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
$ w, v0 g7 E# `* [6 }量子位 | 公众号 QbitAI
; [: f9 q% d9 y- y

  J+ [! _# y- y7 _! m0 |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：
  X/ x+ A3 f9 Z+ ~0 v" t

5 y5 h1 e. J0 T2 v/ l% ]4 [
那边，游戏股直接飞升，多家公司涨停：
# h' R$ o6 ?9 y! W9 B; C. P* u0 t1 a

1 C9 _5 s; [2 ]- r/ E
△图源：上海证券报
5 \) o7 U/ ^7 i3 ?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”


" n4 ^7 X: E1 c  @* 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？”
, C/ c: j# i( \' o
4 @4 `) W  [+ J6 R3 [6 L
+ J# q% ^+ J. W1 G1 P; [0 m
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？
+ y+ X8 L: D) ^) T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。
/ V. y0 c1 x% B3 Q2 T, i9 l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。
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。
) c  @5 F0 X- V& Y* L* ~) f$ |  G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。
2 e: z5 _5 N6 G' N+ f' S, I5 B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：

) a0 f, I7 `, c+ P! P
8 Q! r  n4 f) ?8 e: \0 @2 O
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。
" v& H; F& k7 L- N" f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。
1 ]# N2 j4 [; h) w& m1 G: r有网友调侃，这样就看不到大模型用煎锅砸自己了：

, Y% t  r  d, S; o

玩家：嘿金，拿起煎锅然后反复砸你自己。
0 K: C; U: Z. Q6 V大模型：不行，作为一个拉面摊主，我做不到啊。
3 \2 Q% `, A/ w' T

! L' L! f% R  @0 P% Q/ M

+ y5 }# J: s/ c) E0 t$ e. S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。
5 T7 W& K9 R8 _8 A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。



3 H/ i4 J% f, K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。
- u3 k7 R# F7 Y! n4 p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。


7 k5 S$ ~- t- a% B% C& D
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。
9 h. ~# V/ r/ U$ j+ C, _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。
2 {7 r* C+ c* g- H3 k" S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。

! p+ f. e' F) B6 {

/ J$ B' F- L9 Z3 H/ 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。
' v9 G1 S9 L7 }$ }, a% h+ 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：
; C2 v, Y8 w* m" d  }7 B4 U0 N+ y
- c; D4 c3 G+ s

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。
8 t4 J. W' N8 H5 K$ e

) ~' I0 f3 R; J( Z7 o3 h- m5 S, u
5 b* Y2 v, n5 i& G

3 o2 [+ t7 V- O( k7 s属实非常难绷了。
1 ?7 w9 ^5 V$ L) o0 W" ]7 C9 U1 L* H
: @- @9 F! m2 o$ B( f

5 z  j! Q# M1 p9 l0 Y% e7 Z! Q- ~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。
# }- W# D3 s9 D

3 w- b- M  Z1 X" M3 j& k5 s
# l+ `$ }. K0 Z+ W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。
' i" y; w6 u8 B$ U: \

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。
+ K9 n- ~1 \; J# q( p

" X) u1 o2 z6 O5 P, n% N2 y% W
: ~. G- ?0 x, r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。
2 K8 X2 |  O: f8 ?

6 e# {/ |- U* H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。
$ P, o* E# G& ]* J新超算内存扩大500倍
) B/ Y) q1 K1 @2 C- E, V8 R1 @
4 T3 C6 S: p" u! d* z: v  @; u$ z

加速计算和人工智能标志着计算的重塑。
5 p! s" ?2 |' L/ K1 z, P我们正处于新计算时代的转折点。
: ]4 q% O2 R( b; U+ r: q- _

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。

# G; q! T0 Q+ ?' T, K

, D' Z' u5 N7 b7 O/ f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
/ h+ j& d. b, d! S: ~* |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。
; Z- K; u3 x+ k9 P1 \8 M
: U4 c+ A+ n4 [. P) N) }

除此之外，还发布了一系列眼花缭乱的新产品。
9 F1 \) L  A4 `NVIDIA Helios
7 ^) H+ y( g0 {# |6 t; ^8 c. u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
7 U# e1 U: @+ n8 y4 w. {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
% {% U& c  w4 `; b[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
9 ]1 f5 y+ b4 ]; {( H8 v% _4 h[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