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
& }2 X& m: w/ G4 `2 |4 t

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：
/ K8 k2 F4 H3 U. e

; h, L  t) h3 T6 V& }
6 X7 A% D8 V% ?, A9 \8 t- R那边，游戏股直接飞升，多家公司涨停：

9 a6 I1 E( z4 q! L

$ k1 l" |4 u. V; S△图源：上海证券报
+ p$ C! c7 p# Y2 `& M, D英伟达高管John Spitzer认为：
; s  \% [! _. M* T
0 i! }* X; {' E1 Q" j# [" R3 a1 e

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。
! E' `* U/ T7 z. x% N

& e+ A1 Q& }9 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”
' Q0 s& n2 k0 O( K( {4 d
" d$ L# D. i/ e( I# z$ V
% M! q+ O) Z2 K% ^$ E4 F, [; f+ |
1 B8 C3 q( l: q  q/ }5 A3 {9 }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？”

: Q: N1 i6 U7 D1 z% j" v" P
. ~8 N0 i! S; o9 w& X( _- J) u  f$ y
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？
% e+ R% e& u* T: N5 @0 M2 d+ e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。
& A6 f  X; l/ S  `. |* e0 @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。
! w6 v' o1 @" D7 \5 a/ a6 |/ A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 z+ R1 a0 }) }! B- z  B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 K+ S2 d' z/ r! t7 l4 m) `( 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。
, n* I5 w, M0 V3 {6 A) |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：

8 o, J# T, K* P" Q

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。
3 l$ j1 }( s4 ]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。
  R1 R0 B% W8 m有网友调侃，这样就看不到大模型用煎锅砸自己了：
0 E. O& P7 [  h0 T, \

玩家：嘿金，拿起煎锅然后反复砸你自己。
) E! p) g+ [3 u" c+ O大模型：不行，作为一个拉面摊主，我做不到啊。
( G3 j9 Z- W3 [+ c  M5 W

# l( H; H. ]2 k


0 _1 N& ~! d$ X! y! k/ @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。
+ t: G: u2 h- {/ _# A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。
" x; E; x! m; f6 n- [0 P7 n% W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。


1 `4 S/ Q$ h  ^, j! X9 O
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。

+ i/ P7 D3 }! x+ ~
# w3 ~9 k: p' V2 r0 C3 r9 ~; |
% b- I: B3 i8 H7 {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。
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。
$ E. p& S2 _( V9 Z6 }

7 i/ l2 _' L/ o6 o1 [0 Q( V% W
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。
/ j* m  b4 U" v0 m; T! ^" l$ {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：
3 G: S) I6 W4 J; c" t
0 t. I/ J6 i9 P' s; c$ L% O, H

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。
6 [6 O  Q- u" T- g

! _! N: a% q4 ^( x/ r: A6 s) {* Z% C
3 H8 V7 u& o* J4 x8 t
$ z6 V) @4 O  R6 \属实非常难绷了。

, {+ y/ o+ q; N# @: r

3 s& Y% M8 q' ?& Z' A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：
- X# O' N8 l' x) ^- k* W" Z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。
5 V0 N$ M. D& J8 v. Q! x
# J6 j- O6 O$ W
. g  m0 H2 N1 \6 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。

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。

/ n$ c5 A" o, ]$ Q
  w- ]0 H. L- k" 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。
) N2 @( @/ S) U5 l

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。
- _" [/ P6 G9 q- v. w

5 p) e) }/ v% \7 }. u
/ G8 F0 N' e& @5 Q9 E' k
' m3 @2 l( y6 h6 S/ Q, S2 q9 s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。
* M/ L9 X& _1 O( M9 G5 [新超算内存扩大500倍

" `" G% k  x; t9 p

加速计算和人工智能标志着计算的重塑。
- I% c6 H4 j. @& r# Y% Z% x2 w% k我们正处于新计算时代的转折点。
' j1 _' Z2 y5 o, a$ ?4 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。
; m  s- d+ G% A+ c, [9 `


4 {& Q) q# Q( g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
5 R9 G2 T# j; `7 U3 M5 |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。
$ c- r$ n  h6 U( u- 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。
% Y  O  {- D% i
+ p9 N0 F! r: Y! \9 r8 _/ }

除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
3 t3 U8 \% c1 w9 Y  a0 T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。
; \8 Q. F( w, V% k' EMGX
4 z- c7 _, ^9 K, g1 `. Z9 S5 `3 u0 i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。
参考链接：
4 [- T; x4 X) T) z7 e' T# a0 _[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/
6 K4 R7 h7 \8 f$ X, Y# w[3]https://www.techmeme.com/230529/p3#a230529p3
  T6 t6 @6 g- d: G/ W2 h# p[4]https://twitter.com/mreflow/status/1663244486091194368
[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
. U7 e, n, P' X# D[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
[7]https://www.zhihu.com/question/603617327/answer/3049813360