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!
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:
那边,游戏股直接飞升,多家公司涨停:
△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”
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?”
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?
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:
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:
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。
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。
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。
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。
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。
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。
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:
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。
属实非常难绷了。
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:
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。
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。
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。
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。
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。
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。
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
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
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
[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
— 完 —
「量子位·视点」直播报名
传统教育模式在信息时代遇到了怎样的限制与挑战?元宇宙、AIGC等新技术将如何开拓教培行业的新机遇?
6月1日周四19:00,参与直播,为你解答~
点这里👇关注我,记得标星哦~