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
/ L) W6 H3 {* o# f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：
+ P" P$ b" o, g# p! c) q8 E

, a8 }6 h8 h7 D! H) ^" P, T( y
那边，游戏股直接飞升，多家公司涨停：


; t% m; G' v5 u4 H. ]$ m' h
7 B2 Y: s; c  U  O5 c$ x9 M* {△图源：上海证券报
英伟达高管John Spitzer认为：
3 P/ G: I9 X! {7 @$ 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。

' b+ o: R3 \# F# s/ Q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”
/ j2 X" C8 |4 z9 e/ ], ?  Y
- g3 p! ^2 L. }$ S7 C$ ~$ ]
" L/ q$ y  \+ u; S2 I$ {
+ b) j; m4 I6 u; X( L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？”
# A7 z7 [  E3 g) k/ T
& l! P6 y2 h* P1 E! h4 X3 G2 ], ^
5 h- T% y4 Q  R* g8 t
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？
" D3 M$ F; A( b7 u: A如何与游戏AI NPC实时语音对话？
3 `* a! g) Y) j& c0 v* b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。
9 c1 J  k/ }  D6 O# d+ {# D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。
8 Y. A! D7 v4 Q4 {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。
: W. M' N+ k, G. X! ~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。
7 d' Y) i; v' E8 z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。
0 c4 R8 H: 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。
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：

: X% l% }5 b7 O; z% M7 m$ B7 m

7 O! B; t1 q) {9 Q) @" i& I& J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。
有网友调侃，这样就看不到大模型用煎锅砸自己了：

, f: ~; ?& Y, Q/ 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。
! C) {- a( |  q( e7 i% |/ l( t2 I

4 p( K1 }$ M5 i0 }, h

' v1 H( h2 u0 |/ D* ^; |
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”。
- t& b+ s7 j4 g$ [* D/ r1 hRiva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。
5 R, {' i$ ?0 j. }4 D
0 J1 T0 h4 U* i- B
* `; w9 ?, i; q9 i- U
; }- _' ^0 a7 \  j; r) o. D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 @7 M* q( j0 o$ 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。


7 f  }' R8 S4 K$ W7 e$ {
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。
8 z0 X  n4 X2 E% @4 ~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 p, T4 Y# N5 l$ b: y; W, ^

; p7 V) u9 D+ 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。
$ I  T1 h5 u$ d# e* 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：

) d: v; _  O- _. [

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。

+ S. @; j. T* \; j" L4 Z  {

6 m3 X7 j. v$ Z; m属实非常难绷了。

4 Z2 d  R6 O! ]) o1 R9 I1 v  N

. H* }) K3 t9 _5 y& [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。

' T0 T% m  X! P6 X& I

7 m* T  G7 T+ f* O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。
5 F# B# @' Y! F( \# l$ V5 r

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。
( `& L, E2 V/ q0 P$ ~

0 v% n. }* |# Z+ b: Q8 y) ]
9 H# l2 r. ]! \1 h# @! @$ C6 s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。
5 D5 [& O, c4 j- g7 g% g

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

3 W0 G: X* p. A
! _. u: O: H2 T

# Z2 {/ E( p/ V7 D3 R5 }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。
. v! k& v: K! p! o" {2 z: c新超算内存扩大500倍
& J' r' I) A; Z% V; o/ e5 j
1 {- l" k2 a' A; N9 M/ c% D

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。
' v% y; @! U2 U/ A+ }9 r. p* _6 F: C

# Q( @; N8 R6 G/ g/ C4 F7 r- o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。

' A* i! g* {0 ^! G) O

8 t8 w3 f9 f8 h3 Q% m5 }+ G: N& m5 B5 S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
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。
: z' ~( ?( {) _) w5 b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。

+ X! L/ X% M; t( @! J
' ^% Y) a" Y- j! e2 M
% I. @* S9 o' C2 H% s* n0 O6 o除此之外，还发布了一系列眼花缭乱的新产品。
; d  i4 ~1 a2 t8 M0 ENVIDIA Helios
$ D( c$ }8 r4 v+ k/ f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。
! ^, G8 ?2 H3 C# KMGX
: ?# T6 f/ Y8 L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。
6 Z8 r" i+ P8 `+ g3 e; ]参考链接：
[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
' w) V! X5 o9 y* X: F[2]https://www.reddit.com/r/MachineLearning/comments/13ujsy7/n_nvidia_ace_brings_ai_to_game_characters_allows/
: U& d3 ~: x( z[3]https://www.techmeme.com/230529/p3#a230529p3
[4]https://twitter.com/mreflow/status/1663244486091194368
, L* O  n7 V( t; P# a[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