北京時(shí)間5月7日早間消息,市場(chǎng)研究公司SuperData Research的最新數(shù)據(jù)顯示,隨著越來越多家境富裕的年輕人熱衷于電子競(jìng)技,這項(xiàng)活動(dòng)正在成為一個(gè)獨(dú)立的市場(chǎng),規(guī)模高達(dá)6.21億美元,全球觀眾數(shù)也高達(dá)1.34億。
SuperData Research稱,電子競(jìng)技市場(chǎng)的收入主要來自韓國和中國,那里的電子競(jìng)技消費(fèi)群十分龐大,而且擁有較長的發(fā)展歷史。但得益于《英雄聯(lián)盟》、《Dota 2》和《反恐精英》等游戲的的流行,歐洲和美國的電子競(jìng)技市場(chǎng)也在迅速發(fā)展。
除了資金外,電子競(jìng)技還在全世界吸引了很多粉絲,總數(shù)多達(dá)1.34億。不過,盡管資金和人數(shù)不斷增多,但SuperData創(chuàng)始人兼首席分析師朱斯特·范德魯尼(Joost van Dreunen)卻表示,這主要還是一款營銷工具。
“全世界的多數(shù)電子競(jìng)技收入都來自廣告主和贊助商。”范德魯尼在報(bào)告中寫道,“但電子競(jìng)技還為游戲發(fā)行商提供了一個(gè)擴(kuò)大宣傳面的機(jī)會(huì),為粉絲提供了全新的互動(dòng)機(jī)會(huì)和深入的體驗(yàn)機(jī)會(huì)。”
游戲發(fā)行商Riot Games曾經(jīng)公開表示,該公司的電子競(jìng)技項(xiàng)目普遍處于虧損狀態(tài)。事實(shí)上,盡管整個(gè)行業(yè)通過贊助和門票實(shí)現(xiàn)了6億多美元收入,但《英雄聯(lián)盟》等游戲通過休閑玩家賺取的收入還是超過這一數(shù)字。不過,這些電子競(jìng)技項(xiàng)目卻可以激發(fā)玩家的興趣,并培養(yǎng)他們的花費(fèi)習(xí)慣。
職業(yè)玩家的境況似乎也折射出了這一現(xiàn)狀。
“雖然頂尖玩家可以獲得數(shù)百萬美元的獎(jiǎng)金,但只有40%的玩家可以借此維持生計(jì)。”范德魯尼,“由于只有很少的團(tuán)隊(duì)能獲獎(jiǎng),所以多數(shù)萬家每年只能得到1.2萬至4萬美元的微薄收入。”
多數(shù)玩家參加大型比賽只是為了出名,之后可以通過MLG.tv、Twitch和YouTube等視頻平臺(tái)吸引粉絲,借此創(chuàng)收。
SuperData稱,《英雄聯(lián)盟》職業(yè)玩家“草莓”2014年隱退后與戰(zhàn)旗簽約,只要每月打滿90小時(shí)游戲,即可拿到500萬元人民幣的年薪。
但目前看來,這類玩家合同數(shù)量仍然很少,有時(shí)甚至無法提供保底工資。主要原因在于多數(shù)工資都被各大聯(lián)盟、游戲發(fā)行商和比賽場(chǎng)館賺取。在北美專屬賽事中,電子競(jìng)技比賽的年收入約為1.43億美元,其中只有1180萬美元放入獎(jiǎng)金池。除此之外,周邊產(chǎn)品銷售創(chuàng)收約1100萬美元,門票銷售約為450萬美元,賽事贊助可創(chuàng)收1.11億美元。
“品牌所有者和廣告主有可能融入這種新興娛樂形式,增加整個(gè)行業(yè)的贊助交易數(shù)量。”該報(bào)告寫道,“我們預(yù)計(jì),包裝消費(fèi)品、汽車和科技品牌都會(huì)加大這方面的開支。”
倘若果真如此,發(fā)行商或許可以賺取更多收入,而可口可樂和美國運(yùn)通等企業(yè)在這類比賽中的廣告投放力度也會(huì)加大,但職業(yè)玩家卻未必能獲得豐厚的收入。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。