5月15日晚間消息,優(yōu)酷土豆集團(tuán)首席技術(shù)官兼云娛樂(lè)BU總裁姚鍵和星游傳媒總經(jīng)理張?jiān)品?,?guó)內(nèi)首個(gè)游戲視頻聯(lián)盟:星視界聯(lián)盟正式成立。該聯(lián)盟包括以178游戲網(wǎng)、樂(lè)視游戲在內(nèi)的20家國(guó)內(nèi)主流游戲媒體加盟,通過(guò)打通內(nèi)容生產(chǎn)、大數(shù)據(jù)技術(shù)、多屏分享等,促進(jìn)游戲內(nèi)容生態(tài)發(fā)展。
星視界聯(lián)盟合作伙伴舉杯共慶
該聯(lián)盟提出了"三個(gè)一工程",包括一套游戲視頻標(biāo)準(zhǔn),一份榜單和一系列的節(jié)目。其中,一套游戲視頻標(biāo)準(zhǔn)的目標(biāo)是:專業(yè)的游戲內(nèi)容,廣播級(jí)的制作水平和一流的推廣平臺(tái)。一份榜單指"星勢(shì)力排行榜",致力于為玩家和廠商提供行業(yè)排行榜單。一系列游戲則包括"中國(guó)游戲星報(bào)道"等在內(nèi)的多項(xiàng)新內(nèi)容。更多相關(guān)舉措還會(huì)陸續(xù)推出。
優(yōu)酷土豆集團(tuán)首席技術(shù)官兼云娛樂(lè)BU總裁姚鍵演講
游戲在優(yōu)酷土豆多屏娛樂(lè)生態(tài)系統(tǒng)中占重要地位。在優(yōu)酷土豆的Top10自頻道中,僅游戲類就占6席,而日均游戲類視頻的VV量就超過(guò)5000萬(wàn)?;钴S游戲類自頻道超過(guò)2000個(gè)。而優(yōu)酷土豆視頻的分成計(jì)劃,使得游戲類播客獲取分成的排名也位列全類別第一名。
游戲天然與視頻緊密相通。據(jù)調(diào)查,在海外,70%以上的用戶都是通過(guò)YouTube獲取新游戲資訊。如日本用戶中,看過(guò)手游視頻并下載游戲的比例達(dá)59.8%,付費(fèi)率達(dá)57.4%。而國(guó)內(nèi)80%的游戲用戶愿意觀看游戲視頻,在新用戶對(duì)游戲感興趣的原因中,視頻推薦占比24%,僅次于朋友推薦28%,超過(guò)圖文推薦21%。但70%的新用戶通過(guò)優(yōu)質(zhì)游戲視頻推薦后更愿意嘗試,核心用戶在通過(guò)優(yōu)質(zhì)視頻推薦后90%能馬上進(jìn)入游戲。
優(yōu)酷土豆集團(tuán)首席技術(shù)官兼云娛樂(lè)BU總裁姚鍵和星游傳媒總經(jīng)理張?jiān)品邮懿稍L
星視界聯(lián)盟引入互聯(lián)網(wǎng)視頻平臺(tái)、游戲視頻媒體、結(jié)合多方資源,共建產(chǎn)業(yè)鏈共贏。如統(tǒng)一游戲視頻標(biāo)準(zhǔn)、精品化視頻欄目、組建專業(yè)視頻團(tuán)隊(duì),通過(guò)多平臺(tái)聯(lián)合報(bào)道等,從而樹(shù)立游戲視頻行業(yè)的新標(biāo)桿。
據(jù)悉,星視界聯(lián)盟的成員還包括:178游戲網(wǎng)、口袋巴士、電玩巴士、56網(wǎng)、太平洋電腦網(wǎng)、樂(lè)視游戲、機(jī)核網(wǎng)、766游戲網(wǎng)、游戲狗、新浪視頻、AcFun、游民星空、UGC視頻、風(fēng)行網(wǎng)、著迷網(wǎng)、搜狐視頻、VGTime、魔方網(wǎng)、酷6游戲和A9VG電玩部落。
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(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)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(wú)法有效利用視覺(jué)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(guò)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。