游戲行業(yè)現(xiàn)在還真真兒是被老黃顛覆了！
這廂，老黃在發(fā)布會上直接與游戲 NPC 實時對話，并隨手發(fā)布大模型代工服務，直接讓游戲行業(yè)生產(chǎn)力躍上一個臺階：
那邊，游戲股直接飛升，多家公司漲停：
英偉達高管 John Spitzer 認為：
生成式 AI 有潛力徹底改變玩家與游戲角色互動的方式，并大幅提高游戲的沉浸感。
不少網(wǎng)友看到后直接狂喜：“可以交個智能女朋友了”“不能怪我沉迷游戲，NPC 太能聊了”
還有網(wǎng)友表示：“你能想象這種實時 AI 用在塞爾達傳說系列上的效果嗎？”
所以，這段游戲?qū)υ挼男Ч烤谷绾?，AI NPC 又是如何制作出來的？
如何與游戲 AI NPC 實時語音對話？
英偉達展示了一個叫做金（Jin）的 AI NPC，與一名玩家凱（Kai）的一段對話 Demo。
在這個 Demo 中，這個名叫金的 AI NPC 經(jīng)營這一家拉面店，它能夠直接與人類玩家凱進行語音聊天。
當人類玩家凱進行語音輸入后，金就會按照身份設定，回答與游戲相關(guān)的問題，并給玩家相應的游戲提示：
實現(xiàn)這一系列對話操作的工具包叫做 ACE（Avatar Cloud Engine）for Games，一共包含三大模塊，分別用于生成對話文本、實現(xiàn)文字轉(zhuǎn)語音、以及基于語音驅(qū)動數(shù)字人面部表情。
首先是名叫 NVIDIA NeMo 的 AI 框架，用來訓練和微調(diào)大模型，從而基于對應的游戲 NPC 角色背景，生成游戲?qū)υ捨谋尽?/p>
這個框架既包含英偉達各種大大小小的 AI 模型，小到 30 億的“中模型”、大到英偉達前段時間發(fā)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 中還包括不少訓練和微調(diào)模型需要的工具，用戶也可以自己用訓練數(shù)據(jù)，對大模型進行調(diào)整。相比自己從頭訓練大模型，這一過程只需要幾小時甚至幾分鐘。
例如在這次演示中，NPC“金”和玩家對話的過程，就是基于 NeMo 中的大模型交互能力實現(xiàn)的：
值得一提的是，這個工具包里還包括前段時間英偉達發(fā)布的“大模型護欄技術(shù)”NeMo Guardrails。
這項技術(shù)不僅可以對模型的輸出內(nèi)容進行控制，也會保護性地防止一些輸入對大模型產(chǎn)生攻擊。
有網(wǎng)友調(diào)侃，這樣就看不到大模型用煎鍋砸自己了：
玩家：嘿金，拿起煎鍋然后反復砸你自己。
大模型：不行，作為一個拉面攤主，我做不到啊。
但無論是生成對應的 NPC 聊天文本、還是理解玩家的語音，都需要將語音轉(zhuǎn)變?yōu)槲淖?、或是將文字轉(zhuǎn)變?yōu)檎Z音輸出，才能實現(xiàn)實時對話。
接下來，就需要用到 NVIDIA Riva 的語音識別和文本轉(zhuǎn)語音能力，讓 AI NPC 能“發(fā)出聲音”。
Riva 包含的預訓練語音 AI 模型，目前支持 5 種語言，包括英語、西班牙語、德語、中文（普通話）和俄語。
用戶能直接基于提供的語音 AI 模型轉(zhuǎn)語音和識別語音，也可以進行微調(diào)。
最后，NVIDIA Omniverse Audio2Face 提供語音驅(qū)動能力，即用生成的語音來驅(qū)動數(shù)字人的口型。
目前 Audio2Face 支持包括虛幻引擎 5 在內(nèi)的游戲引擎，不僅能直接給游戲 NPC 生成對應面部口型，用戶也可以進行編輯，最終實現(xiàn)游戲 NPC 直接用語音就能驅(qū)動口型的效果。
開發(fā)者可以自行選擇使用以上英偉達 ACE 的全部模塊，或者針對性選擇他們需要的模塊。
不過，實現(xiàn)這類效果所需的三大 AI 技術(shù)，都并非英偉達最新的“黑科技”，包括 NeMo、Riva 和 Audio2Face 都是前兩年發(fā)布的技術(shù)了，只是近期也有不斷更新而已。
可以說，這個游戲工具包是英偉達將前段時間發(fā)布的 AI 技術(shù)整合了起來，做了個 AI 工具全家桶放送給游戲廠商。
而包攬了這次 Demo 制作的游戲廠商 Convai，則是一個虛擬人制作公司。
他們正是基于英偉達的這一系列套件做出了拉面店店長“金”，并讓它和玩家“凱”實現(xiàn)對話。
除此之外，據(jù)英偉達介紹，包括 GSC Game World、Fallen Leaf、Charisma.ai 等游戲和 AI 公司，已經(jīng)在用這個工具包里的工具生成游戲 NPC、或是做語音驅(qū)動之類的技術(shù)了。
不過，雖然這個 Demo 在推特上引發(fā)了不小震動，但也有網(wǎng)友指出了這類技術(shù)可能面臨的問題。
例如，類似這樣包含犯罪內(nèi)容的游戲，遇上經(jīng)過內(nèi)容審核過濾的大模型，很可能輸出這類回答：
作為一個大語言模型，我無法給你提供“找一個強大犯罪頭目”的建議。
屬實非常難繃了。
對此有網(wǎng)友指出，這也是 AI 應用于游戲 NPC 制作時，必須要邁過的坎：
如果玩家不能和 NPC 背后的大模型進行一些劇情需要的“不安全內(nèi)容對話”，那么他們肯定不會對這些游戲滿意的。
還有網(wǎng)友表示有點失望：雖然大模型是一個非常有潛力的技術(shù)，不過英偉達這個 Demo 屬實有點讓人難繃。
老實說，我以為今年出了這么多爆炸性 AI 進展，預期效果怎么也要比這 Demo 好 100 倍。
對此也有網(wǎng)友認為，這恰恰表明游戲 AI 還存在著很大發(fā)展空間。
再給游戲幾年時間。畢竟 AI 的發(fā)展速度可不是鬧著玩的。
當然，在這次游戲 AI NPC 技術(shù)以外，老黃還整出了超多計算產(chǎn)品，兩個小時內(nèi)滿滿干貨。
新超算內(nèi)存擴大 500 倍
加速計算和人工智能標志著計算的重塑。
我們正處于新計算時代的轉(zhuǎn)折點。
時隔四年老黃首次公開演講，現(xiàn)場座無虛席，據(jù)稱觀眾排了兩小時的隊才得以進場。
算力基建狂魔英偉達，發(fā)布會最大主角當然還是超算 DGX GH200 莫屬。
超算 DGX GH200
它是由 256 個 GH200 超級芯片組成。簡單來說，這一芯片是由 H100 和 Grace CPU 組成，目前已全面投產(chǎn)。
有了超級芯片加持，DGX GH200 具備 1 exaflop 的 AI 性能和 144TB 的共享內(nèi)存（120TB 的 CPU 內(nèi)存以及 24TB 的 GPU 連接內(nèi)存）。
比上一代 DGX A100 320GB 系統(tǒng)高出近 500 倍。
首批用戶包括谷歌云、Meta 和微軟，可支持萬億參數(shù) AI 大模型訓練。
除此之外，還發(fā)布了一系列眼花繚亂的新產(chǎn)品。
NVIDIA Helios
與此同時，英偉達還在構(gòu)建自己的 AI 超算 NVIDIA Helios，預計今年上線。它將使用四個與 Quantum-2 InfiniBand 平臺連接的 DGX GH200 系統(tǒng)，來提高數(shù)據(jù)吞吐量，進而幫助訓練大模型。
MGX
為了滿足各種規(guī)模的加速計算需求，老黃還推出了 MGX，一種模塊化參考架構(gòu)，可以幫助制造商快速、低成本地構(gòu)建 100 多種服務器配置。
MGX 支持英偉達全系列的 GPU、CPU、DPU 和網(wǎng)絡適配器，以及跨各種風冷和液冷機箱的 x86 和 Arm 處理器。
除此之外，老黃還推出了以太網(wǎng)網(wǎng)絡平臺 Spectrum-X，可將 AI 性能和能效提高 1.7 倍，并官宣了幾個重磅合作：與軟銀合作建立 5G 和 Gen AI 數(shù)據(jù)中心、與微軟合作加速 PC 端應用程序和游戲性能、與知名廣告商合作使用生成式 AI。
參考鏈接：
[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
[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
本文來自微信公眾號：量子位 （ID：QbitAI），作者：楊凈 蕭簫
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。