美国西部时间3月14日,在第30届GDC(全球游戏开发者大会)上,中国手游发行商乐逗游戏宣布,率先向北美市场推出全球第一款动作射击跑酷手游《Buddyman:Shoot and Run》。
据介绍,Buddyman由德国手游开发商Alpinio Studio开发,该公司成功地创造了Buddyman这个角色,并且连续推出了近20款发泄类游戏,每款都有上百万的下载量,Buddyman这个角色也在欧美市场深受玩家的喜爱。
而此次的《Buddyman:Shoot and Run》是Alpinio Studio开发的第一款跑酷类游戏。“乐逗游戏成功运营了神庙逃亡和地铁跑酷,对跑酷类游戏产品有着非常深刻的认识,并且积累了非常丰富的运营经验。” Alpinio Studio CEO Natalia表示,这是将《Buddyman:Shoot and Run》全球发行权交给乐逗游戏的主要原因。在此之前,鲜有海外游戏公司将全球发行权交给中国公司。
据乐逗游戏跑酷类工作室负责人钟炜明介绍,作为史上第一款动作射击跑酷手游,《Buddyman:Shoot and Run》的体验感堪称“酸爽”。玩家可以一边跑一边射击,游戏的3D动画效果非常炫酷,玩家在游戏中能体验到各种不同的射击效果与传统跑酷的完美结合。他告诉记者,《Buddyman:Shoot and Run》在加拿大、美国上线之后,紧接着将在欧洲、中国等全球范围内上架。
从最初把《神庙逃亡》、《地铁跑酷》等海外精品游戏引入中国,到基于全球市场来发行《Buddyman:Shoot and Run》,乐逗游戏展开了一次反向国际化。
近年来,随着国内人口红利的逐渐消失和手游市场竞争的不断加剧,本土游戏企业早已瞄向了海外这块巨大的市场。2015年以来,乐逗游戏正式开启国际化战略布局,3月份投资参股由前迪士尼高管成立的移动游戏发行公司Zig Zag Zoom,8月份斥资1000万美元投资美国游戏开发商Rumble,并获得其旗下明星游戏产品《Kings Road(王者之路》)在亚洲地区的发行权,此举将极大的提升乐逗在全球范围内的产品自研能力,同时也标志着乐逗在国际化上迈出了实质性的一步。
除了通过战略投资去和海外厂商建立合作之外,乐逗随后宣布启动全球化自主发行业务,正式开启全球发行3.0时代。2015年10月,乐逗游戏在全球范围发行首款ATD精品单机大作《HND英雄永不灭》,上线当天就获得了苹果官方160多个国家和地区推荐,成为近年来最佳创新手游及2015年度最佳塔防现象级精品手游。该款游戏自上线以来,多次获得苹果首页推荐,在全球范围内共被推荐过1400多次,其多维度的推荐创造了国产手游获得苹果官方推荐的大满贯记录。
随着《HND英雄永不灭》海外试水成功,乐逗游戏随后又将另一款本土精品游戏《南瓜先生大冒险》推向海外发行,再次获得苹果在全球近300次推荐,并先后获得Global Top Round 10佳游戏、CGDA最佳独立游戏制作奖等众多奖项。
凭借此前两款产品积累的经验,乐逗游戏持续加大国际化步伐。此次引入Buddyman,是乐逗首次试水将海外产品在全球进行发行,此前国内手游厂商鲜有将海外产品在全球范围内进行发行的案例。Buddyman的全球发行,让乐逗游戏的市场版图和发行模式再次升级,其 “反向国际化”的海外拓展路径也逐渐明晰。
在谈到为何选择这几款产品来试水国际化时,乐逗游戏总裁高炼惇表示,“这几款产品有一个共性,就是他们都是弱文化基因的产品,在全球范围内具有一定的普适性,不存在文化认知的障碍,能够迅速触达全球各个国家的用户,让我们在海外迅速树立起品牌形象,同时快速积累用户。我们的前两款产品都获得了苹果、Google和行业内知名媒体的推荐,同时用户对产品的评价非常高,形成了良好的口碑。我们希望通过这类“弱文化基因”的“超轻”产品在海外迅速打开局面,树立起良好的品牌形象和用户口碑,这是乐逗选择国际化的产品观”。
除了在产品选择上的理念,高炼惇认为,乐逗游戏的国际化之路能取得良好开端,也取决于其在海外的运营策略。积累了多年发行经验的乐逗,拥有良好的渠道资源,首次出海就获得苹果、Google的大力推荐和支持。此外,乐逗坚持做自己擅长的事情,其在跑酷类游戏领域长期占据国内霸主地位,积累了丰富的运营经验,此次选择Buddyman也是从自己擅长的跑酷领域入手。同时乐逗正和深耕海外市场多年的华为积极展开战略合作,依托华为在海外市场的丰富经验和资源,以及乐逗积累多年的发行和运营经验,乐逗游戏的国际化之路必将再上一个台阶。
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。