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 B2 E4 q3 q2 [

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：
) d7 K/ m8 ]( M4 w+ D

; f9 [" d* s/ \8 V: x, D
2 ?& H# q4 d  }* l) U那边，游戏股直接飞升，多家公司涨停：

0 |: N, z3 g. y7 g' U5 r
# P0 Y9 q  V; i" [1 F2 Y/ _
7 G1 c. {7 [4 q& }, K△图源：上海证券报
3 X; W' M: B% k& _. j( C4 v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。

9 C+ S# s9 e! C) a( Z7 b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”

7 E) A  o) j3 B: n; h9 E
3 K/ r+ @' W% Q0 m/ L9 r, e6 h: u6 m5 M1 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？”
% V, U0 Y. u' V6 Z) |+ H) o0 U' P
; q2 F/ ?' w8 a" D6 q  \

: [8 a& m& w7 T; r4 X- i. F: }  a3 H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？
! V6 `4 j8 F/ [! R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。
" |. `0 g; z* A9 J; ]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。
6 y; n% n+ B7 P- H! }* n" z. u( S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。
7 M7 k5 h" G( B) ~5 h/ ]& w& r( g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。
5 U, T2 c5 M9 p- F8 U6 [& V5 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：
% g& i% @; B' w/ s
, q* p5 e% z  }( 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。
+ m, E+ s9 r. M+ d9 X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。
6 P' G' R& f* B' `8 n  _. A, n

$ c* N- m7 \$ o+ \) n( d! {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。
9 [" F' T* D% S, g* ~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。
3 r: M: N1 L3 }2 l6 O4 J& r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。
! |7 ]3 E! P8 ]* G3 W


( p& S$ R  y8 b8 B# M; P" `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 k( W. n( D5 l" v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。



- z0 a0 o. F/ `# P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。
/ \: G$ D- h! I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。
. ^" p$ U% n% ?% E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。
% U& t! m( Y5 A6 k5 Z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。
' v, j) U- F! I# P& T- H, }. [


* u% _- p1 x. r" V: S# g4 x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。
' B4 e' u1 O2 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。
4 _' D$ B* }5 K1 E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：

; w& Y5 h2 ]: b1 Z+ G" l

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。
+ \! Y6 U# \7 N( G0 x8 {

) d; P2 U0 k  N1 L& G3 z9 D
属实非常难绷了。



5 ~; ]. O% g4 ^3 X! d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：
' }- L* G# ^7 Z! v0 Z* E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。
! N+ P5 T. O6 n/ w, P1 e9 v

6 H+ e8 X: k8 ?- d- f! k! F+ A
& ^- T+ [" K. p) ]8 @9 \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。
9 ~! c' y/ W4 O6 s$ ^

  |4 w! h3 X$ ^8 a! h: q: Y% q$ C

* \) n+ J! B/ j8 Q- y
6 T1 M( m. Y" ^2 q1 p* R/ ?- o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 l& d! f' c! ]: ?8 G9 O
; n# _# D5 N, S4 R4 ?

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。
4 v* e; u4 D; n* l' f2 g- p7 [# `: u

" p1 y& b0 Z& b( [! |- T! C
( g  Z; S5 g- R% \! z1 a

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。
4 W2 N3 C# v- T+ X3 S( X# e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。


/ x) H7 T/ |. q
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。
$ q5 W* e. J0 m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。

3 f4 s) G& f( k8 k$ n) O; [

除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
- j* ?# Q& ]& A8 g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
* V6 J4 R. B! M  Y" B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。
" M) Z8 Y2 c* fMGX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。
: a$ q( Q' k3 X( [/ c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
[2]https://www.reddit.com/r/MachineLearning/comments/13ujsy7/n_nvidia_ace_brings_ai_to_game_characters_allows/
( N. \; L% m3 g% ?; V9 i; L; F  L: C[3]https://www.techmeme.com/230529/p3#a230529p3
[4]https://twitter.com/mreflow/status/1663244486091194368
$ g( D* m; M' v: {! h3 Y6 P) s[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