IT之家 Meldung vom 19. Oktober: Ein neues KI-Mod-Tool namens NPCTalk bringt skriptfreie Echtzeitdialoge in GTA 5 (Grand Theft Auto 5). Spieler können direkt mit Nicht-Spieler-Charakteren sprechen, und diese antworten mit per KI geklonten Originalstimmen. Das Open-Source-Projekt wurde von Universal Modder entwickelt und zielt darauf ab, ähnliche Funktionen auf nahezu alle Spiele mit Mod-Unterstützung auszuweiten.
Wie IT之家 erfahren hat, beruhen herkömmliche Dialogsysteme für Nicht-Spieler-Charaktere auf voraufgezeichneten Sprachaufnahmen und skriptbasierten Antworten, während NPCTalk Gespräche mithilfe von KI-Modellen dynamisch generiert. Spieler können in GTA 5 auf nahezu jeden beliebigen Charakter zugehen, über das Mikrofon sprechen und erhalten eine kontextgerechte Antwort, die zur Persönlichkeit des Charakters, seiner Umgebung und der aktuellen Situation passt.
Die Entwickler haben die Technik bereits mit Charakteren wie Michael und Lamar sowie mit gewöhnlichen Passanten und Polizisten demonstriert. Die Nicht-Spieler-Charaktere können sogar physisch auf das Gespräch reagieren, Animationen abspielen oder bestimmte Sprachbefehle ausführen. So kann ein Polizist den Spieler beispielsweise tadeln und dabei passende Gesten machen, statt nur gleichförmige Antworten auszugeben.
Die Technik stützt sich auf das Zusammenspiel mehrerer KI-Modelle und Dienste. Nvidias Nemotron ASR übernimmt die Spracherkennung; das Modell Qwen 3.8 27B generiert auf der Cerebras-Plattform in Echtzeit den Dialogtext; Fish Audio Drama 3 erledigt Stimmenklonen und Sprachsynthese, sodass die Charaktere mit nahezu originalgetreuen Stimmen antworten. Das Sprachmodell läuft auf einer Nvidia-H100-GPU in der Cloud, und TypeSafe Jev steuert die Bewegungen der Nicht-Spieler-Charaktere.
Die Antwortgeschwindigkeit des Systems ist beeindruckend. Die Entwickler warben ursprünglich mit einer Antwortzeit von unter 1 Sekunde, laut der technischen Dokumentation des Projekts beträgt die Latenz im Push-to-Talk-Modus jedoch etwa 1,15 bis 2,2 Sekunden, von der Beendigung eines Satzes des Spielers bis zum Antwortbeginn des Charakters. Bei dauerhaft lauschendem Mikrofon kommen zusätzlich etwa 0,7 Sekunden Verzögerung hinzu.
Interessanterweise wurde die Entwicklung von NPCTalk mit Hilfe von Claude Code unterstützt. Die Entwickler haben die gesammelten technischen Erfahrungen zudem als wiederverwendbaren Satz von Agenten-Fähigkeiten verpackt, der mit Claude Code, Codex, Cursor, dem Gemini-Kommandozeilenwerkzeug und anderen unterstützten Code-Assistenten kompatibel ist. Entwickler und Modder können mit diesem Werkzeug die Technik in andere Spiele integrieren.
Das bedeutet jedoch nicht, dass NPCTalk ein universelles Mod mit Ein-Klick-Installation ist. Jedes Spiel erfordert eine eigene Anpassung, und demonstriert wurde es bisher nur im klassischen Einzelspielermodus von GTA 5. Außerdem fallen trotz der MIT-Lizenz des Open-Source-Tools Kosten für die benötigten Cloud-Dienste und die GPU-Infrastruktur an.
Das NPCTalk-Toolkit ist bereits auf GitHub verfügbar, und die Entwickler kündigten an, nächster Woche ein frei spielbares GTA-5-Mod zu veröffentlichen.
Die Technik steckt noch in einem experimentellen Stadium, aber sie lässt eine vielversprechende Zukunft erahnen: Nicht-Spieler-Charaktere sind nicht länger auf vorgefertigte Dialogbäume beschränkt, und die Interaktivität und Immersion virtueller Welten dürften deutlich zunehmen.