北京時(shí)間5月7日早間消息,市場(chǎng)研究公司SuperData Research的最新數(shù)據(jù)顯示,隨著越來(lái)越多家境富裕的年輕人熱衷于電子競(jìng)技,這項(xiàng)活動(dòng)正在成為一個(gè)獨(dú)立的市場(chǎng),規(guī)模高達(dá)6.21億美元,全球觀眾數(shù)也高達(dá)1.34億。
SuperData Research稱,電子競(jìng)技市場(chǎng)的收入主要來(lái)自韓國(guó)和中國(guó),那里的電子競(jìng)技消費(fèi)群十分龐大,而且擁有較長(zhǎng)的發(fā)展歷史。但得益于《英雄聯(lián)盟》、《Dota 2》和《反恐精英》等游戲的的流行,歐洲和美國(guó)的電子競(jìng)技市場(chǎng)也在迅速發(fā)展。
除了資金外,電子競(jìng)技還在全世界吸引了很多粉絲,總數(shù)多達(dá)1.34億。不過(guò),盡管資金和人數(shù)不斷增多,但SuperData創(chuàng)始人兼首席分析師朱斯特·范德魯尼(Joost van Dreunen)卻表示,這主要還是一款營(yíng)銷工具。
“全世界的多數(shù)電子競(jìng)技收入都來(lái)自廣告主和贊助商。”范德魯尼在報(bào)告中寫(xiě)道,“但電子競(jìng)技還為游戲發(fā)行商提供了一個(gè)擴(kuò)大宣傳面的機(jī)會(huì),為粉絲提供了全新的互動(dòng)機(jī)會(huì)和深入的體驗(yàn)機(jī)會(huì)。”
游戲發(fā)行商Riot Games曾經(jīng)公開(kāi)表示,該公司的電子競(jìng)技項(xiàng)目普遍處于虧損狀態(tài)。事實(shí)上,盡管整個(gè)行業(yè)通過(guò)贊助和門票實(shí)現(xiàn)了6億多美元收入,但《英雄聯(lián)盟》等游戲通過(guò)休閑玩家賺取的收入還是超過(guò)這一數(shù)字。不過(guò),這些電子競(jìng)技項(xiàng)目卻可以激發(fā)玩家的興趣,并培養(yǎng)他們的花費(fèi)習(xí)慣。
職業(yè)玩家的境況似乎也折射出了這一現(xiàn)狀。
“雖然頂尖玩家可以獲得數(shù)百萬(wàn)美元的獎(jiǎng)金,但只有40%的玩家可以借此維持生計(jì)。”范德魯尼,“由于只有很少的團(tuán)隊(duì)能獲獎(jiǎng),所以多數(shù)萬(wàn)家每年只能得到1.2萬(wàn)至4萬(wàn)美元的微薄收入。”
多數(shù)玩家參加大型比賽只是為了出名,之后可以通過(guò)MLG.tv、Twitch和YouTube等視頻平臺(tái)吸引粉絲,借此創(chuàng)收。
SuperData稱,《英雄聯(lián)盟》職業(yè)玩家“草莓”2014年隱退后與戰(zhàn)旗簽約,只要每月打滿90小時(shí)游戲,即可拿到500萬(wàn)元人民幣的年薪。
但目前看來(lái),這類玩家合同數(shù)量仍然很少,有時(shí)甚至無(wú)法提供保底工資。主要原因在于多數(shù)工資都被各大聯(lián)盟、游戲發(fā)行商和比賽場(chǎng)館賺取。在北美專屬賽事中,電子競(jìng)技比賽的年收入約為1.43億美元,其中只有1180萬(wàn)美元放入獎(jiǎng)金池。除此之外,周邊產(chǎn)品銷售創(chuàng)收約1100萬(wàn)美元,門票銷售約為450萬(wàn)美元,賽事贊助可創(chuàng)收1.11億美元。
“品牌所有者和廣告主有可能融入這種新興娛樂(lè)形式,增加整個(gè)行業(yè)的贊助交易數(shù)量。”該報(bào)告寫(xiě)道,“我們預(yù)計(jì),包裝消費(fèi)品、汽車和科技品牌都會(huì)加大這方面的開(kāi)支。”
倘若果真如此,發(fā)行商或許可以賺取更多收入,而可口可樂(lè)和美國(guó)運(yùn)通等企業(yè)在這類比賽中的廣告投放力度也會(huì)加大,但職業(yè)玩家卻未必能獲得豐厚的收入。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。