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
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。