IT之家 10月19日のメッセージ：NPCTalkという名前の新しいAIモッドツールが、『Grand Theft Auto 5』（GTA 5）にスクリプト不要のリアルタイム会話機能をもたらした。プレイヤーはノンプレイヤーキャラクターと直接会話でき、キャラクターはAIでクローン化された元の声で応答する。このオープンソースプロジェクトはUniversal Modderによって開発されており、その目標は同種の機能を、モッド対応のほぼすべてのゲームへ拡張することである。
IT之家の情報によると、従来のノンプレイヤーキャラクターの会話システムは事前録音の音声とスクリプト化された返答に依存していたが、NPCTalk は AI モデルによって会話を動的に生成する。プレイヤーは『グランド・セフト・オート 5』のほぼすべてのキャラクターに近づいてマイクで話しかけることができ、相手は文脈に合った回答を返し、その内容はそのキャラクターの性格、置かれた環境、そして現在の状況に適ったものになる。
開発者はすでにマイク、ラマーなどのキャラクター、さらに一般の通行人や警察官を使ってこの技術を実演しました。ノンプレイヤーキャラクターは会話に対して身体反応を示すことさえでき、アニメーションを再生したり、特定の音声コマンドを実行したりします。たとえば、警察官はプレイヤーを口で叱りつけながら、それに伴う動作を行うことができ、画一的な返答を出力するだけではありません。
この技術は、複数の AI モデルとサービスが連携して動作することで成り立っている。NVIDIA の Nemotron ASR が音声認識を担当し、Qwen 3.8 27B モデルが Cerebras プラットフォーム上でリアルタイムに会話テキストを生成する。Fish Audio Drama 3 が音声クローンと音声合成を行い、キャラクターが原版の吹き替えに近い声で返答できるようにする。音声モデルはクラウド上の NVIDIA H100 グラフィックスプロセッサで動作し、TypeSafe Jev がノンプレイヤーキャラクターの動作を制御する。
このシステムの応答速度は際立っている。開発者は当初、応答時間が 1 秒未満であると宣伝していたが、プロジェクトの技術ドキュメントによると、プッシュトゥトークモード使用時には、プレイヤーが一言話し終えてからノンプレイヤーキャラクターが口を開くまでの遅延はおよそ 1.15 ～ 2.2 秒だという。マイクによる常時リスニングを有効にすると、さらに約 0.7 秒の遅延が追加される。
興味深いことに、NPCTalk の開発は Claude Code の支援を受けて行われた。開発者はさらに、蓄積した技術的経験を再利用可能なエージェントスキルセットとしてパッケージ化し、Claude Code、Codex、Cursor、Gemini コマンドラインツール、その他対応するコーディングアシスタントと互換性を持たせた。開発者や Mod 制作者はこのツールセットを活用することで、この技術を他のゲームにも組み込むことができる。
しかし、だからといって NPCTalk がワンクリックで導入できる万能 Mod というわけではない。ゲームごとに個別の対応が必要で、現時点では『Grand Theft Auto 5』の旧バージョン・シングルプレイヤーモードでのデモが完了しているのみだ。また、ツール自体は MIT ライセンスでオープンソース化されているが、動作に必要なクラウドサービスやグラフィックスプロセッサインフラには費用が発生する。
NPCTalk ツールキットはすでに GitHub で公開されており、開発者は来週、無料で遊べる『Grand Theft Auto 5』Mod をリリースすると発表した。
この技術は現在も実験段階にあるが、期待を抱かせる未来を垣間見せてくれる。ノンプレイヤーキャラクターがもはや既定の会話ツリーに縛られなくなり、バーチャルワールドのインタラクティブ性と没入感が大きく向上するかもしれない。