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
, p9 \4 i% ^9 W) m量子位 | 公众号 QbitAI

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：


  f. B$ n! z* S* k% o8 j: K
7 |6 p" y" ]) |# d5 Y. ^- I那边，游戏股直接飞升，多家公司涨停：
0 o$ w' b: ?, q- q8 l

5 N- E' E$ `  S* N! |% j
3 r6 z0 P& g. {. {# d4 Y! ~, J△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”

1 k$ [8 ?& E9 n* X+ a$ G
4 v) z/ x7 C5 r' d
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？”
$ h' O8 D2 t( M* @) l
; x( K3 n+ M4 \& v- E

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？
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。
6 D! g: j& w6 U. r& }7 Y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: P$ R( m8 I  A# K: n; v* v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。
, S. L+ G+ j7 a* R# P+ P, d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。
" Y) ?0 ^1 j" m8 L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( O  P& {7 U0 X6 `  Z% Z
( w0 |. D' l2 u5 V2 L! Y
/ i5 h* i$ ]. H( K% j; p
5 A( @/ X  Q" B* K# a9 H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。
+ c9 n2 F" D5 G有网友调侃，这样就看不到大模型用煎锅砸自己了：
# ^9 e0 e% l- L9 j/ ?1 x5 n

玩家：嘿金，拿起煎锅然后反复砸你自己。
4 Y; {5 x/ l+ ~9 e5 f6 R) E大模型：不行，作为一个拉面摊主，我做不到啊。
; U- e# ~9 M: {; i  O1 g

, v) e2 L$ w; H( M+ L

# R: T+ E/ M$ u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”。
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。
! n9 Y* V6 A' m: P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。
6 c1 R( ]( X; M7 t! Q
' W, p' T; [) Y- y

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。
( F) x) l6 Y2 M' `7 N2 ~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。

9 w0 C; W* H. S% j/ E0 @

8 K/ ]( }6 E: H) n% N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。
8 K1 W; Y+ L) e, b: F9 G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。
; i# x! ~& R$ u& N; w. {. 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。
" k1 S4 y& t+ j0 @2 ]9 U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。
. P& _1 E' i0 l9 y9 n- d4 ?$ v; X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 s/ @- H6 u2 `, ]

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。
$ Y' H7 n3 d+ U, j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：
- Z5 c6 ^% d+ }+ h& _9 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。
' {9 ^* m! K9 O# }

8 r% T% S5 H$ z$ U  ~  \0 ~6 H
3 U! o# [" G  a( X) z. e

; ?3 L( S" u, g0 ~6 J" l0 k; M属实非常难绷了。
; L  m! w# d  k% E9 v


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。


4 d- d: |; z( S# j5 w
4 V% j4 V5 U3 j6 f* L6 N9 j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。

$ t0 p3 e7 I+ C3 k( Z" O

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。

. [' j. m$ v/ K0 _3 s1 p0 S6 ^4 y


# K9 r, L) L. V2 J, \# I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。
0 `* L- x  i/ |( \2 ^' U
) A  X& |+ P; B+ r8 T

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

+ O# M! A4 u- x5 Z3 l7 K0 T) R
. N3 P" p! l3 R9 a4 S4 A! @3 Z( P
* E% V# y( E' G  z5 y# S3 B# 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。
. _$ h" y2 B9 _$ C' a( i9 p$ R新超算内存扩大500倍
# _: k+ W4 Z$ `& U

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。
$ h# u+ p2 K9 ~7 l0 r

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。



0 c  v( g: C8 p$ o, g" M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
% F7 t# Z" U3 }0 G1 Y* Z& r9 Z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。
& j" S0 B* a: @* ?) j0 ^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）。
( a2 z6 B9 g' J7 _  x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。


* u# V5 f; i  F3 K9 O2 ^. C
除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA 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。
, v, M8 U  K6 W  r# ^/ `MGX
) ]5 }. `- }5 }5 K: B, ^" D3 S( 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。
* O) h7 \( F9 N* W0 `7 B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
' h) u0 }; E8 N[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
: Q: _$ \; n4 C: h0 d[4]https://twitter.com/mreflow/status/1663244486091194368
[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
: J/ b) j- @) Z/ J$ z9 c1 [[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
[7]https://www.zhihu.com/question/603617327/answer/3049813360