为像素赋予个性,Inworld 使用生成式人工智能提升游戏角色
使用生成式人工智能为像素角色赋予个性——Inworld 游戏的创新之举
为了增强游戏体验,工作室和开发者花费了巨大的精力来创造逼真、沉浸式的游戏环境。
但是,非玩家角色(NPC)往往被抛在后面。许多NPC的行为缺乏深度和真实感,使得他们的互动重复和难以记忆。
Inworld AI通过使用生成AI驱动NPC的行为,这些行为能够动态地响应玩家的操作,改变了游戏规则。这家位于加利福尼亚山景城的初创公司的Character Engine可以与任何角色设计一起使用,帮助工作室和开发者提升游戏性并改善玩家参与度。
提升游戏体验:成就已解锁
Inworld团队旨在开发能够学习、适应和与玩家建立关系的AI驱动NPC,并保持游戏内的沉浸感和高质量表现。
为了让开发者更容易将基于AI的NPC集成到他们的游戏中,Inworld构建了Character Engine,它使用基于NVIDIA技术的生成AI来创建沉浸式、交互式角色。它具备生产就绪、可扩展和针对实时体验进行优化的特点。
Character Engine由三个层组成:Character Brain、Contextual Mesh和Real-Time AI。
Character Brain通过与多个个性化的机器学习模型进行同步,如文本到语音、自动语音识别、情感、姿态和动画等,来指挥角色的表现。
该层还使得基于AI的NPC能够学习、适应、建立关系并执行有动机的行动。例如,用户可以使用“目标和行动”功能创建触发器,以编程NPC对特定玩家输入的行为做出反应。
Contextual Mesh允许开发者设定内容和安全机制、自定义知识和叙事控制的参数。游戏开发者可以使用“关系”功能来创建新兴的故事情节,例如一个盟友可以根据玩家对NPC的处理方式而成为敌人,反之亦然。
使用生成AI时,开发者面临的一个重要挑战是让NPC保持在游戏世界中,并传达一致的信息。Inworld的Contextual Mesh层通过将角色呈现在其世界的逻辑和幻想中,有效地避免了使用大型语言模型(LLMs)时常见的幻觉现象。
Real-Time AI层确保实时体验的最佳性能和可扩展性。
使用NVIDIA为AI工作流赋能
Inworld是NVIDIA Inception计划的成员,该计划支持初创公司在其发展的每个阶段。Inworld使用NVIDIA A100 Tensor Core GPU和NVIDIA Triton Inference Server作为其生成AI训练和部署基础设施的重要组成部分。
Inworld使用开源的NVIDIA Triton Inference Server软件来标准化其他非生成机器学习模型的部署,如情感等Character Brain功能。该初创公司还计划使用开源的NVIDIA TensorRT-LLM库来优化推理性能。NVIDIA Triton Inference Server和TensorRT-LLM都适用于NVIDIA AI Enterprise软件平台,该平台提供安全、稳定和对生产AI的支持。
在Inworld的产品培训流程中,也使用了在Slurm管理的裸机中使用NVIDIA A100 GPU。类似的机器还包裹在Kubernetes中,帮助管理游戏过程中的角色互动。这种设置以最低的成本提供实时生成的人工智能。
“与其他解决方案相比,我们选择使用NVIDIA A100 GPU,因为它们为我们的机器学习工作负载提供了最佳、最经济的选择,”Inworld的人工智能副总裁Igor Poletaev说道。
“我们的客户和合作伙伴希望通过将AI NPC功能整合到游戏中来提高玩家参与度指标,”Poletaev说道。“没有硬件加速器,无法实现实时性能,这就是为什么我们要求在我们的后端架构中从一开始就集成GPU的原因。”
Inworld的生成式人工智能NPC使玩家能够体验到动态且不断更新的游戏体验,使玩家不断回流。开发人员和玩家都报告了增强的玩家参与度、满意度和留存率。
Inworld已经为Niantic、LG UPlus、Alpine Electronics等提供了基于AI的NPC体验。一个采用Inworld角色引擎的开放世界虚拟现实游戏增加了5%的游戏时间,而一个以侦探为主题的独立游戏在一些最受欢迎的Twitch主播发现后,获得了超过30万美元的免费宣传。
了解更多关于Inworld AI和NVIDIA技术面向游戏开发人员的信息。