2014年度游戏行业盛会GDC(游戏开发者大会)在3月17日-21日于美国旧金山举行,大会吸引了全球预计超过23000名程序员、美术师、制作人、游戏开发领域的专业人士参与。CMGE中国手游(NASDAQ:CMGE)总裁应书岭亲自带队参展,同时展示了独立IP手游大作《英雄之刃:创世之战》和《英雄之刃:最后一战》。

2014年,中国手游的市值突破10亿美元。据易观国际日前发布的报告显示,2013年中国移动游戏全平台发行商市场中,中国手游占据17.9%的市场份额,排名第一。
2014年行业面临洗牌,强者生存
2013年中国手游市场上有2千多款游戏,但只有四五十款可以说是成功的。 2014年估计中国市场上会涌现4000-5000款游戏,加上手握巨大资金的端游、页游公司都转型手游,手游市场上的厮杀将会更加激烈。如果说2013年是手游的爆发年的话,那2014年将是手游的洗牌年。
“市场高速发展下随之而来的必然是猛然加剧的市场竞争”,中国手游集团总裁应书岭表示。2013年中国手游市场总值达到112亿,手游用户超过3亿人,预计2014年中国手游市场总值将达到250亿,2015年将会达四五百亿。在行业整体洗牌的大背景下,渠道集中化的趋势将会愈发明显,资源将会集中到有限的十几家大渠道上面。
优质发行商让中小CP依然有机会
随着行业洗牌,手游CP,特别是中小CP的生存压力越来越大,与发行商合作,成了中小CP的最佳选择。
应书岭说:“最忙的时候一天要过目近200款手游产品,信息量太大,每天恨不得都不睡觉。”发行商的崛起是有必然的因素的。由于手游产品数量大,渠道资源有限,面对大量新品的包装推广诉求,发行商可以针对优质游戏进行重点包装推广。因此中国手游等发行商化身为手游市场重要的产业环节,成为移动游戏市场发展的重要推动力量。
例如,目前月流水过千万的《三国志威力加强版》,开发商是成都赤月科技有限公司,在获得中国手游助推之前,只是一个十余人的小公司,但现在估值已经达到6亿元。到目前为止,中国手游千万级流水的产品已达九款。

优质IP成手游争抢目标
无论是端游、页游还有手游,“IP”已然成为业界最热门的话题。厂商纷纷通过购买、合作、创造等各种形式来改变自身在市场的影响力。2014年将成为国内手游行业的IP年,金庸武侠、西方文学、经典单机、动漫版权、电影版权等知名IP,成为厂商争抢的对象。
电影IP是十分强力的,而且和手游的受众面重合度相当高。目前市面上电影版权,纷纷被各家争抢。例如《冰雪奇缘》、《神偷奶爸》、《西游降魔篇》等电影纷纷被改编手游,国外大作也被快速引进中国。
除电影版权之外,动漫、小说、电视节目、电视剧等IP都被市场关注,当然,对于IP的喜好,各家也有所不同。 中手游在影视、动漫以及独立IP已开启战略化布局。
GDC是 Game Developers Conference 的简称,中文名称为游戏开发者大会。
GDC是一年一度的游戏开发者最大的聚会,每年将有数万名游戏开发者参加大会。大会奖项有年度最佳游戏奖、年度最佳原创音乐奖、年度最佳角色设计奖、年度最佳游戏设计奖、年度最佳游戏设计奖、年度最佳游戏设计奖、年度最佳剧本创作奖等奖项。
CMGE中国手游是国际领先的移动游戏开发商与发行商。专注于移动游戏的开发与发行,于2012年9月25日登陆美国纳斯达克,股票代码为“CMGE”。CMGE中国手游是中国首家登陆纳斯达克资本市场的手机游戏公司。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。