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
2 k# H, D/ j- B4 g# ]! e量子位 | 公众号 QbitAI
% Y( a/ \6 d& {# m2 `

! ?" L1 P6 e) ^4 o游戏行业现在还真真儿是被老黄颠覆了！
8 A$ w7 t7 e8 Z5 P9 {6 ?+ r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# V- V- V+ M) ~
4 A9 Z+ x0 T( Y5 k
- E* ~3 F. |. i3 o, y% [- r那边，游戏股直接飞升，多家公司涨停：



△图源：上海证券报
英伟达高管John Spitzer认为：
4 g. l7 U- M( w* R
% K, r$ ~% A4 b( z- K% p

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”
8 [0 q) X) D0 y0 W

' q- ^- l' S6 |, r0 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？”
% K2 X: E( b4 [( V, l9 C  o2 S1 Y
& X$ \: U/ [7 i. ?

0 v8 Q7 F( _* A) U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？
( E' I# G& ]1 H; N如何与游戏AI NPC实时语音对话？
6 Y) d; }4 R; A7 X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。
" u8 u9 L( [, {. a# B+ S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。
' a) W# X# f6 _- s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。
9 x3 [" V9 V' M1 J, f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：
  B) C8 a$ q" u9 f8 o  z


' {$ Q! U! M) L/ A3 b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。
& Q" }! F, N# m" t/ D, n9 {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。
0 c: @/ V! A7 _! Z$ t( J有网友调侃，这样就看不到大模型用煎锅砸自己了：
# R1 q3 A1 M5 L4 B$ T

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。

2 Y, w5 b  N9 `  m; w9 `1 z7 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。
9 p0 S: B# K3 e. M# c) R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。
0 L0 b1 K! ?# V* M- G
5 O( a% b$ ~/ ]  S# w7 o, d5 F6 V

0 U; P( g% L" g* k% G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。
. h! S. v9 _+ y' p" E1 G0 R& T8 E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。
5 ?9 [# E+ f6 u5 I

& z+ _4 S: g( h, S" R$ ?8 B- f9 q
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。
/ C% Z# G) m4 e- k3 W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。
* _" }$ y: r6 |. t% W' E( e1 v; 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。
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。

( P5 m7 e4 A, z6 g, a* T# W$ E
) {, w4 m/ U/ Q- @0 r; ^4 O2 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。
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。
2 [0 I- t/ }1 A) f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：
6 W' J' o, s" x$ Z0 z$ V- O% I5 a) 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。

属实非常难绷了。

8 k4 F6 @  }/ X/ r

! K0 G3 \# W2 b! [. B  T3 @2 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：
+ J. c% F& K. r6 j; G1 {. L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。

2 c1 w' C1 M# a; N7 D' u6 \& n

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。
* u+ Z% t: z/ u! P' W4 l8 p

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。

5 b; t4 h2 t' l, H$ k$ ~7 F
& \6 V3 A, ?$ x: q2 D0 ]1 t
+ ], T9 m0 N7 F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。
  L8 |7 f; B0 U) e9 C  w+ d  {6 v; L

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

. a0 A+ B. F. Y+ \9 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

7 `) K. f7 x' M

加速计算和人工智能标志着计算的重塑。
1 W: K. ~* }8 e( ]& x我们正处于新计算时代的转折点。
5 q, K0 r$ J# V/ y+ P! U) S# Z

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。
, n/ G" _% r8 V) B& j% ]
2 @/ r% j0 n* `; y8 {9 k( S& G+ e* z6 K

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
. K* _. f; I; ]& j$ a9 X8 c7 z8 V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。

+ U- j+ m: U# ]$ n( {

除此之外，还发布了一系列眼花缭乱的新产品。
/ a- V* [8 e2 g$ ^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。
+ m/ l4 D$ u, E3 lMGX
/ v; E2 M% t# G- i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
# _+ a4 F) {; L+ k3 B[2]https://www.reddit.com/r/MachineLearning/comments/13ujsy7/n_nvidia_ace_brings_ai_to_game_characters_allows/
& a! f* z& v& ]" C& j3 x[3]https://www.techmeme.com/230529/p3#a230529p3
5 ?" D4 O* R0 p& h, \/ j- ^& Q[4]https://twitter.com/mreflow/status/1663244486091194368
[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
$ U4 y5 R6 F5 J/ ^6 R1 j[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
6 y9 `# ]; k) _  e# F[7]https://www.zhihu.com/question/603617327/answer/3049813360