在生成式AI和空间体验时代的大背景下,内容创作正经历着前所未有的变革。针对这一挑战,Unity早已具有一整套完善的软件解决方案,支持移动端、PC、游戏主机以及XR等多平台和设备,并随着技术环境的变化而不断迭代完善。
Unity致力于为开发者提供卓越的工具,帮助他们提高生产效率,充分发挥创意,打造一个包含2D和3D实时互动内容的生态系统,实现内容的创作、运营和变现。 在6月8日上午,Unity在北京举办了今年Unity Open Day全国巡回的首场活动,首次公布中国版引擎产品规划,并展望生成式AI技术将如何助力Unity开发者的创作工作流。
三大方向 Unity中国版引擎持续创新
AI技术已经引爆了全行业,尤其是对游戏开发者产生了巨大冲击。Unity中国引擎技术负责人左瑞文表示,各大游戏厂商纷纷利用AI技术提高生产效率。他透露,今年下半年,Unity中国将推出Alpha版本,并开启少量的邀请测试。根据内部测试与邀请测试的结果,Unity中国版引擎的正式版也将随之推出。到2024年下半年,公司还将推出含有更多本地功能的版本。
Unity中国版引擎将基于中国开发者的需求,探索Virtual Geometry、移动端光线追踪、微信抖音快手等小游戏以及车机HMI等方向。此外,还将开放大世界解决方案功能,进行探索和研发。除了支持主流平台,Unity中国版引擎还将支持信创平台,包括国产操作系统、国产CPU和国产CUP等。
Unity中国版引擎的发展将围绕三个核心方向展开:首先是本地化,优先研发国内开发者呼声高的内容;其次是智能化,利用AI技术提高资源生产效率,优化性能,降低开发者参与创新与创造的门槛,提高开发效率;最后是云化,实现资源管理、日常开发和产品运营的便捷化,使相关资源使用可以根据需求自由伸缩。
小参数 大变化
随着AI的发展,AI的技术能力已经从过去针对特定领域训练专用小模型,到如今的生成式AI大模型。Unity中国AI技术负责人暴林超表示,为了让通用AI大模型在特定领域有更好的表现,需要进行专门化训练。
以LORA技术为例,暴林超解释了如何在保持原有大模型不变的基础上,叠加一部分小参数,“这部分小参数像外挂一样加在上面,我们只训练小的LORA参数,从而将大模型适配到具体领域。”他认为,AI大模型的发展将在两个方面产生最大影响。
首先,未来人们可能不再需要在手机上通过点击进行交互,而是可以通过自然语言与设备自然交流。这种交互方式虽然不适用于所有应用,但可以突破原有交互方式的限制,让很大一部分应用变得更加自由。其次,诸如Github Copilot以及Micosoft Copilot的一些应用,可以在文本的创作、代码的生成等方面带来生产效率的明显提升。
与此同时,Unity 中国产品技术部总监张黎明详解了 Unity 最新版本功能以及 2023 年技术路线图;Unity中国开发者服务负责人毛力锐为开发者梳理了可极大程度提升运营效率的UOS一站式游戏云服务解决方案,可以帮助开发者省时间、省精力、省金钱。
在刚刚结束的WWDC2023上,苹果提到Unity是visionOS的原生合作方之一,Unity当前赋能里全球60%以上的AR/VR内容,Unity中国XR产品技术总监李鹏鹏就以第一视角展示了如何使用Unity通用渲染管线在移动头显设备中创作高品质内容。此外,对于最新发布的 Unity 2022 LTS,开发者们最关注的技术亮点莫过于面向数据编程的技术栈DOTS,Unity中国DOTS技术主管李中元全面阐释了DOTS 的关键功能Entities Graphics的设计思路及工作原理。
Unity中国技术开放日的初心是更好地服务和赋能开发者,开发者和客户是推动技术进步的关键力量。随着引擎技术的不断演进和外部环境的变化,Unity只有始终站在行业前沿,紧跟先进技术的脚步,才能为创作者提供最佳的支持与回馈。
好文章,需要你的鼓励
皮尤研究中心最新分析显示,谷歌搜索结果页面的AI概述功能显著降低了用户对其他网站的点击率。研究发现,没有AI回答的搜索点击率为15%,而有AI概述的搜索点击率降至8%。目前约五分之一的搜索会显示AI概述,问题类搜索中60%会触发AI回答。尽管谷歌声称AI概述不会影响网站流量,但数据表明用户看到AI生成的信息后更容易结束浏览,这可能导致错误信息的传播。
这项由清华大学等多所高校联合完成的研究首次系统性地解析了AI系统如何同时具备知识检索和深度推理能力。研究团队通过分析200多篇论文,揭示了从简单检索到协同推理的技术演进路径,并建立了全面的评估框架。这种"协同RAG推理系统"能够像人类研究者一样主动搜索信息、分析问题,为AI向真正智能助手的转变奠定了基础。
GlobalData研究显示,人工智能驱动的预测性维护正成为电力行业追求高可靠性和成本效益的关键组成部分。该技术结合数据分析、机器学习和实时监控,能够更准确预测设备未来状况,有望降低维护成本30%,提高设备可用性20%。GE Vernova、西门子等公司提供先进解决方案,而数字孪生技术、物联网和边缘计算等新兴技术正进一步提升维护策略的准确性和效率。
麦吉尔大学研究团队开发了DrafterBench,这是首个专门评估AI在工程技术图纸修改能力的测试平台。通过对1920个真实工程任务的测试,研究发现即使最先进的AI模型也只能达到80%的准确率,在处理复杂多步骤操作时表现不佳。该研究为工程领域的AI应用提供了重要的评估标准和发展方向。