搜狐畅游与2015年3月25日在北京召开2015GAME+新品发布会,公布2015年度战略规划。此外还公布了包括《仙剑6》、《星际战甲》在内的自研、代理大型端游,仙剑之父姚壮宪、DE创意总Steve Sinclair在内的数位全球顶级制作人悉数到场。拥有重度游戏基因的畅游,将致力于为玩家带来全球领先的端游产品。

以下为畅游新品发布会详细产品名单:
端游产品
《Warframe》(《星际战甲》)Digital Extreme|科幻题材TPS网游
《海战世界》冰动娱乐|3D海战TPS网游|4月17日内测
《仙剑奇侠传六》台湾大宇|武侠RPG单机游戏|2015年暑期发售
《蛮荒搜神记》畅游自研|3D动作MMORPG网游|5月开测
《救世之树》(Tree Of Savior)
射击类游戏《星际战甲》首先亮相
发布会上首先亮相的是射击类游戏《星际战甲》。来自D.E《星际战甲》制作人兼创意总监Steve Sinclair 亲自上台讲解了《星际战甲》主要游戏内容:人物设定、武器系统、玩法、地图场景等等,他还向我们讲述了游戏中的人物邪神洛基,游戏的研发故事。
《星际战甲》是一款第三人称射击类游戏,由Digital Extremes耗时3年研发完成,在2013年就已登陆Steam平台,并且广受玩家好评,从展示的内容来看,还融入了动作游戏元素,你可以把这款游戏当作射击游戏来玩,也可以当作动作类游戏使用近战武器格斗。玩法上面包含PVE和PVP两大模式。其中扩展玩法更是多样,你可以在游戏中体验生存模式的艰难,也可以和同伴一起做任务刷装备,或者匹配进行4V4的竞技对抗,游戏中有丰富的元素内容,勋章、徽记类元素可供玩家展示个性和身份。
《海战世界》4月17日不删档内测
《海战世界》是畅游在GAME+上展示的第二款游戏作品,两位外籍制作人通过二战情景故事,向玩家讲述曾经发生过的战争。再从战争故事引入游戏介绍。
《海战世界》是畅游旗下首款以二战海战为背景题材的3DTPS游戏大作。《海战世界》采用虚幻3引擎打造,在游戏中可以驾驶战列舰、驱逐舰、轻巡洋舰、重巡洋舰、航空母舰在复杂的海洋环境中与敌人进行对战,此外值得一提的是,还加入了潜艇载具,玩家可以在《海战世界》中重现二战时期的经典战斗场景。
此外《海战世界》在现场宣布,将于4月17日开启不删档内测,感兴趣的玩家可以进入官网申请内测资格。
《蛮荒搜神记》打造重度MMPRPG
《蛮荒搜神记》是以树下野狐所著的“蛮荒三部曲”系列小说为背景,采用CryEngine3引擎开发、横跨多平台的次世代3D大作。在GAME+上,游戏制作人并没有讲解游戏详细的内容,但是分享了一些趣事。除了故事背景取材于树下野狐的蛮荒三部曲之外,在游戏音乐方面,将由著名电影《见龙卸甲》的音乐制作人蔡允文指导负责。游戏动作方面则由日本著名游戏制作人”坂恒伴信”指导负责。相信一定会给大家带来不一样的MMORPG体验。
“仙剑之父”姚壮带《仙剑奇侠传六》登台
“仙剑之父”姚壮宪带着《仙剑奇侠传六》登上舞台,一曲《迴梦游仙》,让人仿佛又回到了最初的感动。
姚仙宣布《仙剑六》将于今年暑期上市,具体的内容还不方便透露,但是在七月份会给大家公布更多的内容。此外他回顾了研发仙剑20年的心路历程。
“姚仙”表示:仙剑源自单机,但在人们心中它已经不仅仅只是一个游戏,他是老玩家的情感寄托,也是千万仙迷共同的情怀与情感依托,他还坚信,未来会有更多的人喜欢仙剑。
《救世之树》曝光
在GAME+的最后,畅游副总裁王一带来了一款神秘MMORPG大作——《救世之树》。
《救世之树》是被誉为“RO之父”金学圭的最新力作,由IMC Games开发的新一代MMORPG。也许RO的经典风格即将在《救世之树》得以改进和重现,相信这回吸引很多老玩家的关注吧。
王一先生特别宣布,畅游已与IMC Games签约,获得《救世之树》的中国区运营权。
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。