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
# y- C' p# {3 b/ H! |: a9 L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：
8 v' W  v6 u. g5 G


那边，游戏股直接飞升，多家公司涨停：
+ l2 j) P1 I. \  q
, Q( Q$ o; c1 Z$ K
2 ^+ f# `% P; K
  Q) @+ y: G5 x/ U9 Q7 w; q△图源：上海证券报
英伟达高管John Spitzer认为：

: g* C/ B, \' _

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。
$ Q3 I7 w& f' c1 N* F

+ [0 v: H! H! S0 I3 o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”

& r* A# O+ d- v5 `
/ B9 T+ ^. Q: }4 O4 M: t
6 q  [* A3 g6 V; ~- T1 ]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 O2 k: K9 N% N% i* N
" P# a( [6 }- n. O8 s+ m' G

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 d) s% o' v/ ^' {; k' Y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。
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。
6 Y# F0 Q# M6 D+ j' s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。
" ~- d$ M+ b9 X7 i( g  c. O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。
: \' T8 ]- M3 _* |$ Z6 K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。
; Q* V, e+ s: O0 b$ K- ^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：

" S; c! D# m! J1 L9 {/ u
+ P; |# K. m* p! k1 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  T+ m$ L, y4 F/ D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。
8 w3 Y: L; V6 F大模型：不行，作为一个拉面摊主，我做不到啊。

  S. I! ]) _- t) n2 |, A# 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。
/ R, V- X& }6 G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。
: Z7 |# I. o6 m& G# S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。
) A  y2 W# z- O) r! L" T" Q, H
2 C4 v  E0 Q1 @

6 C- x- M. T. |# q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。
! @# z. q4 S: z! M$ ?" X( Z
: k- ]1 }3 }; o; z5 Q- B

5 U& g+ B( N- i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。
) P# q' q7 |+ f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。
% Q1 h5 R" Q* Q1 O. ]9 r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。
. ^7 L) C2 d9 Z* |2 A
& w* B% F# q/ N! X2 p% Y$ P/ R
8 O7 C; \6 t6 B* C. {, T) T9 F
  o( o' G% u. U2 a0 |7 e+ C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。
  v7 c- K: |) O2 O2 q) J5 j7 t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：
1 ]* P9 @$ C3 a& n
+ P3 I) r  J' `& y. N+ @/ x

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。

# D  h/ O3 d4 Q1 m% P: G5 a
( t; t1 F0 ]8 D* c( c) H) i& b

3 z) H( y2 g# u+ q属实非常难绷了。
; S) O8 y5 c# M4 i


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：
& ^5 s2 T2 \- U! I7 g5 u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。



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。
2 ^8 X8 X4 d2 I+ r
9 Y* F# P6 x/ E* X' e

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 K* [( ^- [5 C- z; h6 x2 U  p8 l

/ p# o1 M7 r- ]# l' _: q
- |# p$ k! O3 @& u* 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。

' T3 c( J  h# l

再给游戏几年时间。毕竟AI的发展速度可不是闹着玩的。

! |4 H% }1 _9 u6 }5 [# n+ E9 O& @1 p

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。
1 ?% _! Y9 U+ I5 a& J9 K新超算内存扩大500倍

0 c- E5 F& k7 u5 t6 ^; v) K  A

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。

' w! J4 M3 R' Q( ~5 J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。
# r$ T6 b; T" N2 D- T" l9 t


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。
, Z$ q$ }5 e7 r) V  K) T. }( R. D超算DGX GH200
& |9 f/ G! b. W  e" \' H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）。
  L& j5 n/ A! {$ |  u- n3 D比上一代DGX A100 320GB系统高出近500倍。
" v& S% |& j' H2 Y' H+ l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。


: r7 U7 \! }+ T* b9 ^$ V9 `% b
除此之外，还发布了一系列眼花缭乱的新产品。
NVIDIA Helios
9 [# y- F2 O% y1 m9 J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
# T8 ^5 u2 e- `7 m0 M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。
) q/ ?' G" D+ u0 G$ O/ T7 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。
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。
* l8 r0 y9 x- r' G9 u参考链接：
[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
6 I$ E- y( J+ b- O4 {7 G[4]https://twitter.com/mreflow/status/1663244486091194368
[5]https://blogs.nvidia.com/blog/2023/05/28/computex-keynote-generative-ai/
$ S, H8 `0 t" I) Q$ a1 n+ ^[6]https://mp.weixin.qq.com/s/XD59NAuqipjF0S2j-4YU3Q
5 u  J/ a% D* M$ e- |- ^5 [[7]https://www.zhihu.com/question/603617327/answer/3049813360