由全球移動(dòng)游戲聯(lián)盟主辦的第四屆全球移動(dòng)游戲大會(huì)(GMGC2015)即將于4月23-25日在北京國家會(huì)議中心舉行。作為GMGC大會(huì)常客、本次大會(huì)頂級(jí)贊助商的騰訊,除了將由副總裁呂鵬在主會(huì)場帶來關(guān)于千億手游市場的探索與思考外,騰訊還將在國家會(huì)議中心一樓設(shè)置游戲互動(dòng)展區(qū),展示最新代理精品游戲。
4月24日騰訊游戲副總裁呂鵬將在主會(huì)場A發(fā)表主題演講——《2020年的中國游戲市場前瞻》,他還將與任玩堂CEO張廣宇、燦和董事長羅燦、炫世唐門董事長唐家三少以及Ubisoft VP of Publishing, Greater China:Aurelien Palasse共同帶來“邁向千億手游市場之路”的探求與思索的巔峰對話。
隨著移動(dòng)游戲行業(yè)發(fā)展的逐步穩(wěn)定化,用戶對于移動(dòng)游戲的投入愈發(fā)理性,選擇也愈發(fā)“刁鉆”,且人口紅利亦逐步消失,移動(dòng)游戲已經(jīng)結(jié)束了“暴力圈地”的階段。僅僅依靠產(chǎn)品類型單一的“盲目跟風(fēng)”、設(shè)計(jì)巧妙而又“簡單粗暴”的收費(fèi)已不能滿足市場需求,更不能為企業(yè)帶來可持續(xù)的良性的發(fā)展能力。越來越多的事實(shí)證明,了解用戶的真正需求,提高產(chǎn)品品質(zhì)、加大創(chuàng)新力度、做好市場細(xì)分才是“硬道理”。
而騰訊這些年一步一個(gè)腳印一路走來,正印證了這一理性的選擇,并走了一條良性發(fā)展之路。
GMGDC2013騰訊游戲副總裁呂鵬做了《騰訊移動(dòng)游戲平臺(tái)為游戲商帶來的機(jī)遇與挑戰(zhàn)》的演講,當(dāng)年夏天,騰訊移動(dòng)游戲平臺(tái)首批試水自研產(chǎn)品《天天愛消除》《天天連萌》《天天酷跑》表現(xiàn)良好,一炮而響。此后《全民英雄》、《植物大戰(zhàn)僵尸2》等精品陸續(xù)也接入騰訊移動(dòng)游戲平臺(tái),也印證了呂鵬在2014年全球移動(dòng)游戲大會(huì)以及全球移動(dòng)游戲開發(fā)者大會(huì)上表達(dá)的騰訊游戲的戰(zhàn)略以及游戲開發(fā)者面臨的機(jī)遇與挑戰(zhàn):游戲靠極致體驗(yàn)吸引、留住用戶,在游戲領(lǐng)域,無論是端游還是手游,一定會(huì)是行業(yè)游戲類型的進(jìn)一步細(xì)分,游戲一定是靠產(chǎn)品品質(zhì)取勝,騰訊也一定會(huì)重點(diǎn)打造精品游戲。
那么,2015,騰訊游戲?qū)碓鯓拥木酚螒蚰?在本次GMGC2015大會(huì)期間,騰訊將在一樓國家會(huì)議中心搭建展臺(tái),帶來最新手游精品資訊,展臺(tái)號(hào)F11。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)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(jì)大學(xué)團(tuán)隊(duì)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(jī)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)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(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。