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
, c1 g; Q) h( K4 V$ L9 H量子位 | 公众号 QbitAI

/ I! t0 i( M) d6 E  u9 i4 Q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：
+ ~  ^1 X# W7 n" ^& k6 z


那边，游戏股直接飞升，多家公司涨停：
# Z# {' m' I) h* b& e( J

8 n/ z/ L9 W3 |: @: ?
+ M" X4 P2 X6 N" @9 Z' v△图源：上海证券报
0 U4 d' `% [& n$ \, ~2 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。
. v  U& _' \; w5 ~, k! r: |

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”



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？”
' @. E% O" E* v3 H; D
3 {" J; `* b# V7 j+ S

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？
如何与游戏AI NPC实时语音对话？
( ^+ l6 |; `" s  X) m1 }0 `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。
+ }  f  P4 a/ N; M/ W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。
, S/ [9 J% B1 J6 v2 r' B# 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。
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。
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：
2 ?8 A2 E( }# |$ K5 n  a% R  G
+ K4 E: {  }0 y4 _
/ ^- i! L3 w  D7 ^& _* F
; l- y/ ~# G- F) r( H4 e# V- j0 [. S1 m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。
5 ?6 V+ x1 B# j9 k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：

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 o; q" q. K' O6 P

) x2 M7 I1 b3 N7 T0 A( N
; j$ w& Y& ^+ Q" @6 O' G( B
0 W, Y# v/ J( J. \; e8 x3 J' G
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。
6 K/ W6 f+ |* x) s! k- ~) W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 X6 y* P6 p+ C& l
5 n0 U% I& I5 v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。
, k4 _: b' B" U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。
8 q6 e2 `) [0 x* ~& m1 F. g& q! P' S# n
8 b& K$ c' c0 }2 F

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。
- M, N9 e- g7 T- L5 Q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。
$ ~5 b( e* n! {" E. j, q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。
& f, k2 X- q& S, ^& A2 s8 s5 w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。
" u2 Q# n! `5 _8 A) n, R1 P. R6 O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 |8 J+ X: _, U3 \- U- W1 C

$ x+ f7 d# s. p( H* U. c: 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。
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：
  T5 W. Z2 _( w4 ^' P
9 x) V& {% {$ Q2 n- z

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。
. @: z% _! t/ f) J- m3 ~* x) s

* T' t* N) x3 {3 o
( `% h# L/ h; E  V

- P* ~3 ?2 Q2 U: Y2 t8 f3 [属实非常难绷了。

# |7 k! K" D7 f# J
9 Q, \& A7 ]6 @
$ R7 @* p# Z% H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。
3 p/ I9 c' w7 [9 j% }: `2 i/ R


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。

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。

  g/ Z7 ~0 J+ X: H, T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。
4 M$ N( K- H' N' J5 H( O

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

, O  M  z6 \& ~! q
9 v3 |8 K8 \9 F
! i! P. X) @( Q  Y* x
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。
$ y( d. {/ e# ~  e6 _; M7 ^$ p7 L7 u5 |新超算内存扩大500倍
5 a* b0 ]( F: y, w0 H; f
( ]- W% o! Y# N

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。

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。

9 N; L/ R0 B" T  V1 w

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
' S, h( E6 @" ~- F. q& _8 i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。
" e: K: }8 D$ R3 O
  Z( w3 o" h3 B/ i  ^4 W9 k& a$ f

- c/ L4 g$ J! o0 {* y* L除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
- g( d* ~7 |4 v# h+ h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。
MGX
1 z0 }* C4 `; ]9 P( ]* A" |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。
) [! h- L% w0 A$ jMGX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。
8 W0 I/ m, D* u4 O参考链接：
[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
* V6 N) A" y; J( s[2]https://www.reddit.com/r/MachineLearning/comments/13ujsy7/n_nvidia_ace_brings_ai_to_game_characters_allows/
8 h. `4 Y/ u5 j[3]https://www.techmeme.com/230529/p3#a230529p3
: W( G5 a& P+ d8 [[4]https://twitter.com/mreflow/status/1663244486091194368
, n8 s) X; |2 R/ R; P[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
0 |) x2 S! X2 p) u3 k7 ]* b[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
[7]https://www.zhihu.com/question/603617327/answer/3049813360