2014年5月5日北京,GMIC2014全球移動(dòng)互聯(lián)網(wǎng)大會(huì)在國(guó)家會(huì)議中心正式舉辦,完美國(guó)際作為此次大會(huì)的頂級(jí)贊助商,借大會(huì)主辦之機(jī),召開(kāi)主題為‘合作共贏——中小游戲企業(yè)經(jīng)營(yíng)策略研討會(huì)’。并宣布了PWIN實(shí)施一年來(lái)的碩果以及對(duì)未來(lái)的發(fā)展規(guī)劃。
PWIN完美世界全球投資與代理計(jì)劃在2013年正式推出,采取全球投資、全球研發(fā)、全球發(fā)行、全球伙伴戰(zhàn)略方式,通過(guò)移動(dòng)互聯(lián)網(wǎng)加強(qiáng)自身的全球化布局。同時(shí),移動(dòng)互聯(lián)網(wǎng)的興起也給了中國(guó)企業(yè)更多成為全球互聯(lián)網(wǎng)企業(yè)的機(jī)會(huì)。
因?yàn)椋F(xiàn)今游戲行業(yè)主要集中在PC、終端以及電視這三塊屏幕之上,掌機(jī)屏已經(jīng)已經(jīng)遠(yuǎn)遠(yuǎn)無(wú)法與其抗衡。而在這三塊屏幕之中又以終端屏為首,PC屏用了20年才累積到了1億游戲用戶,而終端屏卻僅用兩年時(shí)間,便累積了超過(guò)3億的游戲用戶。同時(shí)也在規(guī)模上也無(wú)法比擬,移動(dòng)互聯(lián)網(wǎng)時(shí)代,每天能上線的游戲就將多達(dá)300余款,雖然不拋去一些純模仿的游戲,但如此數(shù)量卻是PC游戲一年的產(chǎn)出。
在PWIN計(jì)劃一經(jīng)推出,便受到了業(yè)內(nèi)的廣泛關(guān)注,至今完美世界一共投資了21家企業(yè),國(guó)外企業(yè)占據(jù)近三分之一,代理了16款產(chǎn)品。
此次會(huì)上還啟動(dòng)了全球游戲創(chuàng)意評(píng)選活動(dòng),完美將通過(guò)該活動(dòng)發(fā)掘創(chuàng)意IP(知識(shí)產(chǎn)權(quán)),尋找投資合作項(xiàng)目,完美方面表示,這一活動(dòng)也將是未來(lái)完美世界PWIN計(jì)劃的實(shí)施重點(diǎn)??梢哉f(shuō)PWIN計(jì)劃的開(kāi)始讓游戲有了一個(gè)契機(jī)良好的起源之地。
在會(huì)議的最后環(huán)節(jié),完美世界還為我們展現(xiàn)出了多款現(xiàn)今代理的游戲,并透露不久后將會(huì)有一款以火炬之光2為原型打造的卡牌游戲上線,玩法類(lèi)似爐石傳說(shuō)。
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(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。