最近,很多娛樂消息上了頭條,例如關曉彤與鹿晗談戀愛、古天樂與郭采潔公布戀情,而在這些熱點之中,還有一個竇唯出新曲的消息,被推上各大媒體平臺的重要位置。竇唯這次復出創(chuàng)作并演唱了一首名叫《重返魔域》的單曲,是為西山居世游與網龍聯(lián)合發(fā)行的《魔域手游》創(chuàng)作的。
《重返魔域》的曲風非常魔幻,與《魔域手游》的題材非常貼近。主流音樂配合游戲進行推廣宣傳的案例有很多,從端游時期就有,直到手游時期從未間斷,其中也出現(xiàn)過很多游戲行業(yè)內的專業(yè)工作室,無論是流行的、武俠的、中國風的、歐美風格,大家都比較熟悉,但是竇唯這次帶來的魔幻搖滾風格,不論是在中國的游戲配樂歷史上,還是在音樂圈里,都是比較獨特的。
聽過音樂之后,我等只能感嘆竇唯依然是竇唯。
能請動竇唯出山,西山居世游有何法寶?
竇唯在樂壇的地位哪怕是現(xiàn)如今,也依然無人可以撼動。當他復出的消息一出,立刻攻占了各大媒體頭條,《重返魔域》也成為了新的熱點。
作為搖滾領域里神一樣的人物,為何在沉寂了多年之后,為了一款游戲重出江湖呢?西山居世游究竟有什么魔力可以請動竇唯?
娛樂圈與游戲互相宣傳、代言的案例比比皆是,但是誰都想不到竇唯會跟游戲合作。從最近竇唯注冊知乎帳號,并且有問必答來看,也是非常配合游戲產品的宣傳。
說到這款游戲產品《魔域手游》,是由西山居世游與網龍聯(lián)合發(fā)行,這是一款端游IP手游化的產品。
《魔域》是中國游戲界歷程碑式產品,自2006年公測以來,一直是國產魔幻題材的扛鼎之作;與《夢幻西游》、《傳奇》、《劍俠情緣》等產品,同被媒體喻為“百億俱樂部成員”——運營時間長達十余年,累計收入突破100億的產品??梢哉f這款產品在端游時代就已經積累下了量大的用戶,就像很多優(yōu)秀的端游IP進行手游化一樣,《魔域》也在最近推出了《魔域手游》。
除了這款產品在IP方面的優(yōu)勢外,西山居自身也是一家有著強大實力的游戲公司,西山居成立于1995年,是中國大陸地區(qū)第一家游戲公司。旗下產品“劍俠情緣”系列歷久銘心,成為多代人心目中的經典之作。《劍俠情緣手游》自去年5月31日上線以來,10小時登頂iOS免費榜,78小時登頂iOS暢銷榜并完成雙榜第一,成為中國最熱門手游之一。
由此可見,西山居對《魔域手游》的重視程度,除了投入巨額資金進行IP開發(fā),從泛娛樂方面盡可能拓展IP價值,甚至請了竇唯出山,專門為該產品進行音樂方面的創(chuàng)作和宣傳。
竇唯一直活躍著,只是他做著自己喜歡的音樂
很多人說竇唯早就不搖滾了,因為他太久沒有出現(xiàn)在我們的視線里,但是,事實并非如此,竇唯一直都在創(chuàng)作,他從沒有離開過這里。
直到《重返魔域》讓竇唯成功占領頭條,再次以搖滾樂這個詞被人們提起和熱議,畢竟之前很多年,竇唯上頭條的原因都是感情、被網友拍到近照等內容。
從歌詞來看,這首歌曲與《魔域手游》的內容非常符合,我們聽過很多類型的游戲音樂,但是魔幻類的真的很難配樂,竇唯的嗓音配上這種黑色金屬的音樂真的很貼合,也讓人震驚,似乎找回了年輕時對搖滾樂的感覺。
從口碑角度來說,竇唯的這些專輯都有著非常好的風評,不僅僅是他的死忠粉們鼎力支持,諸多圈內的樂評人也對他后期的創(chuàng)作階段,充滿個人化特質的音樂創(chuàng)作給予盛贊。
一位樂評人寫到:“竇唯走在自己的林中路上,充滿勞績,追求著那份詩意的棲居。我們每個人都有自己的林中路,也都有自己的那片艷陽天,或許和他人不同,也或許背道而馳,但不管怎樣,我們都要走出去,總能走到那片天空下面。我不知道竇唯走到哪兒了,也不知道他還要走多遠,但是,我們期待著,期待著他下一張如夢的作品。老天保佑,他別餓死了。”
也有人評論說風格的話期盼多年,竇唯重回金屬??偟膩碚f大類可以劃到工業(yè)金屬和黑金范疇里。放入黑金方面對比,實屬國內頂級。但是不得不說竇唯的嗓音聽著就是舒服,說不出來的那種舒服。比其他音樂人更多一種共鳴的感覺。
還有人說,這首《重返魔域》仍然是在搏境界,依本土佛魔文化為依憑,走金屬音樂的路子,這就是這首歌曲的境界吧。至于技術,竇唯一向癡迷的低音加念白吟誦,感覺從這首歌曲開始,終于算是大成了。流暢而又韻感、樂感實足。請注意,竇唯看起來是一向致力于讓念白除韻感之外,同時兼富有樂感的。只是此前,一直稍顯生澀,至此終可算神功大成了??上部少R!
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。