一个近八年前的愚人节玩笑如今已经演变成了 Nvidia 的一个真实工具。
这家芯片制造商于周二发布了 Project G-Assist 的实验版本,这是一款旨在提升游戏玩家和创作者 PC 使用体验的 AI 助手。该功能目前通过 NVIDIA 应用程序向 GeForce RTX(其视觉计算平台)的桌面用户开放。公司表示将在未来增加更广泛的支持。
G-Assist 在 2018 年首次在 Twitter 上作为玩笑预告,后来在 2024 年的 Computex 电脑展上进行了演示。它可以帮助用户通过简单的语音或文本命令管理关键的 PC 设置,如优化游戏和系统性能、测量帧率以及控制照明等功能。
用户可以请求实时性能指标,如延迟和温度,并要求系统针对特定游戏优化这些指标。据该公司介绍,这款助手还可以提供诊断和建议,以减少系统瓶颈、提高电源效率和对 GPU 进行超频。它支持与 Logitech G、Corsair 和 Nanoleaf 等公司的第三方设备集成,允许用户对风扇速度、照明和其他自定义设置进行基准测试或调整。
随着越来越多的公司致力于将类人 AI 系统集成到其平台中,开发旨在处理日常任务和简化数字体验的工具,这一举措应运而生。
G-Assist 的推出也恰逢 Nvidia 持续推出新一代技术的浪潮。在 2025 年 GPU 技术大会上,首席执行官黄仁勋宣布了一系列旨在帮助人形机器人学习如何成为机器人的工具。该公司最近还推出了最新的 AI 芯片系列,并分享了其不断发展的量子计算愿景。
更大突破的开始
纽约大学计算机科学与工程副教授 Julian Togelius 专注于游戏和 AI 研究,他表示 Nvidia 的最新努力是一个有用的领域特定 AI 助手的典型例子。
"这表明现代大语言模型对包括计算机在内的许多事物都具有深入的知识,并且在获得正确信息时可以发挥很大的作用,"他说。"同时,这也反映了配置游戏 PC 的复杂性。"
Togelius 认为,这仅仅是 Nvidia 和其他游戏领域科技公司即将推出类似辅助功能的开始。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。