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
; y$ _; v- M( z' w量子位 | 公众号 QbitAI
1 [3 _5 O8 i9 Q/ z% h8 i

. m0 _  ^; c4 d& K  l1 L: U游戏行业现在还真真儿是被老黄颠覆了！
1 J9 q: S/ @+ Q  q2 [8 ]  S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：
9 x* O" ~# |% z1 _' A# z


那边，游戏股直接飞升，多家公司涨停：
- P3 t  v) i& ^. d
1 Y! [; w  a- b* g
2 B& \3 Q9 O# H
△图源：上海证券报
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。

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”

9 w9 G' J' r' n, [! ~7 X: D
) I! w0 V8 f2 D+ Q/ L+ j
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？”

6 _1 O. f4 ~* I# K  X+ e- B; X
" T) ?/ N4 t# L( P- a
& ?( ~" B6 i) P: o, D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 G0 k$ B7 f- X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。
* p4 Y& z2 M* A  c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。
* e* W- b9 g  y- E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。
2 x5 H, j  V: O4 Z# B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。
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：

9 Y' a3 o+ @/ @
: T( ?; L- m. S3 x
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。
6 o$ Q" k: i2 y7 {" s( b7 ]有网友调侃，这样就看不到大模型用煎锅砸自己了：
  P! l5 |/ R  G- y. I0 t

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。

. ~$ @  e8 A$ h  ]2 L7 A9 B/ F+ q* A0 @

  f" b/ ~7 x5 H( ]4 m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。
( F* q1 Y0 k* ~* Q3 d) c& z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 A: U0 X9 _' h' m2 vRiva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。
$ c4 k  Y9 V7 l( 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。


$ r; G8 y2 s' q& B$ b, q# R
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。
1 h" E: ~+ u+ O* r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。


4 o2 {) T# j& N4 v
- n0 A$ \; E3 I' @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。
2 K4 t$ ]* U4 x; c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。
: q" ~4 K# c9 s& O/ f7 A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。
2 R' s- d- Q& o& n- O# g3 p* B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。
# R% {3 [) U2 Q' l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。
0 l( T, K3 H& j6 p+ j) N* j
: B" M* S, s3 g1 I) n6 o/ U

9 D, V' g& t. Q. C2 W7 p( z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。
- f9 c* H+ F: b: N: x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：

+ o& ]' ^0 z" T* q9 C. X( c1 C

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。
; t! i* E, y% M5 `

1 a3 r; }, s8 b3 A


0 Z* r7 e+ T1 ^1 i+ @8 D, ?属实非常难绷了。



$ z' }% r5 ]2 B: ]9 w* ?8 K; K2 @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。
9 X" z2 I. X4 [/ {. h& c% Q
3 |7 G, {8 v- N% b) P. n+ K
7 D8 q: K8 d1 t# U
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。
/ ^2 n$ F2 J5 I7 E: L% b0 I
( o# o3 U  F3 V* q# @

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。
; {, q6 L& D4 U0 w( j

- r0 a/ B  S! E: F9 C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。
; \2 Z+ z/ m* l0 k, I
2 n2 p" X6 ~: O6 @/ H- n2 T0 ^

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。
2 @2 K$ A/ |. _0 m$ g

& @4 q9 n* [% S4 [; m$ l5 W
! F4 J3 k  s. l: f* ]7 y. L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
6 I7 n) G3 ?) a# |" s+ L
- ~6 \" x# |3 D/ G9 l, {% t

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。
7 w1 g1 ~* n0 k  h


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
5 j* z5 M* s/ ?# O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。



% `) `2 R; e6 y: i8 T除此之外，还发布了一系列眼花缭乱的新产品。
  D. u1 B9 }5 |5 Q4 ?, jNVIDIA Helios
5 \$ v8 w$ k1 G& Q' i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。
& t0 Y% ~, s9 OMGX
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。
0 Z. q/ \9 ~! O3 \) w$ ?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：
6 R3 E5 B$ p( G0 D& A[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 C" n8 n% v4 f( t/ G% N- s; u[4]https://twitter.com/mreflow/status/1663244486091194368
[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
, a6 F9 s; W& Q* w[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
[7]https://www.zhihu.com/question/603617327/answer/3049813360