2015年8月2日,进入最后一天的2015chinajoy热度不减,盛大游戏彩绘活动区域仍然围满了玩家。CJ4天时间,彩绘活动共吸引了超过5000名玩家,参与人数创下同类活动的记录!
此前新西兰和台北曾先后举行彩绘主题活动挑战吉尼斯成功,参与人数分别超过4100和4800,而盛大游戏在2015CJ现场举办的游戏彩绘,4天总参与人数则突破了5000人。
“虽然没有申请挑战吉尼斯,但是想到有5000多人参与活动,我们整个团队感觉非常棒”,忙碌了4天的彩绘师戴诗瑶接受采访时难掩疲惫,但得到破纪录的消息后十分兴奋和激动。
4天里,由11人组成专业绘师团队全天无休持续奋战,周六CJ第三天更是迎来了高峰挑战,排队人数持续超过百人,人海如潮!
此次面部彩绘的主要图案源于盛大游戏《龙之谷》、《热血传奇》、《传奇永恒》等热门游戏,玩家可以根据自己的喜好选择游戏面部彩绘图案。很多受访玩家都对这个活动表示支持,“CJ这种人山人海地场合,面部彩绘很应景,让自己的情绪一下子就嗨起来了。”而绘上了各种经典游戏图案的他们,也成为CJ现场乃至地铁公交、大街小巷的一道道酷炫的风景。
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。