1月17日,國(guó)家新聞出版署公布了新一批國(guó)產(chǎn)網(wǎng)絡(luò)游戲版審批結(jié)果,網(wǎng)易增報(bào)的《逆水寒》移動(dòng)端版本(即《逆水寒》手游)順利過審獲得版號(hào)。
圖1:逆水寒手游官方微博截圖
據(jù)官方介紹,《逆水寒》手游雖然基于被譽(yù)為“會(huì)呼吸的江湖”的同名端游,但手游卻又因?yàn)閾碛凶杂啥雀摺⑾胂罅Ωh逸、江湖感更濃郁、武功戰(zhàn)斗更熱血、社交聯(lián)系更緊密的獨(dú)特游戲樂趣及體驗(yàn)而與PC版的端游截然不同。
《逆水寒》手游由網(wǎng)易最大單品研發(fā)團(tuán)隊(duì)開發(fā),團(tuán)隊(duì)有超過400人,目前未正式上線就已消耗超過7億預(yù)算,或?qū)⒋蚱茋?guó)產(chǎn)游戲上線前研發(fā)費(fèi)用的記錄,可謂網(wǎng)易2023年絕對(duì)的“超級(jí)項(xiàng)目”。
圖2:去年高通驍龍發(fā)布會(huì)逆水寒手游技術(shù)人員上臺(tái)演講
網(wǎng)易如此孤注一擲并不難理解——只為當(dāng)下火熱的開放世界品類中殺下自己的市場(chǎng)份額。隨著近年來開放世界爆款的出現(xiàn),這一品類已經(jīng)逐漸成長(zhǎng)為國(guó)內(nèi)年收入規(guī)模數(shù)百億元、全球千億級(jí)別的超級(jí)品類。
《逆水寒》手游無疑有望在未來分到其中很大一塊蛋糕:游戲已經(jīng)于去年國(guó)慶期間完成首次小規(guī)模線上技術(shù)測(cè)試,玩家口碑反響異常熱烈,測(cè)試成績(jī)異常優(yōu)異,打破網(wǎng)易游戲內(nèi)測(cè)的多項(xiàng)紀(jì)錄。首測(cè)測(cè)試服TapTap評(píng)分高達(dá)9.1分,TapTap總評(píng)分達(dá)到8.4分,預(yù)約超過100萬。
圖3:逆水寒手游TAPTAP介紹頁截圖
據(jù)逆水寒手游官方公告顯示,首測(cè)結(jié)束時(shí)逆水寒手游全平臺(tái)預(yù)約數(shù)(包括官網(wǎng)、TapTap、渠道等)就已突破1000萬。
圖4:官方賀圖,取自逆水寒手游官網(wǎng)
這樣的成績(jī),可謂“后MMO時(shí)代”的一枝獨(dú)秀。據(jù)首測(cè)玩家反饋,《逆水寒》手游中8大區(qū)域有超過1600個(gè)謎題,塑造了一個(gè)極其宏大的開放世界。雖然開放世界這一概念并不新奇,但目前看來《逆水寒》手游無疑是將傳統(tǒng)武俠、MMO、開放世界三者結(jié)合得最好的游戲之一。官方的愿景也是用開放世界讓MMO再放光彩。
除了開放世界特色外,《逆水寒》手游團(tuán)隊(duì)的技術(shù)實(shí)力也十分雄厚。
依托網(wǎng)易的伏羲人工智能團(tuán)隊(duì),逆水寒手游中搭載了超過400名超級(jí)人工智能NPC,基于NLP自然語言處理技術(shù),這些NPC能看懂玩家隨機(jī)打的字、說的話、做的行為,并做出合理反饋,與玩家演繹出一段隨機(jī)但有意義的劇情。
在MMO常見的捏臉方面,《逆水寒》手游更是創(chuàng)新加入了“上傳照片捏臉”和“打字捏臉”這兩項(xiàng)AI自動(dòng)捏臉選項(xiàng),率先將AIGC深度運(yùn)用到大型手機(jī)游戲中。
圖5:實(shí)機(jī)演示動(dòng)圖,取自官網(wǎng)
22年11月,逆水寒手游還登上高通驍龍8gen2的夏威夷新品發(fā)布會(huì),成為全球首款支持光線追蹤的大型角色扮演游戲。
圖6:夏威夷發(fā)布會(huì)公布逆水寒手游光追
游戲采用國(guó)際領(lǐng)先的自主知識(shí)產(chǎn)權(quán)圖形引擎技術(shù),已擁有“光線追蹤”、“圖像處理”等方面的50余件發(fā)明專利,并開行業(yè)之先河,首次在移動(dòng)端游戲中實(shí)現(xiàn)24小時(shí)動(dòng)態(tài)光照效果。結(jié)合自成一派的東方古典美術(shù)風(fēng)格,輔以豐富的游戲玩法、劇情分支、人工智能技術(shù)的創(chuàng)意使用,打造出了栩栩如生的會(huì)呼吸的江湖。
游戲預(yù)計(jì)23年年內(nèi)正式上線,這款今年率先拿到版號(hào)的網(wǎng)易“超級(jí)項(xiàng)目”究竟能在開放世界市場(chǎng)中攪起什么樣的風(fēng)云?讓我們拭目以待。
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)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)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(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(duì)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。