微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 智能电视互联时代下的蓝海 大屏游戏迎来机遇

智能电视互联时代下的蓝海 大屏游戏迎来机遇

2014-09-02 09:48
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-09-02 09:48 周雅

互联网的大时代下,传统企业开始拥抱互联网,将产品贴上“智能”的标签,作为这个时代下的产物,智能电视应运而生,在2014年飞速发展,数据显示,今年上半年国内智能电视渗透率已达到62.3%。智能电视衍生出以电视游戏为代表的大屏游戏领域,也丰富了客厅文化。

在2014中国互联网大会上,中国智能电视产业发展峰会首次入驻,业内就智能电视发展及电视游戏展开交流。

智能电视互联时代下的蓝海 大屏游戏迎来机遇

智能电视互联时代的蓝海

纵观我国互联网的成长,截止目前大约有6亿网民,4亿智能手机用户和超过1亿的互联网电视和盒子用户,这一迅猛增长的数字背后,是互联网巨头和家电大佬纷纷盯向智能电视这一块掘金地。

此外,从今年1-7月,国内智能电视的渗透率接近60%,远高于全球的平均水平。中国电子视像行业协会副秘书长彭健锋表示,前两年,还有很多业内人士在探讨是否“电视已死”,现在各路资本纷纷进入电视领域,智能化为电视行业打开了一片新的蓝海。

同其它新兴行业一样,互联网电视产业的发展也需要合作与共建。对此,爱奇艺高级副总裁段有桥表示,“随着视频的发展,我们认为带宽和视频将会成为人类两个最基本的消费品。移动视频和电视视频会成为视频主力,PC视频逐渐走向消亡。”

纵观全局,智能电视产业的发展也正遵循互联网思维方式。联想集团中国区智能电视事业部总经理任中伟认为,“PC、手机和平板在硬件性能的研发优势应该被带到电视上,高性能不应该只是电视的噱头,联想希望提供一个平台,这个平台可以使得内容提供方,尤其是游戏,教育,视频内容提供商在这个平台上发挥它的性能。”

对于未来智能电视产业的发展趋势,乐视智能终端事业群CMO彭钢认为,“做互联网电视未来最大的挑战,不在于监管政策,或是硬件、价格的竞争,而在于说,我们如何让用户在大屏设备上得到更多更满意的服务,我们有没有在这上面,把今天用户需求的让用户看得到,不管是弹幕的需求还是操作服务的需求,我想把这些服务落地到产品上,就是最大的成功。”

“电视游戏进行时”是本次峰会的另一大主题。作为时下智能电视产业下的又一新兴领域,随着智能电视性能的提升,以及各类游戏盒子、微主机的出现,智能电视游戏成为了智能电视产业中的又一个热门。

大屏电视游戏迎来商机

电视游戏产业市场潜力巨大,据市场研究公司Gartner的分析报告,2013年全球游戏产业总收入达到932亿美元,其中,电视游戏机软硬件收入443亿美元,掌上游戏机软硬件收入180亿美元,移动游戏132亿美元,PC单机游戏177亿美元。

面临中国电视游戏市场发展迅速的巨大商机,众多彩电厂商及其他产业巨头,都开始争食这一巨大蛋糕,布局游戏电视或涉足游戏内容。不过,电视因大屏优势,在游戏、娱乐方面为用户提供了更多的想像空间,以及良好的用户体验,这也让电视厂商有望后来居上。

如何看待中国电视游戏的未来趋势?

中九游戏COO王浩表示,“智能电视最核心的两大业务就是视频和游戏,目前,中国电视游戏市场是空白的,但我们初估以后至少有几十亿的市场,电视游戏应该是一个混沌状态,电视游戏应该用芝麻开门,但是怎么敲开这个门我们不知道。我觉得只有互联网,只有撞的头破血流才能找到成功的道路。”

TCL多媒体互联网事业部副总经理赵育颖认为,电视游戏的繁荣需要打造有力的智能生态游戏平台。这个东西绝对不是靠设备厂商可以独立完成的,一定要靠很多的合作伙伴,一起参与这样的生态圈的打造。

针对电视游戏支付问题,支付宝带来了电视游戏领域的支付解决方案。支付宝总监陈章庆介绍,使用者在电视平台做了首次支付之后,包括做了交付绑定之后的任何二次支付就不用依赖手机,拿摇控器就可以支付。支付宝目前在寻求合作:“只要这个生态能够良好的发展,支付一定不会成为大家的瓶颈。”

分享至
0赞

好文章,需要你的鼓励

周雅

Miranda
关注科技创新、技术投资。以文会友,左手硬核科技,右手浪漫主义。
推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-