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
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。