NPC對話（圖片來源：鈦媒體APP作者拍攝）
“我正在尋找馬丁-萊恩先生，他告訴我正住在這間酒店，我有急事，請你幫我聯(lián)系他，謝謝！”我說到。
“非常理解您焦急的心情，但是處于對酒店客人隱私的保護(hù)，我無法提供這位客人的信息給您，很抱歉。”前臺服務(wù)員表示。
“我知道馬丁-萊恩先生在這里寄存了東西，我是受到他委托來取走的，請你把它交給我吧。”我說到。
“好的，那您可以將行李寄存的寄存單給我嗎？如果沒有寄存單的話，可以讓馬丁-萊恩先生給禮賓部打電話，告知我們將東西給您。”
以上兩段對話，聽起來很像是摘取自某部小說或者是電影、游戲內(nèi)容的固定臺詞，但它們竟然出自人與電腦的語音交流。
更準(zhǔn)確地說，上述這些對話是玩家與游戲NPC的交流，只不過游戲流程中既沒有固定邏輯腳本也沒有預(yù)設(shè)提問、回答選項(xiàng)。玩家唯一要做的就是想盡辦法與電腦“套話”獲取信息。
電腦的目標(biāo)則是確認(rèn)玩家的身份確實(shí)與目標(biāo)人物相關(guān)，在此之前，它們則要盡一切可能保守秘密。換句話說，這場對決其實(shí)是人腦與電腦間的“智力與信息的攻防游戲”，而驅(qū)動(dòng)這臺電腦的背后技術(shù)正是當(dāng)下被所有行業(yè)集中討論的“生成式AI”。
ACE技術(shù)演示（圖片來源：鈦媒體APP作者拍攝）
早在去年的COMPUTEX展會(huì)上，英偉達(dá)就推出了ACE（Avatar Cloud Engine）技術(shù)，旨在通過生成式AI為游戲中的非玩家角色（NPC）帶來智能對話和互動(dòng)功能，如今大家看到的正是最新的DEMO演示。
與過去采用固定語句、動(dòng)作與玩家交互的方式相比，利用NeMo語言模型，ACE可以創(chuàng)建能夠進(jìn)行自然語言對話的NPC。這些NPC不僅能理解玩家的輸入，還能根據(jù)特定的背景和情境生成合適的回應(yīng)，比如上文提到的各個(gè)角色會(huì)進(jìn)行符合身份的回答，并且在稱謂、回答內(nèi)容上也會(huì)更加貼合真實(shí)場景。
對于ACE技術(shù)的出現(xiàn)，最大的意義在于可以幫助游戲內(nèi)容制作者打破“線性”敘事的框架，也就是說，所有的游戲內(nèi)容并不需要按照固定的內(nèi)容流程完成。玩家可以充分發(fā)揮自己的想象，甚至可以顛倒任務(wù)的前后順序，只要圍繞最終目標(biāo)即可，但這僅限于推理類的游戲，因?yàn)榇祟愑螒蛑蠳PC的重要性更高。
那對于其他游戲而言，如果擁有開放式世界設(shè)定，也會(huì)在ACE技術(shù)上收益很大，因?yàn)槊恳晃籒PC都擁有了自身的“思維”而不是傳統(tǒng)的固定邏輯，每天重復(fù)一樣的事情。相比之下，過去的游戲就如同電影《楚門的世界》一樣，只有玩家一個(gè)人可以嘗試去靈活處置，而在ACE技術(shù)的加持下，玩家想出來的各種騷操作，電腦都有辦法應(yīng)對。
想象很美好，對吧？但就如同每次游戲畫質(zhì)的展示DEMO一樣，回看2012年的虛幻4引擎展示，現(xiàn)在很多3A大作可能都還無法達(dá)到它的水平，ACE技術(shù)的應(yīng)用也是如此，它的條件還是非?？量痰模F(xiàn)階段對線上同時(shí)在線的玩家數(shù)量、網(wǎng)絡(luò)帶寬等都有著嚴(yán)苛的要求。
據(jù)英偉達(dá)工作人員介紹，想要獲得與NPC的實(shí)時(shí)溝通體驗(yàn)，專線網(wǎng)絡(luò)是必備選項(xiàng)，同時(shí)在線的玩家數(shù)量也要控制在個(gè)位數(shù)，這對于一款商業(yè)游戲而言，是完全不可接受的。
那想要擴(kuò)大玩家接入量，對于游戲開發(fā)商而言，就需要更強(qiáng)的云端算力作為支撐，但在整個(gè)游戲內(nèi)容的制作過程中，是否應(yīng)該為NPC配置如此重量的資源以及它能夠帶給玩家的反饋提升，都是現(xiàn)階段面臨的問題。所以說，ACE技術(shù)確實(shí)展現(xiàn)出了一個(gè)能夠讓游戲NPC“活”過來的辦法。
“神筆馬良”是很多人都聽過的中國童話故事，馬良在獲得神筆后，能夠把自己的畫作變成真正的物件。而在AI時(shí)代，PC反而成為了“神筆”的化身。一方面，Stable Diffusion等工具可以將文字表述變成圖像，這樣就可以將腦中的構(gòu)想通過最簡單的方式呈現(xiàn)為畫作，即便是沒有繪畫天賦的人也可以做到。
以英偉達(dá)目前的消費(fèi)級旗艦產(chǎn)品RTX 4090 D為例，作為市面上最快的Stable Diffusion計(jì)算出圖方案，它可以支持每秒8張圖的生成速度。使用當(dāng)前最快的Stable Diffusion 加速方法TensorRT，再配合開發(fā)者進(jìn)一步的性能優(yōu)化，目前RTX 4090 D GPU最高能實(shí)現(xiàn)每秒超過100張圖的生成速度。
這是什么概念呢？路邊的肖像速寫，應(yīng)該是日常能夠接觸到的比較快速的繪畫出圖方式，而畫成一幅人像作品的時(shí)間，通常在10分鐘左右。在同樣時(shí)間內(nèi)，Stable Diffusion生成的圖片數(shù)量（以每秒8張計(jì)算），已經(jīng)足夠支持組合為每秒30幀的視頻播放兩分半鐘，而圖片數(shù)量則是整整的4800張。
利用本地算力實(shí)現(xiàn)圖生圖（圖片來源：鈦媒體APP作者拍攝）
當(dāng)然，AI PC的能力不僅僅體現(xiàn)在文生圖上，圖生圖的應(yīng)用也很有趣，比如通過人像生成控制模型InstantID，就快速通過搭載RTX 4090 D的RTX AI PC上由普通攝像頭的自拍照生成高質(zhì)量影棚級別的肖像照，別的場景不說，至少筆者認(rèn)為對很多以拍證件照作為主要盈利手段的小攝像館來說，這項(xiàng)功能絕對是“搶飯碗”的利器。
應(yīng)該說，更快的生圖速度、更廣泛的生圖應(yīng)用，其實(shí)也沒有什么稀奇的，畢竟不是每一張圖片都能符合預(yù)期。而且玩過AI生圖的人都知道，生成的圖片質(zhì)量參差不齊，總是需要不斷修改、不斷嘗試才能獲得基本滿意的效果，而繪畫則不同，往往在起筆時(shí)就已經(jīng)有了大概方向，途中也可以進(jìn)行小范圍的調(diào)整。
但鈦媒體APP認(rèn)為，AI生圖應(yīng)用出現(xiàn)，最大改變在于把繪畫的門檻降低了，同時(shí)也進(jìn)一步解放了人們腦中的萬千創(chuàng)意，像“科幻元素“的作品，大眾普遍能夠輸出的目前只包括文字部分，你可以把天馬行空的想法“寫”下來。
文字表述自然有其任憑讀者想象優(yōu)勢，但在直觀性上也恰恰受到了限制。因此很多科幻小說作品，比如《三體》《沙丘》等等，文字的描寫在精妙，也會(huì)有很多超出讀者想象的畫面，而將這些作品影視化改編，其所付出的成本卻又高的離譜，那么，通過AI繪圖，是不是劉慈欣就可以簡單描繪一下他心中的《三體》了呢？這是很有可能的。
其實(shí)，當(dāng)前已經(jīng)有很多設(shè)計(jì)師、藝術(shù)家，設(shè)法將生成式AI提供的“想法落地為現(xiàn)實(shí)”能力轉(zhuǎn)變?yōu)樽陨淼纳a(chǎn)力。
設(shè)計(jì)應(yīng)用（圖片來源：鈦媒體APP作者拍攝）
像在建筑設(shè)計(jì)領(lǐng)域，即時(shí)AI基于擴(kuò)散模型和蒸餾技術(shù)，通過RTX GPU的加速，實(shí)現(xiàn)了AI實(shí)時(shí)繪畫，屏幕前的設(shè)計(jì)師只需要勾勒出簡單的線條，AI就能幫助根據(jù)目標(biāo)風(fēng)格繪制出具體的概念圖，設(shè)計(jì)師可以花更多時(shí)間集中在想法上，而不是如何把一個(gè)有趣的想法，一筆一筆“畫”出來。
所以說，AI PC的生產(chǎn)力屬性，真的在繪畫這件事上表現(xiàn)的淋漓盡致。一方面，它確實(shí)大大降低了繪畫的門檻，無需掌握具體的繪畫手法、色彩選擇，這些都由AI完成，人們只需要專注于“想法”。
另一方面，其在行業(yè)中的滲透和落地應(yīng)用潛力也是更加直接的，ChatGPT也許什么都能干，但通過它，很難直接創(chuàng)造商業(yè)價(jià)值，但對于藝術(shù)家、設(shè)計(jì)師來說，提升幾十上百倍的出圖效率和“想法預(yù)覽”確實(shí)能夠直接轉(zhuǎn)化為生產(chǎn)力。
很有意思的一點(diǎn)是，目前行業(yè)內(nèi)對AI PC的定義也有著不小的分歧，如果按照英特爾的說法，2023年底AI PC才出現(xiàn)，2024年是AI PC元年，而對于微軟、高通來說，似乎AI PC又是2024年剛剛推出的新物種。
英偉達(dá)對AI PC的規(guī)劃（圖片來源：鈦媒體APP作者拍攝）
但如果要追溯到更早，實(shí)際上英偉達(dá)于2018年就推出了RTX技術(shù)和首款專為 AI 打造的消費(fèi)級GPU芯片 (GeForce RTX) 。在他們看來，AI PC 是搭載專用AI加速硬件的計(jì)算機(jī)，而在RTX GPU上，這些專用的 AI 加速器被稱為Tensor Core。
Tensor Core的出現(xiàn)，實(shí)際上就是為了能夠加速AI性能，并為PC用戶引入以前在云端才能運(yùn)行的AI新功能。針對開發(fā)者或者深度AI用戶，英偉達(dá)也已經(jīng)上線了TensorRT開發(fā)者套件，實(shí)現(xiàn)加速深度學(xué)習(xí)推理性能。
TensorRT能加速熱門的生成式AI模型，Stable Diffusion 1.5和SDXL等，全新的 UL Procyon AI 圖像生成基準(zhǔn)測試也已支持TensorRT加速。
AI能力除了可以用在提升游戲開發(fā)、生產(chǎn)力上，它還能做很多工作，當(dāng)你覺得用自拍生成棚拍畫面已經(jīng)足夠離譜，那么1分鐘語音就能克隆聲音的AI能力，是不是會(huì)感覺AI會(huì)有點(diǎn)“恐怖”？
通過AI克隆聲音（圖片來源：鈦媒體APP作者拍攝）
基于RTX GPU加速的聲音克隆可僅用5秒錄音來克隆聲音，實(shí)現(xiàn)無需訓(xùn)練的個(gè)性化聲音生成?；陂_源的GPT-SoVITS項(xiàng)目，聲音克隆快速使用5秒聲音樣本，根據(jù)其發(fā)音特征由文本生成個(gè)性化語音片段，這個(gè)過程僅五分鐘就能完成，而基于更多樣本（1分鐘）的微調(diào)訓(xùn)練則能實(shí)現(xiàn)更高質(zhì)量接近1：1復(fù)刻的聲音克隆。
作為消費(fèi)級GPU產(chǎn)品的供應(yīng)商之一，英偉達(dá)看中AI PC的其中一個(gè)落地場景當(dāng)然是“游戲”，并為此推出了DLSS 圖形技術(shù)，其原理就是利用AI提高幀率并改善圖像質(zhì)量。最新的DLSS 3.5技術(shù)中，可以通過AI增強(qiáng)光線追蹤表現(xiàn)，備受期待的《黑神話：悟空》和《永劫無間》即將支持DLSS 3.5光線重建和全景光線追蹤技術(shù)。
AI對游戲圖像進(jìn)行增強(qiáng)（圖片來源：鈦媒體APP作者拍攝）
換句話說，就是讓顯卡能夠以更低的負(fù)載，輸出更高幀率的畫面以及光影質(zhì)量更加逼真的內(nèi)容，而這一切并不是通過傳統(tǒng)意義上增加圖形算力獲得的，而是通過AI能力獲得的。此外還有RTX Remix技術(shù)，通過使用生成式 AI 工具自動(dòng)增強(qiáng)材質(zhì)，以及借助全景光線追蹤和 DLSS 快速創(chuàng)建畫質(zhì)更好的“重制版”游戲。
其他一些方面，AI的應(yīng)用也在加速滲透當(dāng)中，比如很早前就已經(jīng)上線的NVIDIA Broadcast應(yīng)用，可以為直播提供AI增強(qiáng)型語音、視頻工具，包括噪音和回音消除、虛擬背景和AI綠幕、面部追蹤、視頻降噪和目光接觸，其實(shí)很多主播目前都已經(jīng)開始使用了，本地算力調(diào)取不占網(wǎng)絡(luò)帶寬和低延遲是它最大的優(yōu)勢。
如果討論生成式AI所能玩出的花樣和上限，英偉達(dá)無疑是現(xiàn)階段最有發(fā)言權(quán)的廠商，無論是已經(jīng)看到的各類應(yīng)用還是各個(gè)AI公司瘋搶的高算力GPU，都能代表其在AI領(lǐng)域硬件方面的領(lǐng)先地位，但想要把AI PC普及起來，或者讓普通消費(fèi)者為AI功能而添置或升級GPU，現(xiàn)階段而言并不現(xiàn)實(shí)。
可以預(yù)見的是，AI PC在各行各業(yè)的應(yīng)用會(huì)越來越廣泛，同時(shí)其對娛樂、辦公、社交等場景的滲透也會(huì)慢慢深入，但與很多此前發(fā)布的技術(shù)不同，生成式AI的加入往往是“無感”的，比如Stable Diffusion繪畫出的高質(zhì)量圖片往往能夠以假亂真，而ACE技術(shù)加持下的NPC也與真人有幾分相似，更不要說AI還能幫助實(shí)現(xiàn)聲音克隆等能力。
對于娛樂場景來說，追求高幀率和更逼真畫面的用戶可以通過更新GPU并選擇開啟AI功能來增強(qiáng)體驗(yàn)，在生產(chǎn)力應(yīng)用上，GPU似乎也有望成為“隱形戰(zhàn)力”。（本文首發(fā)于鈦媒體APP 作者/鄧劍云 編輯/鐘毅）
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請綁定手機(jī)號后發(fā)表評論