
美国时间6月16日,微软在洛杉矶召开2015年E3游戏展前发布会,该会上最受关注的两大事件一个是HoloLens头盔与《我的世界》游戏完美结合,另一个则是微软宣布Xbox One向后兼容Xbox 360老游戏。
HoloLens头盔抢眼

根据CNET国际报道,玩家只要带上HoloLens头盔,在《我的世界》中整个屋子就会变成一个虚拟的游戏环境,,演示人员戴着HoloLens头戴设备后可在室内任何平坦表面上进行游戏,比如卧室的墙上或者咖啡桌上。
据悉,HoloLens版本的游戏基本都兼容PC版本,所以拥有HoloLens的玩家与没有HoloLens的玩家都能都在同一个游戏中进行。关于HoloLens版本的《我的世界》的情报将于2015年7月4日至5日在伦敦举办的Mine Con展上公布。
此前微软斥巨资25亿美元收购《我的世界》,CEO纳德拉在今年5月接受采访时指出,收购游戏的一个价值就是和微软正在研发的增强现实头盔HoloLens进行融合,“如果我们能有这样一款游戏,那么将对微软推出新产品、调整新业态有极大的帮助”,虽然HoloLens头盔目前仍不成熟,但“我们已经认识到(它)和游戏整合的价值”。
Xbox One向后兼容

微软在今年E3展会上除了推出面向铁杆玩家的新款游戏手柄之外,还宣布Xbox 360游戏将在新主机(Xbox One)上兼容畅玩。以下是微软在Xbox的官方论坛上针对玩家最为关心的一些问题进行的回答。
1、兼容的游戏需要官方单独提供支持,并非更新某个Xbox One固件之后,所有360游戏便都可以在Xbox One主机上运行。官方表示会不断更新支持的游戏。
如果玩家拥有一款在支持列表中的360游戏数字版,可以在Xbox One主界面中的“My games &apps”中选择“Ready to install”安装。如果拥有光盘版,则只需要插入Xbox One就可以运行。
2、此项功能预计在2015年末上线,不过在今天之内就会提供给部分玩家进行测试。首批支持的游戏包括《质量效应》、《完美黑暗》、《祖玛》等共计21款。
3、玩家不需要拥有一台Xbox 360也可以在Xbox One上运行游戏,但如果想要购买数字版360游戏,则只能通过Xbox 360主机访问xbox.com的在线商店或是通过分销商网站才能购买。
4、联机功能:该功能正式上线之后,玩家在使用Xbox One主机进行Xbox 360兼容游戏的联机对战时,可以和使用Xbox 360主机的用户一起游戏。不过此功能在测试期间不可用。
5、只有部分游戏支持Xbox One与Xbox 360之间的交叉存档。而且如果在Xbox One上储存了某个360游戏进度,必须要完全退出该游戏或是运行其他非兼容游戏之后,该存档才会被上传至服务器,之后才能在Xbox 360上看到此进度。
6、成就相互通用:玩家如果在Xbox 360上已经取得该游戏的成就,用Xbox One运行兼容游戏时无需再拿取一次。
7、用Xbox One运行360兼容游戏时,如果主机上连接了2只手柄,则仅有一只可用。
8、用Xbox One运行360兼容游戏时,当Xbox 360的LOGO闪过之后,可能需要几秒钟的读盘才能进入游戏,比原版稍慢。
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。