* W

4 ]- h4 N& R: ]. s
& j# p8 [+ h: x- i# {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？
3 E& G: e' c$ n/ A  g4 n# q8 z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。
8 J% ^. k. H) D' W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。
1 @7 M" v% t, h4 W; t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。
, i  m, ?4 u' R2 F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。
5 }- _* Z( ~7 _  i5 z; Z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。
9 e6 a# P; s. d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：


3 R5 e6 d- O% g5 _0 Q" u, o: O
% @; r" M3 ^1 y% j; f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。
/ j0 e2 |( Q, ]2 t1 `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。
9 X' G) x% ]) |# ]7 \6 F4 l$ b; [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。

% u# H2 F; |8 v6 i
1 z. }, V+ y  f  y/ K
0 x  R1 W' n. C/ `5 F7 a3 P
. _8 r5 f0 Y4 A, a: c5 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。
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”。
5 ]# G8 O- g; j7 \1 E- e, L; {/ uRiva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。
) f; @0 X4 O) ?5 `

( B  _# q7 P% F# l$ s" e  f4 e
0 ~. `! q  h* b1 o0 J8 {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。
, @2 {4 r1 F3 ?' ?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。
0 J+ P' h( {3 b; M

5 }4 w0 }' M1 R2 Y( I! T4 @
" L6 U. d5 `1 F3 e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。
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。
8 r, O$ L3 ~% H4 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。
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。

5 V0 ^; B" ^7 ]0 B5 z
; _6 I4 O! V6 `% m, b5 n; x/ y
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。
' V3 a. g9 g1 O) E, C2 P3 y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：

' `% D) z5 N! G- g, q

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。
. O6 V( T- M5 n0 l8 B# l

. Q: V3 v* ]* o! r. p7 c

! p8 [9 k1 O# R6 o: ?
* j: l4 S- J+ @, _, W属实非常难绷了。

& G' s% D- H1 d. Q1 K5 B4 L
; G5 x8 A' X# M1 x9 s7 C7 K/ v
: @$ x* J! Q5 @# S1 n' R+ q/ s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。

: b6 L$ r9 h6 j1 I

. a  n: F( S) i$ E' C9 x) P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。

5 f  v! H& _: m, L) i; y- }" ?
; ]4 y# K: I; ]! N' c% e& O+ i
' b2 `; x; V/ k/ A6 ^2 i+ N% ?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。
/ [# x; c, B4 R

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
  l/ p2 Q6 @# U; G5 l+ r
  I7 [2 ~% `8 l  A

加速计算和人工智能标志着计算的重塑。
( Z. H  {$ y& s7 e0 G$ E$ v% r我们正处于新计算时代的转折点。
0 K% t& R  t& z  C) c

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。
8 R1 H6 C5 F3 C: _1 m
0 }. ^' [% O; _0 _+ e( y; s0 ?5 T
$ R9 u! N9 t/ U1 a" m3 x: R
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。
- ?6 }1 J# _. L: T4 g, x/ {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。


; e$ Z& G5 }0 k/ O8 `8 |
除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
/ {# B6 A0 ~5 D6 f1 y, w' \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：
8 }$ b7 A0 Z. k$ I/ C[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
. H- X( {8 W7 T$ _1 R[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
[4]https://twitter.com/mreflow/status/1663244486091194368
/ V! Z# ]; o$ C[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