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
- g: \" n" l! [, c% i+ D7 d量子位 | 公众号 QbitAI

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：



* p+ f6 u/ w9 s' ]0 T. a6 X1 f  S那边，游戏股直接飞升，多家公司涨停：

9 E' \* a( o" n4 J3 `+ l

△图源：上海证券报
英伟达高管John Spitzer认为：

2 G! W7 x! b. ?8 F7 Z  ?6 v; j

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”

; t/ j' B* h, }$ X# H
' t/ g$ Y& ^1 g, c- B8 \
, D; v2 ?% m+ o0 h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？”


, l2 |: \# B& x5 V) x" ^5 O) ?6 T
* {& F8 r" T8 q6 T% |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？
. a$ X% x3 q7 c# _7 R3 }# {: {. D# ]如何与游戏AI NPC实时语音对话？
# U  I4 o1 F4 Y$ e, z9 P  s: n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。
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。
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。
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 Q; z" `, O: J2 p7 g' b6 z
" I6 ?6 S/ q$ E4 a

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。
% i" w; ~# \; ?+ Y# g5 M3 G5 i/ c有网友调侃，这样就看不到大模型用煎锅砸自己了：

/ a$ V( h1 t" K3 D, r8 I  p" S

玩家：嘿金，拿起煎锅然后反复砸你自己。
. @) q  |% }* T# Q1 v  u大模型：不行，作为一个拉面摊主，我做不到啊。

; a* x/ T3 a+ z! p
- p3 p: }4 Y2 F/ I6 V. o0 i8 T6 ^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”。
% w; B. F& x6 U3 e% GRiva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。
/ l* V8 f0 p" `' X" J! r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。


. `8 l# y2 t& L3 G3 N: {0 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。
+ e& V- D8 p, T5 n( D0 \3 k' w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。
/ F" Q) }3 W+ |5 H* k  |' _7 \

6 v3 z2 z- L. r! t5 J7 N
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。
: S# `6 q0 u% x* |! a- n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。

+ H* N' f# J- y  ^! L1 J
! L* B7 h. Y* I8 P" ~$ \
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。
2 x& R9 K! ~  w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。
1 \5 {+ T" D. S& `$ D- m8 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：

  i/ |  e, O* R8 g* p

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。
8 g4 k7 h0 \0 Q8 |- y% ]" Z

' |  X/ P# `  y- \0 e) R# r
& ~: X7 ^* |1 }
属实非常难绷了。
% R$ e9 Q; Y3 T

' L. q& P# r+ w3 C7 u) T$ 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：
  T* a% |$ I& h' q3 b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。

* X  p- O, R6 H6 t, M
6 W  T) v& {: W' Z) J7 w" G: |2 t
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。
" H3 J, I+ x2 v! |$ u* _
1 {: Q% o: f, g5 H! v/ s2 R

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。
8 U: X/ Q& Z! G9 A7 @

8 I& K3 c2 H# X1 B0 ~

- G& H; ?9 m; `3 ~  g! i4 q
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。

0 C6 k& L7 o# _) Y1 \/ A. O' b; O  Y# F

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。
+ \% p" m# }( j- l& r; |

  U8 q- d8 L9 J- s( M! M6 Q% x
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。
0 U1 \5 ~8 V$ O2 i3 ^4 v新超算内存扩大500倍

4 S- g5 q. t9 k1 [% ]3 w8 `# c. m

加速计算和人工智能标志着计算的重塑。
0 X! l. `0 U; h  Q0 a+ r' [8 D我们正处于新计算时代的转折点。
" R% P8 L; w3 M" u/ s$ {

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。



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
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。
- J- `8 {; Q5 J- k2 S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。

% u2 s6 F; j9 I

4 O& ?! \# [1 f# I) s. k- ?除此之外，还发布了一系列眼花缭乱的新产品。
+ W9 x, h7 K* _6 f3 BNVIDIA 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。
. n" r+ j" M! v, f' \. z0 ?) YMGX
. p+ x% J. U& P7 b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。
2 r- a* ~- V6 s$ J8 U, z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：
( s9 q" `- p& c% _+ n/ P; z[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/
7 l5 I$ @  `  y[3]https://www.techmeme.com/230529/p3#a230529p3
$ z3 L* P6 j& F. E[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