Nvidia ønsker at fylde den virtuelle og fysiske verden med AI-avatarer

Nvidia har annonceret en ny platform til at skabe virtuelle agenter ved navn Omniverse Avatar. Platformen kombinerer en række diskrete teknologier – herunder talegenkendelse, syntetisk tale, ansigtssporing og 3D-avatar-animation – som Nvidia siger kan bruges til at drive en række virtuelle agenter.

I en præsentation på virksomhedens årlige GTC-konference viste Nvidias administrerende direktør Jensen Huang et par demoer ved hjælp af Omniverse Avatar-teknologi. I den ene taler en sød animeret karakter i en digital kiosk et par gennem menuen på en fastfoodrestaurant og besvarer spørgsmål som, hvilke varer der er vegetariske. Karakteren bruger ansigtssporingsteknologi til at opretholde øjenkontakt med kunderne og reagere på deres ansigtsudtryk. “Dette vil være nyttigt for smart detailhandel, drive-throughs og kundeservice,” sagde Huang fra teknologien.

I en demo blev Nvidias avatarteknologi brugt til at skabe en sød karakter, der talte et par gennem en menu.

I en anden demo besvarede en animeret legetøjsversion af Huang spørgsmål om emner, herunder klimaændringer og proteinproduktion, og i en tredje brugte nogen en realistisk animeret avatar af sig selv som stand-in under et telefonmøde. Den, der ringer op, var iført afslappet tøj på en travl café, men deres virtuelle avatar var klædt smart på og talte uden, at baggrundsstøj ramte. Dette sidste eksempel bygger på Nvidias Project Maxine-arbejde, som har til formål at forbedre almindelige problemer med videokonferencer (som lavkvalitetsstreams og opretholdelse af øjenkontakt) ved hjælp af maskinlæringsrettelser.

(Du kan se legetøjsversionen af ​​Huang i videoen nedenfor, startende ved 28 minutter. Eller spring frem til 1 time, 22 minutter for at se kioskdemoen.)

Omniverse Avatar-meddelelsen er en del af Nvidias uundgåelige “omniverse”-vision – en storslået smule branding for en tåget samling af teknologier. Ligesom “metaverset” handler “omniverset” dybest set om delte virtuelle verdener, der giver mulighed for fjernsamarbejde. Men sammenlignet med visionen fremsat af Facebook-ejer Meta, er Nvidia mindre optaget af at transportere dine kontormøder ind i virtual reality og mere om at replikere industrielle miljøer med virtuelle modparter og – i tilfælde af dets avatararbejde – at skabe avatarer, der interagerer med mennesker i den fysiske verden.

Som altid med disse præsentationer så Nvidias demoer ret smarte ud, men det er ikke klart, hvor nyttig denne teknologi vil være i den virkelige verden. Med kiosk-karakteren er det for eksempel ikke klart, om kunderne faktisk vil foretrække denne form for interaktiv oplevelse frem for blot at vælge de varer, de ønsker fra en menu. Huang bemærkede i præsentationen, at avataren har en responstid på to sekunder – langsommere end et menneske, og det kan forårsage frustrationer, hvis kunderne har travlt. På samme måde, selv om virksomhedens Project Maxine-teknologi ser flashig ud, har vi endnu ikke set den have en væsentlig indflydelse i den virkelige verden.