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

游戏行业现在还真真儿是被老黄颠覆了！
8 [* I/ c: H* G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; H; O1 \/ W" _8 B  ?- B
' z$ f0 I0 |7 ]0 k" M

9 e: Z( W) G8 h& m( F0 S+ T5 a1 t那边，游戏股直接飞升，多家公司涨停：

9 P, f4 e# ~1 {2 s- X& L
+ C0 p5 G: A( \1 p7 P
△图源：上海证券报
英伟达高管John Spitzer认为：

3 h% J: E; C* K- k& q0 i

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。

! c/ e) @" y. v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”

; E( F4 B# F& U% C; f$ V1 j  w

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 U/ d) n0 B+ P1 K3 n) 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？
3 v: I% t% ~$ ]# ?9 O( H, Q- G+ m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。
& I. B) r8 n3 H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。
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。
! K& S% c' z" S$ r) n  T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：
+ u- P6 ]" v4 U
: @8 r- R4 F" n7 l) g  A. ^% f  D
( A, Q7 Y) j, Q  f) Q% C( Z& ?' l
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。
. _* V8 F7 K( Y/ R& v. Z& u2 N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。
& I2 r9 _3 G! x8 r7 Q0 e有网友调侃，这样就看不到大模型用煎锅砸自己了：

& n1 B! c3 H0 W# U. t& F$ r8 }5 x

玩家：嘿金，拿起煎锅然后反复砸你自己。
4 M% W' S, U4 p2 m9 A+ j( ^大模型：不行，作为一个拉面摊主，我做不到啊。
" J  }) \% f# |' L# X/ O8 A

5 }% B- {* g& U3 D% u: L2 j


* I. A6 R, L5 @4 B2 J6 `. Q: @  E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。
8 M7 \$ @9 L# q9 A$ 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。
/ \$ Y4 Y; T7 n1 Y

. |2 B/ j" m' `+ \% F
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。
; L# Q8 [4 |: A) `5 |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。
& d% j9 _0 l% u9 n! v& c3 C* v5 z. H


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。
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。
3 j9 W3 k$ F$ u* u
/ J' O1 N2 ^; ?2 G( Q7 i1 F* ^
; H7 y) D! v3 A# v
8 p- ^, T4 {) L. u3 [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。
$ N( e# `# d" c1 f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：
* k  \  @6 e5 Z7 `9 G) [" b: G

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。

( L9 g: w' q' T/ k8 }2 E9 e
属实非常难绷了。

2 `$ j& u) x$ w3 W+ x* Y: S8 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：
! S$ [: v9 `2 M3 }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。
! m  H9 s, s5 }2 ~% G: [$ ^7 S
" k) p6 ]% e$ b: }6 ?& k5 u

& ?1 S$ {4 |8 c& b* j7 o: u! O  F8 A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。
  h2 O6 \+ E7 Y/ z6 m! A5 _

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 J: B1 n; W- S# o  l6 d

" s: n' X) G) j* c

% D8 F* Y$ h& F$ J# k* D) B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。
, ~; R& v# G( ^0 o- g: v0 h
5 f7 d# ^: U7 X3 O% ]% ]

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

9 F% s" v( n: q" z3 Q) C1 L  N
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

! Q1 o+ c4 ?9 h! i* m8 b/ K) g

加速计算和人工智能标志着计算的重塑。
7 g$ g* \6 F- @) O4 M2 `# x$ H9 c& l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。
, t9 r" a) u+ e; O  z
' P7 W& D& @# F; G' c5 L+ e5 m
& Z- m6 X5 O, P& q3 M/ k
7 a) V! E% r/ U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。
1 T4 G4 g/ s  w5 N/ B超算DGX GH200
% j. P; i- X  d' M3 f# ?+ ]% H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。
4 L1 m. x& |! [: F! q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）。
* Q2 V8 C4 t8 i0 G+ |$ m5 G比上一代DGX A100 320GB系统高出近500倍。
9 U- O  p; a* y  t- U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。


/ ~9 a8 ~* D  g. _; h
除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
' j. r  n; p- q0 g/ s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。
! a: c0 F2 S; ]) c3 vMGX
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。
6 h+ u5 b6 ]% o( P- Y0 f, Y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。
3 y) O/ {4 H$ f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
# G. ^" X* ]) L[4]https://twitter.com/mreflow/status/1663244486091194368
0 m% x% x1 x* M[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