今年早些时候，NVIDIA 终于推出了 Project G-Assist，这是一个你可以尝试的真实产品，它的“概念”早在 2017 年 4 月就已出现。最初的想法（开玩笑地）围绕着为玩家提供尽可能多的帮助，让他们能够顺利通过卡住的关卡，而真正的产品依赖于 AI，并且比游戏内助手的功能更多。
什么是 Project G-Assist？
目前，Project G-Assist 使用 Meta 的 Llama-3.1-8B 小型语言模型 (SLM)，该模型在你的电脑本地运行，更具体地说，是在 RTX GPU 上运行。用 NVIDIA 的话来说：“随着现代电脑变得越来越强大，它们的操作也变得越来越复杂。G-Assist 帮助用户控制各种 PC 设置，从优化游戏和系统设置、绘制帧速率和其他关键性能统计数据，到控制选定的外围设备设置（例如照明）——所有这些都通过基本的语音或文本命令实现。”
这个想法与 Google 和 Apple 如何利用 AI 模型增强各自的数字助手并没有太大的不同，这使它们能够更好地理解人类语言并调整设置，而无需在系统的不同角落中浏览页面深度的菜单。从理论上讲，这对于休闲用户尤其有帮助：就像我们这样的人是极客，喜欢根据自己的意愿调整旋钮一样，GPU 超频或调整图形设置对于他们来说可能过于令人生畏——这就是 Project G-Assist 发挥作用的地方。
设置
在安装 Project G-Assist 之前，你需要了解一些事项，首先是系统要求。最重要的是，你必须拥有 RTX 30 系列或更新的 GPU，且至少具有 12GB 的 VRAM（目前不包括笔记本电脑 GPU）——不幸的是，由于过去几代产品中一些奇怪的 VRAM 配置，这造成了一种情况，即 RTX 3060 12GB 的所有者可以运行该模型，而高端 RTX 3080（具有 10GB VRAM）的所有者则无法运行。哎呦。
假设你的 GPU 硬件满足要求，你还需要 Windows 10 或 Windows 11 操作系统，以及 GPU 驱动程序版本 572.83 或更高版本；对于存储，它需要至少 6.5GB 的磁盘空间才能使系统助手功能正常工作（语音命令将需要额外的 3GB）。目前，仅支持英语。
你还需要安装 NVIDIA App 才能在你的系统上启用 Project G-Assist；对于外围设备相关的硬件要求，当前版本支持 MSI 主板，以及来自 Logitech G、Corsair 和 Nanoleaf 的外围设备。并非所有型号都受到这些品牌的支持——有关更多详细信息，请查看 Project G-Assist 主页下的“系统要求”选项卡。
测试系统
- CPU：Intel Core i9-13900K
- 散热：Cooler Master MasterLiquid PL360 Flux 30th Anniversary Edition
- 导热硅脂：Thermal Grizzly Kryonaut
- 主板：ASUS ROG Maximus Z790 Apex
- GPU：NVIDIA GeForce RTX 5090 Founders Edition
- 内存：Kingston FURY BEAST RGB DDR5-6800 CL34 (2x16GB)
- 配置为 DDR5-6400 CL32 XMP 配置文件
- 存储：ADATA LEGEND 960 MAX 1TB
- 电源：Cooler Master MWE Gold 1250 V2 Full Modular (ATX12V 2.52) 1250W
- 机箱：VECTOR Bench Case (Open-air chassis)
- 操作系统：Windows 11 Home 24H2
测试
如上面的基准系统规范中所述，我们将使用 NVIDIA GeForce RTX 5090 Founders Edition 来演示此功能。这款旗舰级 Blackwell 驱动的 GPU 具有 32GB 的 GDDR7 VRAM、第 5 代 Tensor Core 和 21,760 个 CUDA 核心，所有这些组合在一起可提供 3,352 TOPS 的 AI 特定 FP4 性能（请注意，此数字无法与 RTX 4090 的 1,321 TOPS 直接比较，后者使用 FP8）。
注意：在测试时，Project G-Assist 仍处于预发布版本（版本 0.1.9），因此某些功能可能不完整。从下面执行的测试生成的结果将仅适用于此版本，因为随着 AI 模型和功能随时间更新，结果将有所不同。
首次使用
这是你通过 Alt+G 键启用该功能后首先看到的内容，它将永久驻留在屏幕上的某个位置，直到你完全禁用它（可以通过 Alt+R 键通过快速设置来完成）。与 AI 语言模型一样，免责声明适用——可能会发生幻觉（语言模型可能会产生不正确的结果，通常会使不知情的用户信服），因此请尽可能检查错误。
首次输入消息/命令时，也会显示免责声明消息，再次声明不能完全保证 AI 生成的结果。看到此消息后，聊天机器人已准备好通过自然语言响应命令——也就是说，此版本中仍然只有一组有限的命令（自然语言或其他方式）可用，你可以在网站上参考这些命令。
系统信息和监控
从简单的问题（例如系统的性质）开始，G-Assist 会以响应中列出的所有重要硬件信息做出适当的响应。但是，它似乎难以获取我们的 BenQ 4K 显示器的有效分辨率（即 4K 60Hz），但除此之外，它通过了我们的初步嗅探测试。
接下来，另一个（大概）常见的用例是监控 GPU 的功耗。我们在右上角有更传统的遥测数据，但是除非你有 HWiNFO64 之类的第三方工具，否则它不会提供完整的图形；因此，在这种情况下，休闲用户可能会要求聊天机器人提供他们需要的信息。
我们向 Project G-Assist 聊天机器人提出了三个不同的问题，其中前两个问题没有问题地得到了响应；也就是说，第三个问题似乎超出了其能力范围，因为我们最初希望它在可用时提供实时监控。相反，它给了我们当前的 GPU 功耗。
还值得注意的是，当 GPU 正在努力生成响应时，它将使用其可用的绝大部分功率，在这种情况下，每次向聊天机器人发出提示时，我们的 RTX 5090 FE 都会瞬间消耗超过 350 瓦的功率。在较旧或较弱的硬件上，生成响应所需的时间可能会更长（最坏的情况是 RTX 3060 12GB，因为它是具有足够 VRAM 来访问此功能的最低端型号），但在这种情况下，我们观察到大约半秒的“思考”时间，然后生成响应。
游戏和性能
让我们转换一下，看看游戏。如果你在 Steam 中有太大的游戏库而无法筛选，则可以直接从聊天机器人启动游戏——假设你不知何故没有将游戏快捷方式放在桌面上或“开始”菜单中（在这种情况下，我们甚至不需要拼写 Forza Horizon 5 的全名，它就可以找出要启动哪个游戏，尽管这是我们系统中唯一的 Forza 游戏）。
巧合的是，驱动程序更新可能已经搞砸了游戏中的设置，导致 FH5 卡在糟糕的 15 FPS 中。一个麻烦的休闲玩家可能会立即猛击 Alt+G 热键并开始询问 G-Assist “发生了什么事”，但这就是 G-Assist 的局限性所在：它缺乏读取游戏设置的能力，而是提供了一个通用响应，为用户提供了一些基本方向来诊断问题。
通过手动诊断，我们确实发现游戏不知何故将其内部帧速率限制切换为仅 15 FPS，而 G-Assist 根本没有检测到这一点。它的响应显示“帧速率限制器已禁用”，这可能指的是 NVIDIA App 中 NVIDIA 的驱动程序级别设置，但休闲用户很可能无法自行解决此问题，并且最终可能会被这种不太理想的响应误导。
接下来，我们将其带到 Counter-Strike 2，看看 NVIDIA 是否能找到提高 PC 延迟的方法——这是竞技游戏玩家必须注意的指标，但并非每个人都能轻松理解。要求 G-Assist 提供平均延迟报告很容易做到，但它未能就进一步改进此指标提供任何具体建议（并且它给出了我们刚刚在 Forza Horizon 5 中看到的相同响应）。
这仍然很好，因为我们假设 NVIDIA 已经很好地推销了其功能，以至于 NVIDIA Reflex 是一项 FPS 游戏玩家最有可能知道的功能。那么，如果他们无法在 CS2 相当复杂的游戏内设置中找到该选项的位置，并选择询问聊天机器人会发生什么？不幸的是，它完全没有意识到 Reflex 实际上已启用，而是告诉我们它已禁用。我想这就是为什么我们被提醒要检查其错误的原因。
其他场景
在下一个场景中，我们探测聊天机器人，看看它是否能找到一种方法来启用 RTX 视频超分辨率 (RTX VSR)，这是一种视频升级技术，旨在提高有效分辨率并减少在线视频（例如 YouTube 和 Twitch）中的压缩伪影。现在，如果你熟悉 League of Legends，你就会知道有时一场团战会使屏幕变得非常混乱，并导致所有以块状像素形式存在的视觉伪影；或者在其他情况下，你希望 1080p 流升级到你的 4K 显示器。
公平地说，Project G-Assist 虽然我们没有明确提及该功能的名称，但它确实设法找出了我们正在寻找的功能；但它没有能力检测该功能是否已启用。（这很奇怪，因为 G-Assist 检查 NVIDIA App 的设置不会非常简单吗？）
好吧，那就这样吧——我们也许只会要求聊天机器人将我们直接带到设置页面来启用该功能，只是为了给它尽可能最好的机会。这也不起作用，聊天机器人没有提供任何进一步的建议，让任何休闲用户都去问 Google（鉴于现在的情况，这很可能会给他们另一个 AI 生成的结果）。
深入解析 Project G-Assist：NVIDIA 的 AI 助手能达到目标吗？
NVIDIA 的 Project G-Assist 承诺利用人工智能来简化 PC 管理并增强游戏体验。通过 Meta 的 Llama-3.1-8B SLM 提供支持，该模型在本地运行，目标是通过语音或文本命令优化系统设置、监控性能和控制外围设备。虽然这个想法很有前景，但实际的性能远未达到完美。
设置难题：硬件和软件的障碍
设置 Project G-Assist 提出了几个障碍。首先，对 RTX 30 系列或更新的 GPU 的要求，以及至少 12GB 的 VRAM，大大限制了其潜在用户群。这种限制排除了大量拥有性能较低 GPU 的玩家，包括许多 RTX xx60 系列所有者。此外，对特定操作系统版本和驱动程序的依赖增加了复杂性。
支持的外围设备也仅限于 MSI 主板以及来自 Logitech G、Corsair 和 Nanoleaf 的设备，进一步限制了那些没有这些特定品牌硬件的用户的实用性。
现实世界中的性能：混合的结果
在现实世界的测试中，Project G-Assist 在各种任务中的表现并不一致。虽然它能够准确地检索系统信息并监控 GPU 功耗，但它难以处理更复杂的查询。例如，它未能识别 BenQ 4K 显示器的正确分辨率，并难以提供有关优化游戏设置的具体指导。
在游戏方面，Project G-Assist 能够在 Steam 中启动游戏，但它在解决性能问题方面的实用性有限。当 Forza Horizon 5 遇到帧速率问题时，G-Assist 无法诊断根本原因，而是提供了一个通用的响应，这对用户没有多大帮助。同样，在 Counter-Strike 2 中，它未能提供有关减少延迟的具体建议，甚至错误地报告了 NVIDIA Reflex 的状态。
缺少的功能和局限性
Project G-Assist 的局限性不仅仅在于其不一致的性能。它还缺乏关键功能，如读取游戏设置和检测 RTX Video Super Resolution (RTX VSR) 的状态的能力。这些遗漏大大限制了其作为全面 PC 助手的实用性。
此外，G-Assist 依赖本地运行的语言模型，这意味着它需要大量的计算资源。在测试过程中，每当聊天机器人生成响应时，RTX 5090 FE 都会消耗高达 350 瓦的功率。对于拥有较旧或性能较低硬件的用户来说，这可能会导致性能问题。
更好的沟通和期望管理
鉴于其当前的状态，NVIDIA 更好地沟通 Project G-Assist 仍处于测试阶段。其有限的功能和不一致的性能可能会导致那些期望更完善体验的用户感到沮丧。通过对 G-Assist 的当前能力保持透明，NVIDIA 可以设定合理的期望并避免不必要的负面反馈。
未来潜力：有待观察
尽管存在局限性，但 Project G-Assist 仍然具有未来潜力。随着 AI 技术的不断发展，NVIDIA 可以改进语言模型，扩展其功能并优化其性能。通过解决当前存在的局限性并添加新功能，Project G-Assist 有可能成为休闲用户的宝贵工具。然而，在它达到这个潜力之前，它还有很多路要走。
就目前而言，Project G-Assist 感觉更像是命令控制台的更花哨、自然语言版本，而不是全面的 PC 助手。虽然它可能能够胜任一些基本任务，但它还不够完善，无法可靠地解决高级问题或提供个性化指导。只有通过持续的开发和改进，Project G-Assist 才能真正实现其简化 PC 管理和增强游戏体验的承诺。
另一个需要解决的重要问题是系统要求。除非你拥有带有 12GB 或更多 VRAM 的相当高端的 GPU，否则你根本无法使用此功能——这几乎排除了所有 RTX xx60 系列的所有者（除非你拥有 RTX 3060 12GB、RTX 4060 Ti 16GB 或 RTX 5060 Ti 16GB），这些所有者占据了近年来我们看到的许多 Steam 硬件调查中 NVIDIA 驱动的 PC 的很大一部分。我确实希望可以缩小语言模型以适应 8GB 甚至 6GB 的 VRAM，否则，除非 NVIDIA 从现在开始在 GPU 中安装更多 VRAM，否则它不会得到广泛使用。