Az elsősorban a videókártyáiról ismert Nvidia a tajvani Computex kiállításon nyújtott egy röpke betekintést abba, hogy mit várhatunk a generatív mesterséges intelligencia és a videójátékok találkozásától, amit a Convai nevű startup által készített demóval szemléltettek. Ebben a játékos egy ramen étterem tulajdonosával elegyedik beszédbe, és bár az eszmecserében elsőre nincs semmi különleges, a helyzet máris egészen más, ha tudjuk, hogy az NPC (vagyis a nem játékos karakter) szájából elhangzó mondatok nem előre szripteltek, hanem azokat a karakter valós időben "találja ki". Ezt az Nvidia ACE (Avatar Cloud Engine) for Games technológiája teszi lehetővé, ami három megoldást egyesít: az Nvidia NeMo nagy nyelvi modellt, ami lehetővé teszi, hogy a karakterek a személyiségüknek és háttértörténetüknek megfelelően reagáljanak az eseményekre, az Nvidia Rivát, ami a beszédértésért és beszédalkotásért felel, valamint az Omniverse Audio2Face-t, aminek feladata, hogy a hangforrás alapján hiteles arcanimációt hozzon létre.