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
6 ?9 {4 O& M9 z5 o7 t, k; n- _3 d量子位 | 公众号 QbitAI

" B2 w* _+ t/ Z3 M$ |4 I5 ?游戏行业现在还真真儿是被老黄颠覆了！
# E1 `3 U- i2 V0 F6 L0 a  R. C. h0 B# \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：
' P3 k/ u8 }* |: A$ o0 Z5 M/ R
* n8 X) S/ R2 L. L
% O) J: n7 \3 n
& U( u6 b3 f: U' Z- L4 Z% m3 ]7 c那边，游戏股直接飞升，多家公司涨停：



( Y# ~7 n. l( h! T6 Z' |/ f△图源：上海证券报
8 W" n% O* Y( 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。

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”
* L8 {4 {3 V1 B8 {% u# ]% p

) x. e1 I/ {  O
$ p1 k% A6 l: G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？”
3 G# Q/ p$ p! V( ?' ^+ t8 @
/ j8 A: T; Z2 @+ z: X
8 N' ~8 B: L4 V2 V4 K, q
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？
5 i$ N( m! [9 Q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。
8 P+ l: |8 o" q# g2 `# ~' E6 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。
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。
4 Z6 l% M4 G) M& A( R! V" [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。
4 s- M9 p5 Z8 Z3 w, z, a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：

' c3 W& c- w1 r

" n7 J, l0 G/ a" e; d  U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。
, W0 @2 J6 ]8 H; v) w有网友调侃，这样就看不到大模型用煎锅砸自己了：
! V/ P8 w& i2 [& K9 E, h3 h

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。

9 o1 M  t, N6 x! v
2 @8 s4 q1 h( M: y. g# w# y

$ n- C7 W9 q* N7 j# k9 O% C$ @. q7 |$ W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。
/ s. G8 e+ t* x6 M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”。
/ e* j- o( x, {: jRiva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 r: M/ Z& _: o. ]7 z
6 H3 I, J& t* i6 G/ S6 K" D! t

: C, _4 @" E$ T' k0 V0 a) 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。
3 m/ l1 l. W) B. D8 m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。
. |6 J7 l# J$ p. C% ]7 r
' X: C6 f, E/ Y

+ f" ^7 ~* Y. j' j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。
! C9 |5 X- `/ g, o- Y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。
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。
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。
/ U& O* t! s) E, C

$ J& ~& v, |6 q
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。
/ s& s5 ~5 T4 q% w1 t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。
3 G  W8 d' }/ d+ O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：

3 |, }( d. ^$ N4 C# T3 \/ g# H

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。

$ p3 |0 Z' T/ p) @% _( g( P
$ v" D/ S, c7 U) _属实非常难绷了。
, c, n* D( `" _5 H5 \; V! C" Y

' Z! h3 {3 W7 P" J
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：
6 b! @8 s* U6 ]9 r& V+ D% d% ]3 G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。

5 Z# I$ ~1 [/ ^2 O+ I1 B
) f- M* ?3 y8 Q8 D& a, Y2 g
; x8 C8 n0 w2 Z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。

4 ]& c  k+ ?+ Y  [4 K

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。

4 L' P$ Y+ f: C1 a6 x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 v' j& U/ Q0 b) {% \7 ~! u

4 [! a: |% h# N* |% }+ d) k( K4 E
; i$ B( t. H, w# h
3 E) W3 P) b4 C% ~# I$ W% B
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。
- x' {; _% J' s6 B' ]" _新超算内存扩大500倍
. e. @( U7 W1 ?5 O8 b

加速计算和人工智能标志着计算的重塑。
- N. B# \/ u  [: L$ j) c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。
, g0 O2 q$ M0 q! b  E: C4 X' u
3 g: ^9 g* g! P' N  `  d1 @% q
& }  ]$ a% }8 C0 N+ q. }6 k% n# q
* M$ k; f' z4 w3 L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。
4 E( j. V" P, [5 b超算DGX GH200
' g% O* W- Z! A0 w  b3 v  f1 {0 l7 K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。
4 @6 N3 }5 m7 E& ~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 M7 c( Y3 _3 ?
) @- \7 p9 T, J
1 {; ?+ p& Y( @
$ G) x' u4 ^" P5 U除此之外，还发布了一系列眼花缭乱的新产品。
  d- P2 y9 ^, v% ZNVIDIA Helios
9 V4 F- e* R' V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。
. s  C; Q& ?# V* M( ZMGX
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。
' h7 w1 Z/ C: n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。
; W2 A2 C3 z! ^8 S& s参考链接：
) f  x2 |7 n# I6 M- R[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
2 r; M4 t% m' n: 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
[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