5月21日消息,巨人網(wǎng)絡次時代3D國戰(zhàn)網(wǎng)游《3D征途》今日披露最新研發(fā)進展,將涉足VR游戲技術開發(fā)?!?D征途》是繼去年年底推出現(xiàn)象級“征途”手游之后,巨人對“征途”品牌進行的又一次突破性項目?!?D征途》將集巨人十余年研發(fā)積累于一身,更大膽涉足最前沿的VR游戲開發(fā)領域,志在搶跑國內端游技術創(chuàng)新。
VR是虛擬現(xiàn)實Virtual Reality的縮寫,通過電腦模擬產(chǎn)生一個三維空間的虛擬世界,向使用者提供關于視覺、聽覺、觸覺等感官的模擬,豐富的感覺能力與立體的顯示環(huán)境使得VR技術在游戲領域有較大的發(fā)揮空間,3D畫面是VR游戲的必備要素。對于這款征途的3D化旗艦產(chǎn)品,主策劃董小剛透露:“此次《3D征途》研發(fā)耗時6年,投入近2億研發(fā)資金,集成了巨人近年來技術研發(fā)的精華,不僅配有內置自研引擎,更全面支持VR技術。”
作為“征途”品牌端游回歸之作,除了通過自研的“國風引擎”對傳統(tǒng)2D征途畫質進行全面升級革新,支持電影級的畫面和流暢的打擊感,《3D征途》在前期研發(fā)過程中采用了全動態(tài)實時運算,以增強游戲虛擬現(xiàn)實的環(huán)境體驗,將動態(tài)擬真和人機互動的細節(jié)作為開發(fā)的核心工作。
研發(fā)虛擬實境頭戴顯示器的新創(chuàng)公司Oculus VR,旗下的Oculus Rift是目前全球最頂尖的虛擬現(xiàn)實頭戴顯示設備?!?D征途》的研發(fā)團隊以Oculus Rift作為參照標準,就游戲研發(fā)過程中的相關技術細節(jié)與Oculus VR技術團隊取得初步溝通。Oculus Rift采用的是球面透鏡,因此《3D征途》在軟件層面進行了適配調整,以提高與設備適應性。
日本媒體曾把 2015 年稱為VR 游戲元年,目前中國市場上,該類型的游戲多集中在手游。《3D征途》研發(fā)團隊希望通過Oculus VR公開發(fā)售的DK2開發(fā)套件開始試水虛擬現(xiàn)實PC端游戲的研發(fā)。為了在Oculus Rift設備的支持上運行游戲,團隊在開發(fā)中磨合了很長一段時間。董小剛介紹:“即將上線的《3D征途》除了保留征途原設經(jīng)典內容,更希望通過VR技術,打造立體沉浸式體驗,玩家在游戲中能隨時切換視角,通過游戲角色本身視角或是跟隨視角,直觀萬人飛行,為國戰(zhàn)帶來新玩法。”在項目研發(fā)過程中,《3D征途》還邀請了國內電影、音樂等不同領域的頂級大師團參與游戲前期開發(fā),主創(chuàng)陣容堪稱豪華。
巨人網(wǎng)絡總裁紀學鋒在早前接受媒體采訪的時候就曾經(jīng)表示:計劃重新打造“征途”這一品牌,把“征途”變得更年輕化,讓90后甚至00后更為喜愛。而隨著Google Glass(谷歌眼鏡)和Oculus Rift等可穿戴、交互式硬件頻頻露面,年輕玩家對這項新技術在游戲中的體驗抱著巨大的期待?!?D征途》在國內率先涉足VR游戲領域,除了能將老品牌“征途”涵蓋的領域擴展到傳統(tǒng)端游、手游之外,更意圖在VR游戲的產(chǎn)業(yè)化之前先行布局,針對年輕化的用戶群體做進一步的嘗試與突破。
巨人將以《3D征途》為起點,加入與硬件相匹配的內容生態(tài)圈,以VR游戲為研發(fā)訴求的產(chǎn)品計劃將陸續(xù)展開,同時嘗試在未來與包括Sony、Samsung在內的全球頂尖智能化硬件廠商合作,打造定制化硬件終端,通過“軟”與“硬”兩手布局,邁入網(wǎng)游可穿戴智能化時代。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務上驗證有效性。