第十三屆中國國際數(shù)碼互動娛樂展覽會(以下簡稱ChinaJoy)將于7月30日拉開大幕,主辦方號召參展商回歸游戲本質(zhì),因此對Show Girl服裝進(jìn)行嚴(yán)格要求。近日眾廠商紛紛表態(tài),并公布符合尺度的Show Girl照片。而中國最大的獨(dú)立手游發(fā)行平臺樂逗游戲(NASDAQ:DSKY)則更是做出驚人之舉,宣布此次參展不請Show Girl,不要Cosplay,將展臺全部交給玩家,回歸純粹游戲。
據(jù)悉,樂逗游戲本著“純粹游戲、我最懂你”的理念,展臺設(shè)計(jì)簡單大氣,將以往現(xiàn)場復(fù)雜燒腦的活動全部濃縮成兩個(gè)環(huán)節(jié)——玩游戲、拿周邊。樂逗游戲相關(guān)工作人員表示:“這不僅僅是響應(yīng)主辦方的要求,更是真正將展臺交給游戲,交給玩家,還給玩家一個(gè)純粹的游戲體驗(yàn)!”
在本屆CJ的樂逗游戲展臺,玩家可以體驗(yàn)到由樂逗帶來的多款重量級游戲:由大神級網(wǎng)絡(luò)作家“天蠶土豆”初次執(zhí)刀、新國民女神古力娜扎代言的第一人氣小說PK手游《蒼穹變》;國民游戲《地鐵跑酷》的全新版本;優(yōu)美與智慧的藝術(shù)品級解謎游戲《紀(jì)念碑谷》;老少咸宜的情懷大作《我愛大富翁》;更有首次亮相的全新手游《JUSTIFIED》、《X-覺醒》、《機(jī)戰(zhàn)王》。
樂逗游戲不但為玩家提供了大量豐富的周邊,還與樂維飲共同貼心準(zhǔn)備了4萬瓶冰飲,讓玩家在炎熱的場館內(nèi)能玩到爽。
樂逗游戲一向以發(fā)行精品游戲著稱,該公司將風(fēng)靡全球的《水果忍者》、《神廟逃亡2》和《地鐵跑酷》引入中國,均獲得了數(shù)以億級的玩家。今年,樂逗又在國內(nèi)成功發(fā)行獲蘋果年度游戲大獎的《紀(jì)念碑谷》,獲得了眾玩家的好評。
與此同時(shí),樂逗不斷豐富產(chǎn)品線,開拓重度游戲市場,牽手“天蠶土豆”共同改編的3D MMORPG玄幻手游《蒼穹變》已于7月23日全平臺上線。據(jù)樂逗方面透露,《蒼穹變》手游上線1小時(shí),新增就突破了30萬,流水突破200萬,在上線首日流水即突破1200萬,3日流水突破4000萬。這一成績表明《蒼穹變》手游成為2015年手游市場又一現(xiàn)象級爆款,也彰顯了樂逗游戲在單機(jī)休閑和中重度游戲上均具有強(qiáng)大的發(fā)行能力。
“從使用現(xiàn)成的IP到打造一個(gè)全新的IP,蒼穹變的火爆表明樂逗在游戲運(yùn)營與IP運(yùn)營的深度和廣度上有了新的突破。”樂逗游戲COO蘇萌表示。此前,樂逗在IP運(yùn)營方面做出了很多成功的嘗試,包括《神廟逃亡2》中加入尤塞恩•博爾特、柳巖、一代宗師、李小龍的形象,攜手“國民老公”王思聰一起《全民切水果》,同國內(nèi)知名綜藝節(jié)目合作研發(fā)打造出《奔跑吧兄弟:跑男來了》、《中國好歌曲-樂舞》等,給玩家?guī)砹素S富的體驗(yàn)。
根據(jù)2015年第一季度財(cái)報(bào),樂逗游戲已擁有注冊用戶7.74億,平均月活躍用戶1.19億。據(jù)易觀國際統(tǒng)計(jì),當(dāng)季度,樂逗游戲以28.1%的用戶份額再次雄踞中國手游發(fā)行市場的榜首。
好文章,需要你的鼓勵
新加坡國立大學(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。