2014年度游戲行業(yè)盛會GDC(游戲開發(fā)者大會)在3月17日-21日于美國舊金山舉行,大會吸引了全球預(yù)計超過23000名程序員、美術(shù)師、制作人、游戲開發(fā)領(lǐng)域的專業(yè)人士參與。CMGE中國手游(NASDAQ:CMGE)總裁應(yīng)書嶺親自帶隊參展,同時展示了獨立IP手游大作《英雄之刃:創(chuàng)世之戰(zhàn)》和《英雄之刃:最后一戰(zhàn)》。
2014年,中國手游的市值突破10億美元。據(jù)易觀國際日前發(fā)布的報告顯示,2013年中國移動游戲全平臺發(fā)行商市場中,中國手游占據(jù)17.9%的市場份額,排名第一。
2014年行業(yè)面臨洗牌,強者生存
2013年中國手游市場上有2千多款游戲,但只有四五十款可以說是成功的。 2014年估計中國市場上會涌現(xiàn)4000-5000款游戲,加上手握巨大資金的端游、頁游公司都轉(zhuǎn)型手游,手游市場上的廝殺將會更加激烈。如果說2013年是手游的爆發(fā)年的話,那2014年將是手游的洗牌年。
“市場高速發(fā)展下隨之而來的必然是猛然加劇的市場競爭”,中國手游集團總裁應(yīng)書嶺表示。2013年中國手游市場總值達到112億,手游用戶超過3億人,預(yù)計2014年中國手游市場總值將達到250億,2015年將會達四五百億。在行業(yè)整體洗牌的大背景下,渠道集中化的趨勢將會愈發(fā)明顯,資源將會集中到有限的十幾家大渠道上面。
優(yōu)質(zhì)發(fā)行商讓中小CP依然有機會
隨著行業(yè)洗牌,手游CP,特別是中小CP的生存壓力越來越大,與發(fā)行商合作,成了中小CP的最佳選擇。
應(yīng)書嶺說:“最忙的時候一天要過目近200款手游產(chǎn)品,信息量太大,每天恨不得都不睡覺。”發(fā)行商的崛起是有必然的因素的。由于手游產(chǎn)品數(shù)量大,渠道資源有限,面對大量新品的包裝推廣訴求,發(fā)行商可以針對優(yōu)質(zhì)游戲進行重點包裝推廣。因此中國手游等發(fā)行商化身為手游市場重要的產(chǎn)業(yè)環(huán)節(jié),成為移動游戲市場發(fā)展的重要推動力量。
例如,目前月流水過千萬的《三國志威力加強版》,開發(fā)商是成都赤月科技有限公司,在獲得中國手游助推之前,只是一個十余人的小公司,但現(xiàn)在估值已經(jīng)達到6億元。到目前為止,中國手游千萬級流水的產(chǎn)品已達九款。
優(yōu)質(zhì)IP成手游爭搶目標(biāo)
無論是端游、頁游還有手游,“IP”已然成為業(yè)界最熱門的話題。廠商紛紛通過購買、合作、創(chuàng)造等各種形式來改變自身在市場的影響力。2014年將成為國內(nèi)手游行業(yè)的IP年,金庸武俠、西方文學(xué)、經(jīng)典單機、動漫版權(quán)、電影版權(quán)等知名IP,成為廠商爭搶的對象。
電影IP是十分強力的,而且和手游的受眾面重合度相當(dāng)高。目前市面上電影版權(quán),紛紛被各家爭搶。例如《冰雪奇緣》、《神偷奶爸》、《西游降魔篇》等電影紛紛被改編手游,國外大作也被快速引進中國。
除電影版權(quán)之外,動漫、小說、電視節(jié)目、電視劇等IP都被市場關(guān)注,當(dāng)然,對于IP的喜好,各家也有所不同。 中手游在影視、動漫以及獨立IP已開啟戰(zhàn)略化布局。
GDC是 Game Developers Conference 的簡稱,中文名稱為游戲開發(fā)者大會。
GDC是一年一度的游戲開發(fā)者最大的聚會,每年將有數(shù)萬名游戲開發(fā)者參加大會。大會獎項有年度最佳游戲獎、年度最佳原創(chuàng)音樂獎、年度最佳角色設(shè)計獎、年度最佳游戲設(shè)計獎、年度最佳游戲設(shè)計獎、年度最佳游戲設(shè)計獎、年度最佳劇本創(chuàng)作獎等獎項。
CMGE中國手游是國際領(lǐng)先的移動游戲開發(fā)商與發(fā)行商。專注于移動游戲的開發(fā)與發(fā)行,于2012年9月25日登陸美國納斯達克,股票代碼為“CMGE”。CMGE中國手游是中國首家登陸納斯達克資本市場的手機游戲公司。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。