2014年,网易以平均一个月一款的游戏数量,持着谨慎的态度探索着手游市场。但在近一个月里,网易游戏一改以往节奏,连发6款手游,大约是去年全年一半的产品量,其中包括目前正在霸榜的《梦幻西游》。
作为中国游戏行业收入排行第二的网易,近期与第一的腾讯之间,有一些小的摩擦,比如在新闻端的互发负面,比如在音乐版权上的“互喷”,这些摩擦都还仅仅停 留在打嘴仗的层面上。但是在游戏业务上,与过去端游时代网易做自己的自研,腾讯占领多个蓝海细分市场不同,网易的这种大量发片,多样化产品布局的思路,与 腾讯移动游戏的做平台铺面的策略很相似,有种直接打擂台的感觉。
不过,同样是自研+代理,同样是多样化全类别的产品布局,游戏业收入的前两位,又有因各自定位和基因不同造成的差别。
2015年网易移动游戏的布局
2015年以来,网易手游总共发了10款产品,其中自研6款,代理4款。目前在计划中的未推出产品至少有7款。计划推出产品有11款,已公布的7款中自研产品4款,合作研发或代理的3款。
自研方面,1月20日,海岛模拟经营《千岛物语》;2月3日,策略塔防《口袋侏罗纪》;2月5日,2D回合制《西游神魔决》;4月2日,休闲塔防《塔防萌 主》;4月16日,休闲塔防《恶魔不要啊》;其中网易金牌西游IP回合制MMORPG《梦幻西游》手游3月26日登陆iOS平台。
代理方面,4月9日,国内代理的动作RPG手游《猎魔通缉令》。4月3日,赛车类《F1RaceStars》;4月9日,Facebook年度游戏三消手游《碎碎曲奇》为海外代理;以及4月15日,拥有千万用户量的《炉石传说》推出iPhone版和Android版。
上述为网易已推出的产品,而计划中的产品,已公布的有7款,另有4款暂未公布。
已公布的产品包括:联合大宇年内推出《大富翁9》、将与韩寒旗下产业的甜品店合作推出模拟经营手游《蛋糕物语》、与郭敬明合作的《小时代》、《大话西游 2》手游版也暂定今年下半年推出。三国卡牌手游《大牌三国》、玄幻修仙手游《魔天记》、均在测试中,4月15日,对战卡牌《倩女幽魂录》安卓版进行公测。
目前在iOS畅销排行榜游戏类别TOP50中,网易MMORPG《梦幻西游》手游占据榜首,腾讯重要产品3D射击手游《全民突击》位列其二。网易动作手游《乱斗西游》在榜单中也有建树,而腾讯在榜单中有多达22款游戏,可谓占据半壁江山。
网易腾讯之间布局思路的异同
虽然两家同样是自研+代理,同样是多样化全类别的产品布局,但是腾讯的定位和优势是平台,网易认定自己的优势是自研和过去积累的自研产品的用户(或者端游的IP),也因此两者细节上仍是不同。
产品策略:网易自研为本腾讯平台为本
网易的自研,腾讯的平台,这已算是不争的事实。所以网易真正切入市场的是自研产品,并通过自研产品去立刻去获得用户。腾讯一开始则是通过轻度的产品入市,通过自有平台去扩大手游用户群。当然这也有时间因素在里面。
自研与代理的关系:网易代理补充自研腾讯自研代理互搏
从公布出来的游戏看,网易在代理游戏时,主要选择能够补充自己产品线的游戏,不会与自研的产品正面冲突。
而腾讯更多是平台属性,自研与代理的产品,有类似的类型和题材的出现。据内部研发工作室员工透露,他们的项目也需要和外部项目同台竞技争资源争档期。
共性:同争IP合作
在争夺IP方面,双方倒是显得比较一样了。实际上中国游戏厂商,都希望积累更多的IP,以此迅速获得用户积累。
而且双方手里的牌也很类似,网易手里有一些端游时代积累下来的IP,腾讯也一样;网易拿着一手暴雪合作的“黑桃A”,腾讯依靠平台也可以有其他的“红心A”。
总结下来,我们现在能看到的主要是这三点。
实际上,网易目前要解决的问题,还不是和腾讯竞争,而是怎么在手游市场上争夺更多的市场份额,这一点网易也很清楚。双方的思路异同,代表的是两家公司因为基因,以及时间点和发展状态的不同。我们总结下来,供大家参考。
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。