12月29日19时30分,在北京国家会议中心举行的2015冬季新品发布会上,锤子科技宣布,联合乐逗游戏、友盟、触控(Cocos)一起成立“独立游戏扶持联盟”(以下简称“联盟”),共同扶持国内独立游戏的发展。
独立游戏通常出自一些小团队,很多甚至还未成立公司,独立游戏通常富有创意、创新,游戏品质很高,但在盈利模式方面比较欠缺。而此次四公司联手成立扶持联盟,正是为了帮助独立游戏开发者解决商业化的问题。
2015年,中国的游戏用户已经达5.34亿,随着接触的游戏越来越多,玩家对游戏的品质要求也越来越高。在抄袭现象频频出现的游戏市场,独立游戏更具有创意,重视创新,注重用户体验,已经受到越来越多玩家的认可和喜爱。“未来独立游戏将成为手游市场一个重要的细分领域,成为‘红海中的蓝海’。”乐逗游戏CEO陈湘宇说。
乐逗游戏是中国手游发行平台,根据易观智库的报告,乐逗游戏今年第二季度的用户规模占有率达28.2%,持续稳居中国手游发行市场的榜首。自2011年成立以来,乐逗游戏成功发行了《水果忍者》、《神庙逃亡》、《地铁跑酷》等用户达亿级的国民级手游,也发行了《纪念碑谷》、《南瓜先生大冒险》这样的独立游戏。
《纪念碑谷》由USTWO Games八人团队开发,堪称史上最美、艺术品级的解谜类游戏,获得2014苹果设计大奖、2014苹果iPad年度游戏大奖等6个世界级奖项,恐怕也是全球最受欢迎的独立游戏。据记者了解,去年底,中国有九家公司参与《纪念碑谷》中国发行权的角逐,最后乐逗游戏胜出。经过半年多的运营,《纪念碑谷》在中国拥有众多用户,据乐逗方面透露,仅其官方微信号的粉丝就已经超过100万,活跃度非常高,甚至有用户创作《纪念碑谷》题材的山水画,还有粉丝举办主题演唱会。
今年10月,乐逗游戏选择了一款中国独立游戏推向海外市场,这便是在锤子发布会上重点推荐的《南瓜先生大冒险》。该游戏是一款制作精良的个性化解谜游戏,丰富且设计巧妙的章节关卡,缜密的故事情节搭配恰当好处的小提示,凸显了独立游戏创意佳、制作精良的特色,已获得IGF China 独立游戏节最佳美术奖、Unity游戏及应用大赛最佳2D视觉银奖、Global Top Round(全球性的独立游戏竞赛)十佳游戏等殊荣。《南瓜先生大冒险》在海外上线后,获得苹果官方100多个国家的推荐。
“无论《神庙逃亡》也好,《纪念碑谷》也好,这些乐逗成功发行的游戏都是在全球范围内引领行业的创新产品。”乐逗游戏COO苏萌认为,只有创新才是移动游戏行业增长的核心动力。他指出,中国的手游产业自2011年爆发以来一直迅猛发展,但2015年开始遭遇瓶颈,一边出现了CP倒闭潮,一边市场又急缺好产品,而问题的本质原因在于行业创新的速度和质量都不足。“所以我们要成立独立游戏扶持联盟,来鼓励和支持这个行业的创新。”苏萌说。据了解,乐逗游戏将优先代理发行独立游戏并给予优惠政策。
“我们拥有海量的用户和丰富的运营经验,希望能帮到中国的游戏开发者,也把中国优秀的独立游戏推向全球。”陈湘宇说。根据2015年Q1的财报,乐逗游戏月活用户高达1.19亿,注册用户高达7.74亿。乐逗游戏和海外优秀开发商合作,积累了丰富的经验。今年8月,乐逗游戏还投资了美国顶级游戏开发商Rumble,后者在欧美市场拥有丰富的资源。
据了解,本独立游戏扶持联盟的四家公司,分别涵盖了硬件、数据和广告、发行、搜索引擎等产业链的每一环,用相对完整的产业链结构支持独立游戏的发展,这在国内是首创。之后,联盟成员将在各自领域共同扶持独立游戏及开发团队,共享开发者及游戏资源,互相推荐优质游戏,并享有优先合作权。在未来,乐逗游戏也会在独立游戏扶持方面投入更多的资源,联合其他行业实力企业共同探索中国独立游戏的发展之道。
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。