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
4 l, |* Q  M7 Z% ^! u$ \* t/ F- Y( ~

, t2 S5 h$ b7 j* _6 j, ~游戏行业现在还真真儿是被老黄颠覆了！
/ K: F. b: l5 V1 Q! @. M8 b9 X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：
& c) ?; l% [/ s. I% ?, b


那边，游戏股直接飞升，多家公司涨停：
3 [) ]# X0 @) p9 G* Q0 f- @% }3 @( m

  ^& z6 j2 h+ F3 v/ B
/ u6 f6 I' u0 U) M/ z3 R△图源：上海证券报
英伟达高管John Spitzer认为：

3 T& `! }6 h5 \# ^0 Y( Y5 @3 |

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。

8 M, C2 s! ]8 m3 E' G% H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”



. L7 N" ~& L( K9 B3 ~! R/ ]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？”
8 `/ v' X9 {* j9 d1 \8 D' Z
. N/ F4 b) G+ v( d+ F; x* P

. T6 q  D1 O" K$ L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？
" Y* W; @5 p1 y: R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。
1 o' S7 r8 n' l+ P7 H% S- D( M( j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。
$ V- h& D$ g7 I5 ^) m0 t3 ~% \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。
. O6 F. c* e, k: k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。
( _/ Q% E+ C5 q& Y( i6 P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 a  Z8 O/ A( E$ ?$ m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：


- v3 k! }1 _! y0 s; B; |
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。
6 Z* J* Y* j- y$ S9 X6 v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。
$ N  B+ s, c" I3 I  c( C, l, ]* ]

5 F- K. L8 j* o4 c7 ^" I  j- @

* O$ G2 [9 v3 b! _7 h0 j) z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”。
4 o: x( }% {2 n4 c0 RRiva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。
# Z! P  P; x4 q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。



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。
# W! `6 C7 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。

" i4 {4 v5 |4 }" u3 v. [( x* h$ 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。
9 t$ H$ _7 Y* E  ~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。



) n6 r, @+ k# U( L; ^% ^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* J) c6 N2 c) k* |; v+ a0 Z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。
8 u1 X6 z. Y0 r# p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：
( w( E& K* K4 m# M* g# t* |7 w

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。

$ _" p+ |( }' S$ Y& ~1 y
) W' }8 t. Z; @. W' j

% Y( ?5 }, p( n( {7 P% A属实非常难绷了。
  ^" {: h" O, e- D! N


# J, E( [& o1 T) y0 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：
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。
, L% u9 e$ J5 m
: V# n+ t# X6 H$ Q4 h) V$ H
0 z4 m0 A0 D8 n! u
, q( J# E- |3 z* K! s2 r( 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。

% R5 s4 ]  W. j1 {5 K

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。

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。
! U$ D- p0 s3 u$ l7 _9 D
/ c' K) {! `  K& |9 {( G

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

7 b2 ^8 f1 a' S* A/ `
$ j- m' f6 l( N7 X+ r! u6 Y2 {
" b: [0 R$ ]2 s2 K6 H, i  o9 A& ^
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。
2 B% x# b% `" F8 q) _% V  C新超算内存扩大500倍
7 V9 C2 \! p8 n8 M
9 n- X) F0 o7 T5 d& D( 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。
& N3 g( c0 k7 s; w5 k

7 V4 Y7 p" b1 m! {; C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。
, n0 u, D! ]5 m  k/ w% T1 u
( [8 Q% }6 t! O. A
, _$ b! p3 X" i0 i
7 {5 q3 T: `7 b- R; N1 {0 I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
4 b. C% H" N* i5 O7 X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。
. h* N) }: E* b4 I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。
! Y( t. v4 W1 I" k( T& t* t" @1 ?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。
# |* ~( s4 s/ T" [8 |9 U! s4 ~

- Z5 x1 H; l! `& p# n  b4 m
# I0 F, ~% S7 t# N; t. y除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
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。
' \9 k9 N& G+ S/ d! N& b1 [# o* O$ eMGX
8 Q- f8 E" }; }1 g$ ^' N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。
* }! _9 C( G) Z% b! {6 TMGX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。
( D0 T) J0 W: L; q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：
! \& f/ Y2 h$ i1 P[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
5 L' E$ P/ v6 H6 e" n4 G0 h[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