“曾經(jīng)游戲業(yè)的老大,和現(xiàn)在游戲業(yè)的老大合作了”,這是熱血傳奇手游發(fā)布會(huì)上,一位媒體人的點(diǎn)評(píng),也應(yīng)了這場(chǎng)發(fā)布會(huì)的一個(gè)主題“時(shí)代在變”。而為了證明傳奇還是傳奇,聽會(huì)上各領(lǐng)導(dǎo)和介紹的,還是那個(gè)傳奇,用最經(jīng)典的1.76版本,連畫面都完美移植。
什么變了?
端游時(shí)代的對(duì)手,在手游時(shí)代牽手。
盛大方的代表朱笑靖和騰訊方的代表呂鵬,都反復(fù)說手游時(shí)代和端游時(shí)代的不同。過去,大家立項(xiàng)、研發(fā)、宣傳、把產(chǎn)品從計(jì)劃到送到用戶手里,都是自己一手包辦,但是手游時(shí)代環(huán)節(jié)多了起來。似乎是在說,這個(gè)時(shí)代里,激發(fā)、鍛煉、擴(kuò)大了大家合作的思維。
這次雙方的合作,朱笑靖表示與騰訊的這次合作是聯(lián)合運(yùn)營(yíng),也歡迎其他廠商一起來,盛大游戲的角色并非是內(nèi)容提供方,同樣參與運(yùn)營(yíng)。這種說法,與傳聞中,騰訊在這次合作中,“給的尺度”比較大。
騰訊方面,呂鵬總結(jié)這次合作的意義,給的評(píng)價(jià)很高,和“大”公司的合作,能真正說明騰訊的開放態(tài)度和程度。騰訊說開放很多年,這次是第一次與這個(gè)體量的公司,以及“老對(duì)手”合作。
其中還有一個(gè)臺(tái)面之下的小插曲,原本發(fā)布會(huì)上說的這款熱血傳奇手游,是要給另一家端游時(shí)代的大廠發(fā)行的,最后盛大游戲覺得不妥,拿回來,再與騰訊合作。
什么不變?
產(chǎn)品將在6月中旬首測(cè),從發(fā)布會(huì)上公布的畫面來看,真的是那個(gè)時(shí)代(上個(gè)時(shí)代)的游戲。
雖然光從畫面上,你看不出玩法,但是雙方在宣傳中一直強(qiáng)調(diào)的是手游的體驗(yàn)要回到1.76這個(gè)版本中。傳奇工作室總制作人唐彥文介紹,產(chǎn)品層面的不變,會(huì)體現(xiàn)延續(xù)畫面,道法戰(zhàn)鐵三角職業(yè),打怪掉寶可交易,激情攻沙等內(nèi)容,可實(shí)現(xiàn)千人同屏。
營(yíng)銷打法也是狂做老用戶。且雙方承諾,不會(huì)采用手游一波流的方式來推廣游戲,這一點(diǎn)從6月中首測(cè),5月中就開發(fā)布會(huì),倒是能看出一些端倪。
根據(jù)AppAnnie統(tǒng)計(jì)的數(shù)據(jù),3月中國(guó)iOS市場(chǎng)收入最高的產(chǎn)品是多益的《神武》。目前排在暢銷榜第一的是網(wǎng)易的《夢(mèng)幻西游》,Top20中,還有《全民奇跡》,《天龍八部3D》,以及借魔獸世界勢(shì)的《我叫MT2》。端游時(shí)代的IP證明了自己的價(jià)值,這一次,輪到《熱血傳奇》了。
不過應(yīng)該指出的一點(diǎn)是,經(jīng)典產(chǎn)品的移動(dòng)化,未必是1+1=2的效果。
好文章,需要你的鼓勵(lì)
新加坡國(guó)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(duì)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(jiǎn)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(duì)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(yǔ)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(yǔ)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。