使用手柄玩 FPS 游戏一直不那么自在,如果能用键盘鼠标玩是不是更好一点?
VetureBeat 报道,Xbox 部门的 Phil Spencer 刚刚在 Twitter 上表示,Xbox 上专用的键盘以及鼠标不会太远了。
当然此前也会有一些公司推出的外设可以将键盘鼠标转接到游戏机,不过这并不是原厂官方配件,而这次是 Xbox 部门高管探讨关于官方键盘鼠标的情况。
而这让我联想到我们即将发布的 Win 10 带来了诸多新功能,比如 Xbox 应用。
Win 10 上嵌入的 Xbox 应用,可以将 Xbox 内容投射到 Win 10 PC,也就是说当你打开 Win 10 的时候,可以直接通过 Win 10 Xbox 应用与 Xbox 社区的玩家进行讨论,分享,甚至可以直接将游戏机的视频流串联到 PC 屏幕。
这是个什么意思呢?就是说当我们手中拥有多种 Win 10 的设备,可以将 Xbox 游戏投射到其他 Win 10 设备上观看,例如,Xbox 的光环弄到 PC 屏幕上,或者平板设备上。
不过目前这个视频串流只是单向的,也就是说,配备 Win 10 的 PC 可以接收来自 Xbox 的视频信号,用户可以用键盘鼠标控制 Xbox 应用,甚至连接自己的 Xbox 打开游戏(但目前只能用 Xbox 手柄控制游戏)。
而反向的话,将 Win 10 信号串流到 Xbox 呢?
目前不可能。
Phil Spencer 表示:我喜欢把 Win 10 信号串流到 Xbox 的想法,首先得需要我们添加更多的设备支持,比如鼠标。
似乎是想要做打通 Xbox 与 Win 10 连接的工作,搞成一个大的平台。
说到这里,我突然想到,买游戏机打游戏和 PC 打游戏的区别究竟在哪里?
我们在硬件方面可以知道,不论 PC 以及游戏机,他们在硬件上已经有一定的共通性。就比如游戏机的图形处理器以及计算核心,他们几乎就是相同的硬件塞到了两个设备当中,从这方面来讲它跟 PC 的区别已经变小了。
此前我在 6 月份 AMD 的采访中, AMD 的一名图形处理部门的技术高管则表示,对于使用 PC 还有游戏机玩游戏取决于用户想要什么样的体验,PC 的游戏则偏向于用户独自在家进行游戏,而游戏机则更侧重于多人在一个房间的游戏。
这名 AMD 的高管继续说,当然预算以及游戏也是需要考虑的一方面,3000 元人民币你可以购买到流畅运行各种游戏的游戏机,当然你可能需要自行配置电视机,但如果电视够好的话 ,还可以在更高分辨下流畅体验游戏;但 3000 元的 PC 你想带动全画质下的 3D 游戏可能都是问题。
而考虑到一些游戏的分类,可能也会成为购买 PC 打游戏还是游戏机打游戏的的一个因素,Xbox 与 PS4 不能玩 WOW, LOL .而有一些独占游戏则必须通过游戏机进行。
但是一些跨平台的游戏来说,这就需要讲究体验了,一款 FPS 游戏用鼠标键盘操作肯定要好于手柄操作。
对此,我还专门询问了一下专注于游戏的编辑,他的观点则相当犀利:游戏机用户玩游戏相对专注,他们往往可以静下心来,PC 游戏用户则有些浮躁,基本就是短平快三个字。
而另一位技术派编辑则表示:游戏机是 iOS 设备,游戏体验等都优先在这上边发生,一旦成熟了就转向 Android 设备(PC),相对于前者来说,后者硬件分化严重。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。