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
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。