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
7 m2 p) z9 m) T0 P$ ~. ]6 o

游戏行业现在还真真儿是被老黄颠覆了！
9 P4 ~1 k" q: p: N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：

; g. T4 a) H6 k$ t. ]
+ u1 C: P# r& m
那边，游戏股直接飞升，多家公司涨停：



" ?& p  p; Z, F' U; M) s+ f3 M△图源：上海证券报
, }; S5 B9 E4 V7 ?, `& _' g英伟达高管John Spitzer认为：

( y6 d2 V& D" A" o

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。
- [5 E: x6 S& W& ^

0 y7 W9 o, F& ~8 A* t& D6 u, f0 l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”
+ Y( T; E0 F& x8 s0 z


! @4 K7 ?/ R+ x" A8 s( 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？”

4 L& h* U" w9 q: o
& H( v. ~/ W, J; b* u7 i5 t
+ n8 F  s2 t5 ]. R; K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？
2 y% g5 S; M0 }) Y如何与游戏AI NPC实时语音对话？
' q8 i$ Z2 p# H) I# m7 V' \7 o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。
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。
: C5 `, c0 X, }. k: w3 e) J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：
& _+ f- P% r5 n$ M$ x2 R& q7 i; U4 o

6 d6 V3 d+ J1 E7 Z
5 h- {% m5 t2 C4 ^/ `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。
: [. i0 Q! t/ p* s! ?3 `) C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：
; a, G+ P7 ^. M7 B) c6 M

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。
( T6 i+ V! _4 i% X( Z# |3 X( c$ T

, a8 B4 o) P: F. V2 ~
' }" w/ y' c4 Y9 j1 P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。
2 [( U5 G3 B3 X$ g  h$ F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。
( a* c" Z& ^9 C* o% c0 {" D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。
4 a9 k* h8 o/ v+ ~


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 ?& _: V  {, `4 [- U8 w( p" d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。

3 p- q  F. n0 M3 Z
, d# d) {' w: [0 K6 s8 m, c3 `
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。
$ m" P; _2 O% m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。
/ F/ _2 k, Q7 N3 Q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。
4 |5 ]. d1 a2 p* T9 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。
2 c& F- b9 |; k3 T3 c
! i( z' k' B. }( h5 V# A0 U

/ X% j- Y; J: Y/ K' F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。
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：
. T2 V; `1 [; }; K; t
- h" Q  z( T1 J6 _0 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。
$ g, N) b2 s3 c; t

$ @! Q9 V5 V2 l& d+ y( c7 ^* S! ]
6 P. X, A3 Y5 P8 T) T

* ]. r0 R  K: N0 N- B4 F$ q属实非常难绷了。

1 O7 y6 w) ^4 X. _! A/ J& d7 w

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。



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。

* r- ]# t7 [& b# ?
! O6 Y+ ]3 v. j) c
$ ]7 Y. f* \* c% ~
/ w  h! V- M1 i: ~4 ]" g) z8 g7 P9 q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。

% {% p( E+ R: E* i* Y- q1 Z9 S) A

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。
6 g4 w% T5 h4 `

8 j, C  i9 ~: l2 C! y) e
0 W" @, s' P% \7 F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
( U) s" B/ P; X
% f# T* @; x  Y: S) @: v

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。
5 W1 ^9 }- n+ Z: O' u) w# x

  @+ B( J$ u4 V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。


# I6 Z+ p; z- W4 h+ N  d- z' H
: q. }: y# u2 m- Z' P, `) F4 G9 z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
" f0 W  l7 X/ \9 @0 [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）。
  a5 Q  O" i1 n( T2 _! [/ Q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。
8 s& Q1 s8 q9 ~, |& N8 a8 L# u2 _) I$ r
* T8 z) p9 |; G/ o2 D4 g7 `2 T: v

除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
& s. W) a8 q, o9 }; T9 R# _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
& p) [9 t$ D* j  u0 ~+ c0 f/ W. S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。
5 ^' Z5 o6 p/ ], oMGX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。
6 v" u! |8 H, W6 _0 B# m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/
[3]https://www.techmeme.com/230529/p3#a230529p3
[4]https://twitter.com/mreflow/status/1663244486091194368
" G+ l; D) _( R4 M; M[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
# J( I  z1 K$ J+ x% X' m3 l/ m[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
[7]https://www.zhihu.com/question/603617327/answer/3049813360