玩过《给他爱5》的老哥都懂，洛圣都街头的路人有多"死"——你撞他一下，他骂你一句固定台词；你掏枪，他抱头跑；你站他面前跳半天舞，他眼神都不带变的。这套行为逻辑跑了这么多年，玩家早就习惯了。但最近有个叫 NPCTalk 的开源工具，硬是给这些路人装上了耳朵和嘴。
打开网易新闻 查看精彩图片
开发方 Universal Modder 做的这套东西，思路不复杂：玩家对着麦克风说话，系统先识别你说的是什么，再结合角色性格、周围环境和当前剧情，生成一句回应，最后用接近真人表演的语音念出来。开发方称，免费版《给他爱5》版本预计下周推出。
我把目前公开的信息捋了一遍，几个关键点值得单独说：
- 演示对象不止路人：包括富兰克林、崔佛这类主线角色，普通路人也在列。部分 NPC 除了回应玩家，还会在对话过程中带上表情、播放动作，甚至执行特定口头指令。
- 背后是多个模型和服务拼起来的：NVIDIA Nemotron ASR 负责识别语音，Cerebras 上跑的 Qwen 3.8 27B 负责生成对话，Fish Audio Drama 3 完成声音克隆与语音合成，TypeSafe Jev 处理 NPC 动作。
- 延迟数据是实测的：开发方宣称响应时间低于三秒，但技术文档记录的实测延迟约为1.15 至 2.2 秒，开放麦克风检测还会额外增加约0.7 秒
- 目前只在 Legacy 单人模式里展示：该工具现阶段仅在《给他爱5》Legacy 单人模式中演示，并且没有直接用于任何游戏的内嵌式模组，其他部分需要单独配置。
- 跑起来可能要花钱：使用云服务商 H100 GPU 的运行资源，也可能产生费用。
- 代码已经放出来了：工具已通过 MIT 许可证在 GitHub 开源。
说真的，看到"NPC 会带表情、会做动作、还能听口头指令"这几条，我第一反应是这玩意儿要是真跑顺了，洛圣都的街头怕是要变成大型即兴剧场。你随口一句，对面回你一段带情绪的台词，这种体验和背固定台词表完全是两码事。
但冷静下来看，几个现实问题也摆在那。延迟这块，1.15 到 2.2 秒的实测区间，加上 0.7 秒的麦克风检测开销，对话节奏能不能撑住自然交流，得打个问号。再就是 H100 云资源可能产生的费用——免费版归免费版，跑起来烧不烧钱是另一回事。还有适用范围，目前只在 Legacy 单人模式里展示，其他部分要自己单独配，这门槛对普通玩家来说不算低。
不过话说回来，MIT 许可证开源这一点挺关键。代码在 GitHub 上摆着，意味着后面会有人接着折腾、接着改。一个能让洛圣都路人开口回话的底子已经搭出来了，剩下的是时间和耐心的事。下周免费版上线，我大概率会去试一把——毕竟在这座城里混了这么多年，还真没跟路人正经聊过天。
热门跟贴