8月18日消息,巨人網(wǎng)絡(luò)今日宣布,正在布局互聯(lián)網(wǎng)金融、互聯(lián)網(wǎng)醫(yī)療等全新業(yè)務(wù)領(lǐng)域,公司將定位為一家綜合性互聯(lián)網(wǎng)企業(yè)。其當(dāng)前業(yè)務(wù)以互聯(lián)網(wǎng)游戲、互聯(lián)網(wǎng)社區(qū)工具為主,其中互聯(lián)網(wǎng)游戲未來戰(zhàn)略定位為國際化、精品化、手游化。
今日晚間,巨人網(wǎng)絡(luò)公告了借殼上市后首份財(cái)報(bào),在財(cái)報(bào)中披露了“綜合性互聯(lián)網(wǎng)企業(yè)”這一全新戰(zhàn)略定位。根據(jù)該定位,巨人網(wǎng)絡(luò)未來將擁有互聯(lián)網(wǎng)游戲&社區(qū)工具、互聯(lián)網(wǎng)金融、互聯(lián)網(wǎng)醫(yī)療三大核心業(yè)務(wù)。其殼公司世紀(jì)游輪(002558)擬經(jīng)過法定程序后,更名為“巨人網(wǎng)絡(luò)集團(tuán)股份有限公司”。
財(cái)報(bào)披露,巨人網(wǎng)絡(luò)于2016年上半年度營收1,049,997,440.16元(其中一季度營收443,226,571.43元,二季度營收606,770,868.73元),利潤總額589,586,805.60元。歸屬于上市公司股東的凈利潤499,672,009.56元,比上年同期增長47倍。
財(cái)報(bào)指出,公司利潤總額和歸屬于上市公司股東的凈利潤大幅增長,主要得益于本報(bào)告期內(nèi)公司移動(dòng)游戲的拓展以及股份支付費(fèi)用的下降。去年下半年開始的轉(zhuǎn)型及產(chǎn)品結(jié)構(gòu)調(diào)整,到今年二季度末已基本度過陣痛期,并初顯成效。本報(bào)告期內(nèi),公司已經(jīng)沒有單一產(chǎn)品收入占總收入30%以上的狀況,有效降低對單一產(chǎn)品的依賴。
“手游業(yè)務(wù)快速成長”與“端游基本穩(wěn)定”,是巨人網(wǎng)絡(luò)2016上半年業(yè)務(wù)兩大看點(diǎn)。其中,公司于2015年下半年開始“手游化”研發(fā)戰(zhàn)略,組建十幾個(gè)手游研發(fā)項(xiàng)目組,陸續(xù)推出《球球大作戰(zhàn)》、《征途手機(jī)版》等多款手游,實(shí)現(xiàn)在移動(dòng)游戲市場的戰(zhàn)略布局。休閑競技類手游《球球大作戰(zhàn)》,上半年取得突出成績,六月份月活躍用戶人數(shù)(MAU)已達(dá)5481萬人?!墩魍臼謾C(jī)版》于5月份成功推出,取得不俗成績。按玩家充值量計(jì)算,公司在二季度手游充值量首次超過端游。由此判斷巨人網(wǎng)絡(luò)向手游轉(zhuǎn)型初戰(zhàn)告捷。
作為國內(nèi)較早進(jìn)入客戶端網(wǎng)絡(luò)游戲市場的公司之一,巨人網(wǎng)絡(luò)始終堅(jiān)持自主研發(fā)戰(zhàn)略,秉持“研發(fā)制勝”理念,對《征途》、《征途2》等上線多年的經(jīng)典端游產(chǎn)品不斷優(yōu)化,先后推出多次重大更新,提升游戲性,保障核心產(chǎn)品持續(xù)盈利能力。
在手游、端游兩大支柱業(yè)務(wù)領(lǐng)域均收獲不俗成績的基礎(chǔ)上,巨人網(wǎng)絡(luò)宣布將把互聯(lián)網(wǎng)游戲未來戰(zhàn)略定位為國際化、精品化、手游化。
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。