科技行者 5月14日 北京消息(文/阡陌客):近日游戲電競領(lǐng)域的新聞要數(shù)《和平精英》取代《刺激戰(zhàn)場》成為騰訊在手游領(lǐng)域的“吃雞”產(chǎn)品。為了通過審核,游戲內(nèi)幾乎完全摒棄了“吃雞”玩法的核心要素,綠色的中槍流血變成了彩虹色的閃光,“跑毒”變成了“信號(hào)圈縮小”,最后沒有“大吉大利,今晚吃雞”,而是變成“五個(gè)小伙伴攜手?jǐn)埻髿g呼演習(xí)勝利”——秀的飛起。
但是在更多的人眼里,這個(gè)手游吃雞游戲的妥協(xié),隱約開啟了另一個(gè)趨勢(shì)——喜歡吃雞玩家是否會(huì)陸續(xù)回歸“端游”呢?
近日,NVIDIA(英偉達(dá))全球副總裁兼中國區(qū)總經(jīng)理張建中先生和惠普公司中國區(qū)消費(fèi)電腦事業(yè)部總經(jīng)理范子軍先生在接受采訪時(shí)表示,中國的游戲市場相比國外有很大的特殊性,在可以預(yù)見的未來會(huì)更進(jìn)一步發(fā)展,不論是游戲本、臺(tái)式機(jī)還是周邊產(chǎn)業(yè)都會(huì)追求高品質(zhì),更流暢的游戲體驗(yàn),以及足以支撐起這一切的優(yōu)秀平臺(tái)。
大佬眼中的游戲PC現(xiàn)狀
對(duì)于近兩年來PC市場下滑的現(xiàn)狀,張建中先生表示這是中國特殊的游戲市場環(huán)境所致。與歐美的游戲社區(qū)不同,中國的游戲市場并沒有經(jīng)歷過“主機(jī)游戲”這樣一個(gè)時(shí)代,所以市場的培育幾乎就是和PC的普及、互聯(lián)網(wǎng)的普及同步發(fā)生的。所以在中國,過去可以認(rèn)為PC游戲幾乎就是整個(gè)游戲市場,而近兩年來移動(dòng)互聯(lián)的發(fā)展,讓手游也成為了游戲市場的另一大支柱。
在張建中看來,這是整個(gè)游戲市場和移動(dòng)互聯(lián)市場發(fā)展的必然產(chǎn)物。而PC游戲也逐漸在國內(nèi)發(fā)展成一個(gè)特殊的品類,其游戲品質(zhì)是所有平臺(tái)中最高的,擁有一大批高質(zhì)量的游戲和追求高品質(zhì)游戲體驗(yàn)的玩家。
范子軍先生表示,從HP的角度來看,中國玩家是跟隨者游戲市場一起成熟起來的,而他們對(duì)于游戲本和游戲臺(tái)式機(jī)的需求,也逐漸從原來“家里一臺(tái)電腦”什么都干,演變成:辦公需要一個(gè)輕薄的商務(wù)本,家里有臺(tái)強(qiáng)大的臺(tái)式機(jī)來享受游戲,最好還有一個(gè)性能強(qiáng)勁的游戲本,出差也能夠帶著玩。
從游戲自身的發(fā)展來看,除了更宏大的故事背景里,豐富的細(xì)節(jié),精美的3D設(shè)計(jì)和沉浸式的游戲體驗(yàn),還有更新的玩法逐漸被發(fā)掘出來——如近年來的“吃雞”游戲,MOBA類的競技游戲都對(duì)游戲所在的計(jì)算機(jī)平臺(tái)本身提出了高需求——強(qiáng)大的GPU和“電競級(jí)”的144Hz刷新率顯示器必不可少。
GeForce RTX的強(qiáng)勢(shì)所在
NVIDIA發(fā)布的GeForce RTX系列顯卡如今已經(jīng)有了多個(gè)型號(hào),從最高端的2080Ti一直到面向主流玩家的2060一應(yīng)俱全,此前我們也發(fā)過相關(guān)的評(píng)測??梢钥吹剑@一代GeForce系列顯卡改旗易幟的從GTX命名改為了RTX,重點(diǎn)強(qiáng)調(diào)的就是Ray-Tracing(光線追蹤)。而所有GeForce RTX系列顯卡的心臟——Turing架構(gòu)(圖靈)的GPU核心,就是重中之重。
圖靈核心的重點(diǎn)是擁有兩大以往沒有的核心:RT Core(光線追蹤核心),以及Tensor Core(深度學(xué)習(xí)核心)。
這兩個(gè)核心簡單來說就是RT Core負(fù)責(zé)專門對(duì)光線追蹤的操作做加速——相比原來純粹用GPU來做光線追蹤的“求交操作”,速度有一個(gè)數(shù)量級(jí)的提升,再配合上NVIDIA GeForce RTX提供突破性的各種圖像重建技術(shù)(Image Reconstruction/Denoising)對(duì)于光線追蹤渲染采樣率需求一到兩個(gè)數(shù)量級(jí)的減少,以及微軟的DirectX Ray Tracing(DXR)API,開啟了游戲的實(shí)時(shí)光線追蹤時(shí)代!
Tensor Core則主要是為了DLSS(深度學(xué)習(xí)超采樣)而配備的加速核心,Tensor Core專門用于加速深度學(xué)習(xí)所需要大規(guī)模矩陣運(yùn)算操作,DLSS可以基于深度學(xué)習(xí)訓(xùn)練出的模型,對(duì)原來的渲染圖像序列做采樣操作,進(jìn)而提升游戲抗鋸齒和光線追蹤時(shí)的圖像去噪點(diǎn)。
張建中表示,這兩部分核心對(duì)于這一代GeForce RTX顯卡來說非常重要,以至于NVIDIA無法再為之做減法——如果去掉這兩個(gè)核心,或者減少核心數(shù)來推出價(jià)格更低的顯卡,那就無法保證光線追蹤和DLSS自身的效果,最終犧牲的是玩家的體驗(yàn)。
HP打造性價(jià)比旗艦 與NVIDIA合作共贏
在中國,HP的本地化速度非常迅速,在游戲本和電競領(lǐng)域也能機(jī)敏的抓住機(jī)會(huì)。除了及時(shí)的應(yīng)用新技術(shù)推出游戲本產(chǎn)品外,在價(jià)格上也針對(duì)本地玩家推出“人人都能買得起的”RTX游戲本。
范子軍先生表示,HP采用RTX系列GPU和采用GTX系列GPU的游戲本幾乎同樣的定價(jià)。我們?cè)谠O(shè)計(jì)游戲本的時(shí)候主要考慮的是用最好的技術(shù),結(jié)合玩家的需求,并且能滿足最佳的性價(jià)比。 HP是第一家在游戲本上做120Hz刷新率屏幕的國際廠商,也是第一家把144Hz刷新率帶到游戲本上的國際廠商,同時(shí)也為玩家?guī)砀咝詢r(jià)比的游戲平臺(tái)。
張建中也表示,PC游戲玩家也逐漸開始接受4K的游戲體驗(yàn),在高分辨率下的幀率對(duì)于玩家來說也至關(guān)重要:“我們看到目前游戲本的144Hz的屏幕刷新率幾乎已經(jīng)成為了游戲本的標(biāo)配,這是玩家和游戲體驗(yàn)所推動(dòng)的。”
而一部分玩家對(duì)游戲本的性能要求和設(shè)計(jì)是非??量痰模c臺(tái)式機(jī)不同,筆記本是系統(tǒng)級(jí)的產(chǎn)品和設(shè)計(jì),整機(jī)的設(shè)計(jì)、優(yōu)化和平衡是一個(gè)廠家的真實(shí)功力——張建中表示:“兩個(gè)相同配置的PC的性能可能相差無幾,但是市面上相同配置的筆記本,性能表現(xiàn)往往相差甚遠(yuǎn)。”
在這一點(diǎn)上,HP可以說是最優(yōu)秀的一流廠商之一,其暗影精靈系列在京東商城超過21萬的銷售量就是來自消費(fèi)者認(rèn)可的強(qiáng)力證明。據(jù)了解,HP將于今天發(fā)布最新的旗艦級(jí)游戲本,同時(shí)還會(huì)發(fā)布包括電競座椅和衣服在內(nèi)的周邊產(chǎn)品,所圖甚大。
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)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"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"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少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,解決了長視頻生成中的錯(cuò)誤累積問題,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)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,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)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。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。