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
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。