NVIDIA、初のオンデバイス向けSLM「Nemotron-4 4B」発表：RTX PCでゲームNPCが賢く

ゲーム内のNPCとの会話といえば、あらかじめ用意された選択肢をポチポチ選ぶのが長年の定番でした。生成AIで自由に話しかけられるようにしようにも、クラウドの大規模モデルを経由すると数秒の遅れが生じ、没入感が台無しになってしまいます。

ドイツのケルンで開催されたGamescom 2024にて、NVIDIAはその課題を解決するアプローチを披露しました。デジタルヒューマン開発スイート「NVIDIA ACE」向けに、同社初となるゲームキャラクター向けオンデバイス小規模言語モデル（SLM）「Nemotron-4 4B Instruct」を発表しました。

40億パラメータの軽量モデルをGPUで動かす

大規模言語モデルは膨大な知識を持っていますが、ゲーム用途には不要な情報も多く、メモリ消費と応答速度がネックになります。特にテンポが命のゲーム体験では、NPCの返答待ち時間は致命的です。

そこでNVIDIAは、より大きな「Nemotron-4 15B」を教師モデルとし、生徒役となる40億パラメータのモデルへ知識を蒸留する手法を取りました。重要度の低い出力を削ぎ落とし、さらに重みを量子化して精度を圧縮しています。

これにより、Nemotron-4 4Bはメモリフットプリントを抑えつつ、最初の応答が出力されるまでの時間（Time to First Token）を大幅に短縮しました。さらにロールプレイ、検索拡張生成（RAG）、ファンクションコーリングに特化したインストラクションチューニングが施されており、プレイヤーの意図を汲んでゲーム内の動作を実行できます。

会場ではAmazing Seasun Gamesのメカアクション『Mecha BREAK』のデモが公開され、プレイヤーが音声で整備士NPCに話しかけ、機体の変更やカスタマイズを指示する様子が紹介されました。

モジュール化されたACEパイプライン

この仕組みは単一のAIではなく、「NIM」と呼ばれるマイクロサービスの連携で成り立っています。クラウドとローカルRTXマシンのハイブリッド展開にも対応しています。

まずプレイヤーの音声をNVIDIA RivaやオンデバイスのWhisperが認識してテキスト化し、Nemotron-4 4Bが応答文を生成します。そのテキストからRivaやクラウドのElevenLabsが音声を合成します。

仕上げを担うのが「Audio2Face-3D」です。生成された音声クリップから感情の起伏を自動推論し、唇や舌、目線、頭部の動きをリアルタイムで生成し、Unreal Engineなどの描画エンジンへ送り出します。

なお、Gamescomではこのほかにも、RTX対応タイトルが600本を超えたことや、『黒神話：悟空』などへのDLSS 3.5対応、さらにMediaTek製スケーラーにG-Sync Pulsar機能を統合して専用モジュールを不要にする取り組みなども発表されました。

なぜ重要か

Nemotron-4 4Bの登場は、ゲーム内生成AIが「クラウド依存のデモ」から「実用的なローカル実装」へ移行した転換点だと私たちは考えます。

従来のAI NPCは外部APIを叩く構成が多く、通信ラグによる会話の違和感と、リクエストごとに発生する莫大なサーバー費用が商業運用の壁になっていました。4BクラスのSLMをプレイヤーのRTX GPU上で動かせば、推論コストはエンドユーザーのハードウェアに分散され、応答速度も会話として自然なレベルに収まります。

世界に1億台以上存在するGeForce RTX搭載PCやワークステーションの普及台数を、そのままゲーム開発者のためのエッジ推論基盤に変えてしまうNVIDIAの戦略は非常に巧みです。

一方で課題もあります。蒸留と量子化を施したとはいえ、4Bモデルの論理推論や長期記憶の保持力には限界があります。複雑なストーリーラインを持つ大作ゲームで、世界観を壊さずにどこまで破綻のないロールプレイを維持できるかは、開発側の綿密なガードレール設計にかかっています。