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
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。