ZDNet至顶网软件频道消息:近日,CSDN《近匠》&中国电信天翼开放平台开放日在北京3W咖啡举行,电信天翼开放平台鲍占斌、艾格拉斯副总裁王晓波、云游科技创始人兼技术总监何千军、掌上明珠商务总监张磊齐聚一堂,分享手游盈利经验,共同探讨应用内计费优惠商机,及如何借助天翼开放平台计费策略灵活、开发接入零门槛等优势,来设计手游付费体系。
活动现场
电信天翼开放平台 鲍占斌:优质能力 分成比例高
鲍占斌介绍,天翼开放平台是中国电信为广大开发者所提供的一站式开放能力解决方案,目前,包括综合信息能力等已有将近300个API,称之为能力,即大家常说的开放API。API接口专业资源众多,有电信多渠道的应用宣传和推广机会,以及丰富的开发资源。而开发者该如何接入天翼平台调用API?只需四步即可完成:注册签约、操作运用、进入产品内应用、审核应用。如果遇到问题,人工会进行干预解决。
电信天翼开放平台 鲍占斌
说到天翼开放平台应用类计费的能力,鲍占斌总结了该计费SDK的两大优点。第一,它是为开发者提供应用手机支付购买的方式,相较支付宝等第三方支付方式而言,最明显的优势就是用户无需注册账户,只要有一个电信手机卡就可完成支付。第二,所有费用都会结算到手机的话费帐单里,而不会有其他的额外支出。
艾格拉斯副总裁 王晓波:手游定价如何设计
为什么做定价?王晓波表示,选择产品,选择一种服务,都是围绕价格展开的,游戏也一样。同一款产品该怎么呈现?用什么方式付费?吸引用户在哪些方面付费?刨除价格之外,在游戏开发过程中所需要做的核心内容,是挖掘消费者最终关心的,将定价作为一个亮点去吸引大家,并让所有人去关注核心有价值的点。
艾格拉斯副总裁 王晓波
接下来,王晓波结合实例对产品定价所考虑的几种不同的方式进行了总结介绍,强调作为开发者,应该去捕捉用户为什么而付费,在塑造服务价值的同时,将游戏以最简单易懂的方式呈现给玩家,并思考如何在有逻辑的状态下让用户正确选择,使价格成为优势,而不是一道障碍。反过来,用户其实很难做出判断,他们真正关心的是获得这个道具能够在体能或其他什么能力上比别人更强悍,甚至将其秒杀。
云游科技创始人兼技术总监 何千军:游戏开发和后端逻辑经验
何千军从最初的设计要求、数据支持以及系统结构等入手,分享了在手游研发中游戏后端逻辑和处理经验。针对在对战过程中会出现手机网络有时断时续的情况,《突击军团》开发团队专门开发了一个嵌入式插件。而其系统结构主要分为:包括ID管理与收发、RPC调用、通信等的客户端插件;服务器;网络通信模块,处理网络数据收发、游戏逻辑和RPC的调用;数据库连接池。
云游科技创始人兼技术总监 何千军
此外,何千军还讲述了他们在开发过程中实际遇到的那些坑。从内存泄露、游戏调用进行到一半会发生报错崩溃、用户信号时断时续、流量消耗过大到支付金额额度较小等,都是非常宝贵的经验教训。针对游戏收费模式,团队对其进行了重新设计,并将游戏很多收费较多的地方进行了改进,将覆盖面争取到最大,让玩家可以花很少的钱就能玩得很爽。
掌上明珠商务总监 张磊:如何设计手游付费体系
张磊从手游类型的演变、用户量聚集的平台合作方变化、付费设计需要注意的环节等几个方面出发,总结了那些年的游戏收费和运营经验,并据此详解在当下游戏付费体系究竟该如何设计。从手机页游、卡牌、动作格斗、弱联网到社区休闲、策略游戏等,主流游戏类型不断丰富,玩家对于游戏的深度、体验度、玩性要求也越来越高。
掌上明珠商务总监 张磊
相应的,渠道类型也愈加丰富,Android和iOS系统类型越多,入口也越来越广。张磊提醒大家,付费系统设计的好与坏跟游戏本身的好坏并没有决定性的关联,对于目前的游戏来说,付费系统只是为游戏本身提供一个完整性,决定了游戏的营收潜力而非营收能力。除了能在密密麻麻蜘蛛网上形成付费点,还要包括付费引导、怎么刺激付费、给用户哪些压力、在什么时间点什么节日给用户诱惑引导、让用户快乐的体验付费点,这就是付费体系。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。