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
4 r! P# p% T7 t, S量子位 | 公众号 QbitAI
+ |3 x+ Q' R  ~- U

0 f% p, A* K& p) ~7 T6 I  {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：



% Z" e; _# _) {) _" g# J/ H那边，游戏股直接飞升，多家公司涨停：


8 K8 z+ v7 C/ X. r7 `
△图源：上海证券报
! i; u+ l) E# K: B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。

0 C1 {2 @2 `+ T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”


) f" c! x) [& j( t
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 p8 I: O. E' `  A
: ]" s2 v3 j6 c& M
6 ~) [; v8 _/ Z: q( Q
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？
% b1 g  `+ ^& o" ]9 V- M( G如何与游戏AI NPC实时语音对话？
4 p2 _( W% z0 a& |8 Z! _6 o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。
# p. H( f' V* Q8 c" o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。
+ h. W- M6 `) O) Q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。
6 e2 v' n6 T5 _' M4 G# T1 A2 `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：
- I, V# }3 k& r' J/ J

& y+ ?2 x% O% a( d! 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。
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：
+ g. W8 m7 {4 G9 Q7 J0 ]

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。

1 g# [/ i$ T' r8 K0 \! F
8 `& R* u* d8 J$ Z) ]% b. c% O, e( u
9 ]5 w" y0 i1 {0 n
. Z& z1 Y0 \' `8 I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”。
) k* |3 F: I0 ]7 b9 {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。
% n0 v' N& {) t. S5 {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。


( L' b' m7 z; n# t) L
* o0 R' T- b( X! E3 B- [; 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。
" t+ O- Y) {0 |1 U1 Y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。
( H  z3 }0 l; a- y& z


' Q; H6 f8 G$ \* S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。
5 P4 a. @0 E3 C: x$ t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。

( D9 u$ ?/ h. _

, l1 ], M+ C3 l& q" `9 a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：

' _9 a5 H. }8 g9 K  m  A  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。

. w. h1 U6 a% i

  h0 R  Q, ~% A
- ]5 a3 N: T0 D3 n属实非常难绷了。
+ x3 ~+ V. N" c4 s. ?6 k- x! v, y

" D  W# Q  K; u
/ S& K1 G' ?/ f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。
! Z: M' \7 V6 i% f. U$ p; {0 W
3 ^) o! `0 U. O' Q
7 T( d) c. J% u$ L8 z$ g( C
' W7 X; V  e3 E. X; ^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。
; d8 B7 _/ b7 \, e( r: I) i
6 [. N3 G4 ^5 G4 i

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。

! K' G* C: t4 N; O8 i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; k6 Y6 D! T( v; ~
8 Y! f2 V# j* b8 w5 _0 a

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。
) V& o- B! V: e$ ^% l

8 B/ W+ r9 v$ s
/ g" Z7 b$ m! A+ Q- T
5 k: \- z2 _7 T) r2 u
2 u0 f. |" `1 h! 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。
5 K* U% c* o, e2 Q新超算内存扩大500倍
/ `0 l- u" u" A6 h/ z/ \
. S. d1 H9 z0 b9 I! L$ W% N. G

加速计算和人工智能标志着计算的重塑。
. n/ w% ?5 c5 ^8 q8 ^, l我们正处于新计算时代的转折点。

, y1 k3 M9 l: z" v2 x# R; g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。
7 U: X6 J% n% w" _! d  U


& U( U  c0 U. ?+ Z! c! O0 c' X* d. 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
7 Y& ~- P0 s2 e$ @5 o3 ]$ g/ _# b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）。
$ K' f0 i4 U+ t) V; O比上一代DGX A100 320GB系统高出近500倍。
& N% g: k$ V: u! b5 a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。
3 ~' `+ c9 w$ G. x) x% b* i) b
$ L3 B7 K/ T. E0 R" A1 `# B2 ?! z- u

除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
* Q  b# l- a) |, I4 }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
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。
3 ~0 j* q; t5 `6 G- FMGX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。
- N4 n7 ]" D# f0 W( k( a  _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：
& q1 y" K( z; d% g, C) \0 Y! a" u[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
[4]https://twitter.com/mreflow/status/1663244486091194368
4 B( I3 C! h7 i. J3 ~% ?3 ][5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
) F+ r0 l& V( t& ][7]https://www.zhihu.com/question/603617327/answer/3049813360