近日,有手游玩家群體聯(lián)名上書(shū),呼吁游戲公司應(yīng)該聯(lián)合起來(lái),為廣大玩家出臺(tái)屏保措施,保護(hù)玩家免受因?yàn)橥嬗螒蛱?dòng)而摔壞手機(jī)破財(cái)?shù)睦_。
游戲玩家:游戲太激烈,擔(dān)心碎屏
發(fā)起該行動(dòng)的負(fù)責(zé)人小鈕稱(chēng),發(fā)起緣由是自己在玩一款叫《炫斗三國(guó)志》的動(dòng)作手游的時(shí)候,發(fā)現(xiàn)戰(zhàn)斗太刺激,容易玩到手心出汗,導(dǎo)致抓不穩(wěn)手機(jī)。他在論壇上發(fā)帖吐槽,卻沒(méi)想到不少玩家都遇到了和他一樣的體驗(yàn)。
他表示,進(jìn)入手機(jī)游戲時(shí)代,很多人都習(xí)慣于在地鐵上,公交上,甚至有時(shí)候是邊走邊玩游戲。但是不少動(dòng)作類(lèi)游戲,遠(yuǎn)至切水果,近至像炫斗三國(guó)志之類(lèi)手游都需要玩家劇烈的手勢(shì)活動(dòng)。一不小心,可能就會(huì)造成手機(jī)脫手摔碎,所以希望游戲公司能和保險(xiǎn)公司合作,為玩家提供玩手游時(shí)候的安全保障。
游戲開(kāi)發(fā)商:考慮替玩家投保,但先要確立可行性
對(duì)此,炫斗三國(guó)志開(kāi)發(fā)商表示,目前已經(jīng)獲知這一玩家上書(shū)請(qǐng)求,正在檢討相關(guān)投保的可行性。該開(kāi)發(fā)商的一位不愿意透露姓名的職員表示,其實(shí)游戲公司為玩家財(cái)產(chǎn)投保,在業(yè)內(nèi)亦不是沒(méi)有過(guò)。但是之前業(yè)內(nèi)更多的側(cè)重點(diǎn)在于玩家PC端的虛擬財(cái)產(chǎn)上面,多以防盜號(hào),或者是保障消費(fèi)者金額為主。而進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代,如果要加入需要保障玩家實(shí)物財(cái)產(chǎn)的需求,則目前仍未有先例。所以仍然需要一定的時(shí)間去確立可行性。
保險(xiǎn)公司:難以鑒定碎屏范圍,立保有難度
記者就此向一位保險(xiǎn)業(yè)內(nèi)人士咨詢(xún),所謂的“手游碎屏險(xiǎn)”是否能立保。而對(duì)方則表示,立保在可行性上有一定的難度。他認(rèn)為,在現(xiàn)階段很難用技術(shù)界定是屬于人為責(zé)任還是游戲的意外責(zé)任,如果立保起來(lái),將難以進(jìn)行理賠。因此他建議玩家,可以直接將手機(jī)買(mǎi)全幅保險(xiǎn)比較穩(wěn)妥。
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(zhuān)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(zhuān)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(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)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(huà)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。