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
1 [( @- b+ D/ ~9 N; U0 p" W- s量子位 | 公众号 QbitAI
% x  r+ |3 p! G2 A$ c$ X! P

游戏行业现在还真真儿是被老黄颠覆了！
- G, I- R8 _& }/ Z3 r( K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：
/ D2 R; N4 d4 Y) t8 G# D5 I2 c

7 B, p: l' R) \% M/ H7 c# x' V4 F
那边，游戏股直接飞升，多家公司涨停：
: k5 }5 L. K. ?& s5 V


$ l7 I5 K# m: X△图源：上海证券报
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。

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”


1 K# N) d3 e( I6 J7 h
  A6 Z( U: M4 W6 q$ p# C* H$ O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？”

1 d' c( W& D2 H) a, p8 ^
" G2 }% B1 G+ k1 j0 ]
4 Z9 h) |7 J. m0 j$ x: }+ [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？
2 W+ H$ T1 t% q. R* r# C8 O如何与游戏AI NPC实时语音对话？
4 q4 K9 @( ~  c; P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。
) e1 q( f+ w5 R3 k  s  D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。
/ x+ H3 N7 \; C& B2 E2 c3 A+ j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。
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。
  |$ L8 w9 s; y- q. r5 v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。
! ^. L/ B- J2 x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。
8 V! B5 \9 q9 w7 }9 r' ~6 {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：
3 J: D& o, v$ M6 ?& |( t( T

2 s, ]& n. @* `$ }- k  j
: c/ L6 t, s; \- I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：

$ `6 K; F$ v  N0 |

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。

( s* t, b9 V6 O4 Z
  D$ M- L( F( {9 n7 w6 z* z
+ F0 L0 g) X& O
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。
- x# L6 D) W0 ]! |% [  u$ F9 N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”。
2 H6 B+ D. R! Y- P* cRiva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。

  B2 Z* d1 S9 Y0 u7 \$ ?2 F0 q
! L7 x" X0 A/ e2 r" t- n
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。
' F1 s( N6 Q# W1 c/ j( b; I  a


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。
$ [! n7 _# o5 M( O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。
6 o2 o& ^' V6 U; ^3 a7 L% ]: ^' i: p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。
* O/ r" N, h0 B1 o  s2 t
  F; Q+ F  j/ g3 x0 o3 @  \7 J2 y
7 \5 w- G4 o8 z8 [
6 |  b' e7 e1 |2 b) J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。
% L( ~& O5 d. _2 X# |. a4 n' `* e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：
# m6 l, t7 n: H& h2 P) E
# f' m) ^, |% d. g2 L- M

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。

! v1 a; d- k4 L% }属实非常难绷了。



( r+ s! m3 Q2 e5 _% l: o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：
# c9 ]3 H: ~4 Z; t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。


4 `* w2 t* }0 c3 x) P  D  s
4 w" a# c; F' U) D& z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。
5 M0 F6 v5 u5 \* @2 G, b3 L+ ?
, f) ?( C& }) @

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。
$ ^4 O4 v& Q8 E$ W% I4 a9 v

% ?0 j$ L% K, {% {7 }4 Y# a4 `0 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。

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

: P% q+ ]; P4 T6 N6 S& a/ D

' P+ U5 {9 d1 i" m( J. `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。
" G+ o) V9 t  f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。
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。


% U! P7 h) s) I& 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。
1 C" j$ l) U6 R% f+ E4 r, l超算DGX GH200
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。
/ Q) c% h# O! o9 I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。



除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
7 q0 U$ L' ]% U1 a; @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
+ X7 n% k2 Q/ A+ s) m5 r$ p8 k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。
7 T9 g' m0 v4 B$ `' S" J4 GMGX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。
$ ~( N  {- A/ j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 [# q, f4 r6 Y9 T- k+ O参考链接：
[1]https://www.tomshardware.com/news/nvidia-ace-brings-npcs-to-life
  x: O2 U1 [9 i, P# |2 @; m9 Z[2]https://www.reddit.com/r/MachineLearning/comments/13ujsy7/n_nvidia_ace_brings_ai_to_game_characters_allows/
5 d$ w3 g' P2 V0 d5 u9 P- N. p# ?[3]https://www.techmeme.com/230529/p3#a230529p3
: a. Y! b$ ]& r[4]https://twitter.com/mreflow/status/1663244486091194368
' G( ~! y$ }/ l# t- ]1 I  z[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
7 _3 b6 T9 O1 P[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
[7]https://www.zhihu.com/question/603617327/answer/3049813360