10月21日,夏威夷——網易和高通技術公司宣布合作優(yōu)化《永劫無間》手游,雙方將基于驍龍®8至尊版移動平臺的多個核心進行調優(yōu)。此外,網易還采用一系列Snapdragon Elite Gaming特性,并在終端側帶來全新升級的AI隊友功能,打造創(chuàng)新的《永劫無間》手游體驗。
驍龍8至尊版移動平臺采用高通技術公司全新自研的定制高通Oryon™ CPU,帶來突破性的CPU單核和多核性能,以及超高能效,賦能頂級游戲體驗。不僅如此,高通技術公司和網易還針對線程調度進行聯(lián)合調優(yōu),并應用驍龍遮擋剔除(Snapdragon Occlusion Culling)等Snapdragon Elite Gaming特性,從而打造更加穩(wěn)定的游戲體驗。在《永劫無間》手游極致畫質下,與前代平臺相比,驍龍8至尊版的平均幀數(shù)提升22幀,幀率穩(wěn)定性提升43%,助力實現(xiàn)更加流暢、穩(wěn)定的復雜多人競技場景。
GPU對于游戲畫質至關重要?!队澜贌o間》手游利用了驍龍8至尊版的高通Adreno™ GPU的出色性能和領先能效,以及可變分辨率渲染(VRS)等一系列先進的Snapdragon Elite Gaming特性。在此基礎上,雙方針對渲染管線和Vulkan API對Adreno GPU進行聯(lián)合深度優(yōu)化,實現(xiàn)更高畫質和出色能效。
基于驍龍8至尊版強大的高通Hexagon™ NPU,《永劫無間》手游首次將具有18億參數(shù)的大語言模型引入終端側,利用包括軟件和工具在內的高通AI Stack的全棧優(yōu)化,打造全新升級的端到端AI隊友功能。
該功能可以讓AI隊友不僅聽懂玩家的語音對戰(zhàn)指令并執(zhí)行,還能夠通過語音指導新手游玩;不僅如此,玩家還能夠與AI隊友進行自然的語音交流,獲得優(yōu)質隊友的情緒價值。
與云端推理相比,在終端側進行AI推理具有諸多優(yōu)勢。首先,在終端側推理可以顯著降低網絡傳輸帶來的時延,使得首詞時延控制在300毫秒以內,讓玩家與AI隊友的語音溝通更流暢、響應速度更快。其次,用戶數(shù)據(jù)無需上傳云端,這將大大提升用戶的隱私的安全性。此外,將AI推理從云端遷移到終端側,可以充分利用驍龍8至尊版強大的終端側AI推理能力,從而降低云端運行成本并降低能耗。
高通公司高級副總裁兼手機業(yè)務總經理Chris Patrick表示:“高通技術公司和網易在游戲技術領域長期保持深入合作。我們很高興能與網易合作,為熱門手游大作《永劫無間》手游帶來驍龍專屬優(yōu)化,通過提升游戲穩(wěn)定性和能效,為全球廣大玩家?guī)砬八从械氖钟误w驗。”
網易高級副總裁、網易雷火游戲事業(yè)群負責人胡志鵬表示:“長期以來,高通技術公司一直是網易信賴的領先合作伙伴,其先進的驍龍移動平臺在支持網易游戲方面發(fā)揮關鍵作用。驍龍定制處理器的強大性能結合我們持續(xù)的技術優(yōu)化,能夠確保為所有玩家提供出色游戲體驗。隨著AI與游戲的融合正在不斷變革玩家的游戲體驗,我們很高興與高通技術公司持續(xù)深入合作,將性能強勁、AI算力出眾的驍龍8至尊版和網易前沿的AI大模型推理技術相結合,率先將終端側AI大模型引入手游,為全球玩家解鎖游戲體驗新天地。”
驍龍峰會首日技術演示環(huán)節(jié)將展示驍龍8至尊版獨家支持的《永劫無間》手游全新畫面配置,以及全新升級的AI隊友功能。
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。