科技行者 11月25日 北京消息:11月20日,首届“全球网咖创新峰会”在上海喜马拉雅艺术中心举行。大会旨在搭建中国与世界网咖伙伴的产业发展和电竞交流共享平台,从硬件、场景、内容、电竞、资本等产业链环节,围绕电竞产业的焦点话题展开巅峰对话与深度分享。
张建中:电竞强调装备,网咖更加多元化
NVIDIA全球副总裁、中国区总经理张建中
NVIDIA全球副总裁、中国区总经理张建中表示,当电竞选手达到很高的竞技水平后,硬件对于选手发挥水平是有很大的影响。NVIDIA大数据统计发现,同样水平的选手,所用的显示器,显卡等硬件所达到的帧率(FPS)越高,取胜的概率就越大。
“网鱼网咖正在为大量玩家提供一个高标准,极具性价比的公平竞技平台。其实,现在的网咖不仅可以打游戏,还可以做创意和多元内容创作,有了RTX显卡的强大性能和光线追踪等领先技术的助力,玩家可以做短视频,也可以3D内容的创作。甚至可以说,网咖的软硬件资源是一种共享空间,任何人都可以在利用资源中发挥自己无限的潜力。”
电竞行业黎明前夜:明年容量至少翻倍
峰会上发布的《2019全球与中国网咖行业白皮书》显示,2023年中国电竞及周边市场规模将超过4000亿,电竞现有业务市场规模将超过1400亿。2018年全球网咖市场规模已达1386亿元人民币,预计未来五年亚洲将成为全球网咖的增长中心,贡献近7成增量。相信不久的将来,网咖与电竞产业的融合发展实践,将成为与游戏、体育等更多行业联动发展的样本,带领网咖行业在多元化的发展赛道上顺势奔跑。
网鱼网咖CEO董寅鸣透露,目前来网咖的玩家已经把2K分辨率+144Hz刷新率的屏幕当做主流的屏幕配置,所以NVIDIA这次推出的GeForce网吧认证计划,从一星的RTX READY,两星的RTX PREMIUM 到三星的RTX FLAGSHIP,从RTX 2060到RTX 2080的高中低认证,可以直观的给玩家一个标准,来选择该去什么样的网咖,或者是休闲,或者是追求电竞极致性能,都有选择。
“我们到2020年计划新开1000家以上的门店,相比过去20年我们开了1000家店,单单是明年我们的门店数量就会翻番,如果算上我们旧店的翻新,会有很大一批GeForce RTX显卡成为我们网咖的主力配置”董寅鸣表示,“我们的大数据调查发现,玩家选择网咖的最核心诉求就是配置——所以升级配置是刚需。”
NVIDIA销售总监伍卫表示,NVIDIA针对网咖的解决方案,主要推荐的配置是在2K、60FPS的效果下搭配GeForce RTX2060显卡。对更高端的电竞开黑房配置来看,NVIDIA的推荐是RTX 2070加144Hz或240Hz以上的配置,从而覆盖了大众消费和电竞玩家的需求。
此外,NVIDIA通过和网鱼合作,用RTX显卡升级来提升玩家游戏体验,拉动高配网咖的客流量。双方还一起搭建了电竞体验区、电竞黑房等随着电竞普及而应运而生的新型体验区。在NVIDIA引领下,越来越多网吧也开始在电竞黑房基础上按赛事标准进行升级,满足职业及半职业选手进行训练的需求,也给网吧生态运营带来新的经营模式。
董寅鸣表示,网鱼网咖目前除了强调硬件升级以外,还强调“包房”占比和定制座位,他举例表示:“我们在虹桥机场附近的门店,经常有出差拉着行李的顾客来店里,他们不会认为这是网吧,而更觉得这里是咖啡厅,这就是因为我们是全包房式的,咖啡厅的感觉——星巴克式的管理加上高档的配置,给顾客休闲娱乐的感觉。”
两位表示,这么多年的行业经验告诉他们,对于网咖和未来的发展来说:省什么都可以,不能省配置;省什么都可以,不能省服务。
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。