La nuova piattaforma Avatar Cloud Engine di Nvidia promette di rivoluzionare il concetto di chatbot, introducendo volti e voci realistiche. Scopriamo come funziona.
Il termine “Digital Human” è noto da tempo, ma solo recentemente ha iniziato a guadagnare popolarità al di fuori degli ambienti specializzati. Questo è in gran parte dovuto a Nvidia, che ha recentemente presentato ACE, o Avatar Cloud Engine, durante il Computex 2024 di Taipei.
ACE non è altro che una piattaforma dedicata alla creazione di chatbot dotati non solo di testo, ma anche di volto e voce. Questo strumento è destinato agli sviluppatori partner, che potranno implementare i loro “digital human” in vari contesti, dalle applicazioni B2B ai videogiochi. Questo rappresenta un passo importante verso la democratizzazione della tecnologia, rendendola accessibile a un pubblico più ampio.
ACE di Nvidia è un ecosistema completo disponibile per il cloud, con accesso anticipato per Pc RTX AI. Include diversi moduli, tra cui Riva ASR, TTSeNMT, Nemotron LLM, Audio2Face e Omniverse RTX, che offrono funzionalità come il riconoscimento vocale automatico, la conversione da testo a voce, la comprensione del linguaggio e la generazione di risposte contestuali, animazioni facciali realistiche basate su tracce audio e la creazione di pelle e capelli realistici.
Secondo Jensen Huang, fondatore e CEO di NVIDIA, “i digital human rivoluzioneranno le industrie”. L’obiettivo è avvicinarsi a un futuro in cui l’interazione con i computer sarà naturale quanto quella con gli esseri umani.
Attualmente, Nvidia ha fornito ACE come microservizi agli sviluppatori per operare nei data center, implementando la base installata di 100 milioni di Pc e laptop con schede RTX AI. L’azienda sta inoltre collaborando con Microsoft per creare un’API che integrerà l’accelerazione GPU in Windows Copilot Runtime, permettendo ai modelli linguistici di sfruttare le capacità di accelerazione AI delle GeForce RTX.
Al Computex, Nvidia ha presentato una versione aggiornata della demo del videogame Covert Protocol, sviluppato in collaborazione con Inworld AI. Utilizzando Audio2Face e Riva ASR in esecuzione localmente su Pc GeForce RTX, la demo consente ai giocatori di interagire e influenzare personaggi digitali-umani con un linguaggio naturale.