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
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。