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

游戏行业现在还真真儿是被老黄颠覆了！
- c0 F- {; N# v/ ~. [/ t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：

* f) T% N- ]1 ?" h1 l
) _1 c$ p4 q- B9 P+ d6 N
! `0 j9 ?& ~8 v! h- T& i& Z* O那边，游戏股直接飞升，多家公司涨停：



△图源：上海证券报
8 n8 s4 }+ h- Y英伟达高管John Spitzer认为：
6 u1 T  a4 [( O9 M0 s2 `1 l$ O
: y0 L4 R- M8 u4 }  A$ 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。

4 T, ^% ^5 ^/ r7 z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”
: h: C9 k- B. m* r9 _8 J
; b! J2 z  p* z8 U( _) P, ?2 w; F
* I) n  A. j# M( k8 p
4 \$ v5 v( u9 F: K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？”
4 q. X$ F# O3 E' f9 i8 l


1 d0 i. }. D3 ^5 X0 p7 f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？
$ ^- y0 a% i2 ?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。
8 i( z6 ?5 E% S9 {: T3 ?2 E8 S5 N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。
: m8 z7 D( Z& g% b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。
$ }+ n  x* V% r" g, M% P/ E7 U& 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。
+ u" U0 ^( Z- r2 h" `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。
4 W4 S7 u2 ?1 q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：
+ O8 v8 k: [& Z


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。
: O$ M5 C: k* i* ^2 E有网友调侃，这样就看不到大模型用煎锅砸自己了：
! N+ E* U. n3 J

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。
: D# O* k2 R9 _* ~) |' q* E9 ~$ T

7 I) _8 l/ A1 v

4 g  G- G/ [& q2 x+ ~. o( B
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。
# W. z4 {4 ?7 ^; {- s0 z* E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 ]+ u& Y# x/ j1 E
4 a9 |- e  n3 D6 g( G8 U8 X) H, @

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。

; D+ Q8 l! K) [* _$ c
# y3 O+ V, Y2 q' ^9 @
; {& \' w, y- l% E8 x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。
1 ~, _- A4 j/ O4 \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。
1 D# U) `' y- A1 h( g( K1 T


3 h: M) u# ~% ~" y) T7 Q2 Y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：

! C3 Z" P0 F' R, ?

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。

5 E! w- n8 A9 f9 h
6 N# x& k/ _) x; ]+ Y

6 h5 x" G  z/ x; J2 c9 |* W属实非常难绷了。

* I0 E8 V3 }3 h, W2 |
' X; ^' ^3 `; g% ^+ ~
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：
, E& X' U0 U$ J( U1 `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。
+ j0 l) U( m! }( d5 r
5 _% M# M. Q. I: y8 b' R! v1 ~
. W1 [3 q- b8 R3 O( G! u' @
. I8 F! p+ ^7 g4 F; i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。
9 x; O* L1 a% T; b" l& _

2 B' h: P/ `3 i. J
( |% g: @' w3 \( t
6 G6 X6 R& D! t# M( Q) x7 Q& w
1 H/ \. H6 a% N# C" \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 N" J7 p5 E6 s  F

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

( Q0 J. f  K! `* q

. I9 I. X4 u8 W# X! S  U
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。
新超算内存扩大500倍

加速计算和人工智能标志着计算的重塑。
7 N% Q3 g2 z+ e6 N1 _8 M我们正处于新计算时代的转折点。
# ]0 n! z- k8 \: g' w

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。
! O! I7 M& R6 w/ {! h8 t) H

4 }8 y. U& O* D) r. ^5 c/ d
9 ?) T; K" s) P$ u9 d* ~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
( \8 d. A, B4 E- g8 |* \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。
% m+ o# u0 u8 x' m3 u! ~7 A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）。
0 S5 Y& K9 P9 @' G/ C5 l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。


. p; s! E0 [& i1 \0 ~4 H2 x
除此之外，还发布了一系列眼花缭乱的新产品。
& Z( U8 y" Q/ s6 M6 w! x$ QNVIDIA Helios
; J# I) C- H/ m7 a- [+ P9 t; M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。
+ U: ~4 w* P7 j. T- EMGX
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：
[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
% C; p/ G9 Q' B2 a$ u) J/ v[2]https://www.reddit.com/r/MachineLearning/comments/13ujsy7/n_nvidia_ace_brings_ai_to_game_characters_allows/
8 v+ t: w7 M0 M8 ?[3]https://www.techmeme.com/230529/p3#a230529p3
[4]https://twitter.com/mreflow/status/1663244486091194368
[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