CNET科技資訊網(wǎng) 12月28日 北京消息(文/齊豐潤): 電競領域所蘊藏的巨大市場價值如今以展現(xiàn)的淋漓盡致,但場景的限制使得電競賽事在發(fā)展上受到了不小的制約。作為以“內(nèi)容+場景”為經(jīng)營理念的的公司,聯(lián)盟電競決定在國內(nèi)打造一系列專業(yè)級的電競場館,而他找到的伙伴就是深賽格。
據(jù)悉,聯(lián)盟電競將與深賽格進行戰(zhàn)略合作,共同投資成立“深圳賽格聯(lián)盟電競有限公司”,圍繞賽格旗下物業(yè)開展相關電競業(yè)務的聯(lián)合拓展。
數(shù)據(jù)顯示,2016年中國電競整體用戶規(guī)模達到1.7億,增速達到35%,2016年市場規(guī)模超過300億,電競用戶整體規(guī)模將在未來兩年維持30%的增速??v觀電競產(chǎn)業(yè),賽事已成為產(chǎn)業(yè)鏈的核心內(nèi)容,頂級電競賽事在收看人數(shù)和賽事獎金上,已超過絕大多數(shù)體育項目,而版權費卻無法與傳統(tǒng)體育項目相比,巨大價值落差表明電競賽事的商業(yè)價值有待進一步挖掘。
除此之外,電競產(chǎn)業(yè)也越來越受到國家的重視,自從2003年電競成為國家體育總局承認的正式體育項目以來,經(jīng)過十幾年的發(fā)展,國家體育總局又宣布積極推進電子競技發(fā)展,政策的利好和扶持也讓電競迎來了最好的機遇。
目前,雖然國內(nèi)的電競形勢一片大好,但在硬件條件上,卻仍然有一些匱乏,因為專業(yè)的電競場館少之又少,無論是電競選手,還是游戲愛好者都找不到一個好“戰(zhàn)場”讓自己磨練技術或者是觀看比賽,而這也是聯(lián)盟電競與深賽格合作的初衷。
聯(lián)眾董事長楊慶表示,電競行業(yè)的成熟發(fā)展離不開電競場館的普及以及優(yōu)質(zhì)的賽事IP,兼具競技性和觀賞性的專業(yè)賽事內(nèi)容的不斷提升也是必要條件之一。聯(lián)盟電競第一步工作就是要普及線下電競場館,深賽格正是聯(lián)盟電競繼北京第一家電競館落成后選擇的一位可以長期攜手前行的合作伙伴,雙方將在全國范圍內(nèi)的場館運營及內(nèi)容方面達成戰(zhàn)略合作。
聯(lián)盟電競一直布局全球電競場館樞紐,創(chuàng)立自有品牌賽事IP,同時還制作電競賽事節(jié)目內(nèi)容并分發(fā)。在電競場館布局上,聯(lián)盟電競已在中國、北美、歐洲設立場館,而在德國還設立了專業(yè)的移動電競場館——電競大篷車Big Betty,并舉辦了多項賽事。
深圳市賽格集團總經(jīng)理、深圳賽格股份董事長王立表示,電競作為時下炙手可熱的產(chǎn)業(yè),各方資本都在尋找合適的入場機會,而聯(lián)盟電競所提倡的“內(nèi)容+場景”的模式,深得深賽格的認同,深賽格正在進行一系列改革創(chuàng)新及升級轉(zhuǎn)型的探索,此次與電競行業(yè)的融合,正是其探索方向之一。
此次合作的第一步就是雙方在深圳投資興建全國最大的多功能電競館,該館位在深圳華強北,使用面積近2000平米,除成套先進的專業(yè)比賽所用的直播設備外,還設有能容納200人的觀眾席以及VR體驗區(qū)域。
據(jù)介紹,深圳館建成后,將成為華南地區(qū)電競賽事、游戲產(chǎn)品發(fā)布會、小規(guī)模劇場演出的首選,現(xiàn)場專業(yè)攝錄、直播設備為活動和演出直播需求提供了拎包入住式的服務,為當?shù)仉姼傎愂碌然顒优e辦提供了基礎設施的便利。
聯(lián)盟電競CEO馮青表示:“雙方此次牽手,是各自資源優(yōu)勢的結合,一方是新興的電競行業(yè)的創(chuàng)新者,一方是已在電子市場行業(yè)深耕多年的有著豐富線下資源的上市公司,我對此次戰(zhàn)略合作的前景非常有信心。2017年聯(lián)盟電競也將在國內(nèi)的場館為中國觀眾和玩家?guī)砀喔咚疁实木寿愂隆?rdquo;
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠?qū)碗s指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(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話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。