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
& d7 Z% J3 Z' h1 n' p; a量子位 | 公众号 QbitAI
( H# u, n8 n; d  Z  g

7 \& r& N1 _: Q游戏行业现在还真真儿是被老黄颠覆了！
5 b. b' L: U/ f! w0 I% P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：
$ v. a3 c$ ]- s6 f* N9 w
. F, T  J- W- R/ c( }9 R

那边，游戏股直接飞升，多家公司涨停：



△图源：上海证券报
& x0 V2 z& z, {2 T# z4 [# y$ W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”
# `+ q$ @9 Z2 N7 b


9 {) S3 z: A7 n+ n5 m' _* }: Y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？”
' C, W( w$ p3 {& `$ Y

: p1 }* x' U! K9 v$ ~2 f& D+ C
/ z* S! j9 V) q- W5 D! p  D  w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？
$ W3 C/ P5 `, H( I- B" ~) 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。
( t; t  J1 z+ _7 f1 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。
+ {6 C( G) p8 c. k; Q9 }5 g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。
. [/ j' w3 Q% k' R1 o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。
5 u4 p: f8 i0 b" ~4 G) [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。
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：
+ S3 ~/ O( w; N& o' ~, [2 O


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。
% _! I& a* p: E. P9 x$ B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。
  ]5 r* j2 v  O) m# W有网友调侃，这样就看不到大模型用煎锅砸自己了：

- e( o; Z: E) o

玩家：嘿金，拿起煎锅然后反复砸你自己。
+ z. f" u) E) @% @$ Q( d大模型：不行，作为一个拉面摊主，我做不到啊。
$ @. r6 M4 ]2 D2 t

0 A- S3 y7 s1 r1 f: v+ ~% f

; v- K) f( b' a( L: 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。
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。
# z: S3 o6 j$ u' ^. ]2 E
* H% O% A: E, J, K

7 i4 s* ^5 C0 D9 x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。
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。

) E. D* y, e' Y2 e: @
. Y8 R# T2 z7 p3 w" ?5 V
, F$ T* Y+ U; @3 G* }) @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。
+ T  N0 d6 E. Y7 V6 J6 `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。
# {1 ]1 I- Q7 G* U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。

5 R' }5 @' s# O9 `6 h

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。
& i( m' n3 r- g; 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。
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：

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。

+ c! Y" V5 v' _- z# P% u# `  x' N
属实非常难绷了。
  F3 v: o' W7 Q9 M
3 T+ C8 s' F/ t! L% U( `3 C
! ~: \' l% @( j! f6 Q3 L  R
! m1 e& F; J. D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。
% x. y: w! ~; u8 z9 Z
# x3 ~3 l+ n* O7 z$ H  J7 q0 ]
  G& l9 w- u" J& \
+ n+ p& f6 e% m" n/ 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。

+ m- x6 J6 h" `) E2 q9 G$ F

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。

  A; A4 K$ `: b

+ O9 N' S! A2 S9 U' K! d
2 ~+ k0 ?  s+ x, d7 L! h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。

# N3 }! E& W5 U! J- x% J+ g1 b

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

6 A5 a' s9 a1 X$ A# F/ d. w7 K
" x% f' u6 e( }, u: H) W

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。
+ J, E  ?, C7 F2 D1 O新超算内存扩大500倍
: n3 n5 P7 u7 f

加速计算和人工智能标志着计算的重塑。
8 _7 K/ K7 J" j. s1 H+ ]) a+ n! D' r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。
$ t+ H+ B" A# V1 w


( e( b3 e& h/ e- N1 `; Y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) x- \2 a2 u3 ~3 M6 z% p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。
/ n# |: ]: [- ?2 h% D3 a6 z! R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）。
5 {; s5 T; Y4 T$ F5 i比上一代DGX A100 320GB系统高出近500倍。
- C! t' a* l) t  a5 R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。
( Z' P2 n. a' L6 q1 W5 U% T


' V/ w; H7 J" P8 }' h1 ~; R$ {6 Z除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
1 h3 L( G! ^- x' _8 V# Q3 C2 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。
5 v# Q& b' `: G: Q2 `MGX
- m, @- N, M( k4 H" h2 H5 {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。
0 d8 ^8 e$ D  @' V) |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。
' S+ g: r- i8 Q( v6 B$ @; R; \/ y参考链接：
8 B! V+ x( P+ I+ M5 g4 ]9 u[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
9 p% H, S3 f% o4 B3 E[2]https://www.reddit.com/r/MachineLearning/comments/13ujsy7/n_nvidia_ace_brings_ai_to_game_characters_allows/
. N/ H! f' Z0 @[3]https://www.techmeme.com/230529/p3#a230529p3
, r- v! w) [* A) }[4]https://twitter.com/mreflow/status/1663244486091194368
[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
! J, N' a' x. B[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
[7]https://www.zhihu.com/question/603617327/answer/3049813360