众所周知,视频游戏比几乎任何其他形式的娱乐提供的数据和指标都更多,因此PlayFab公司希望利用IBM的Watson人工智能平台,将数据转化为游戏开发者的宝贵资料。
PlayFab提供的后端平台令游戏创造者可以更容易地实现众多的在线游戏功能,包括玩家账户认证、好友列表,程序电商等等。PlayFab还提供大量基于游戏数据的分析,用上Watson后此功能更会大放光芒。
PlayFab首席执行官James Gwertzman表示,“现代互连游戏提供了巨大的艺术和商业潜力,但要将潜力变为现实,开发人员需要工具,以对这些游戏即服务里不断产生的大量数据进行实时分析。我们将Watson数据平台引入PlayFab开发者社区,可以将尖端科学数据带给大众,令开发者可以做出更好的决策并推动更多的互动和更大的盈利能力。”
据悉,PlayFab是2014年在西雅图成立的,PlayFab称旗下的平台支持600多个游戏。许多游戏来自大型手机和游戏机出版商,包括“愤怒的小鸟”的制造商Rovio娱乐有限公司和“生化危机”制造商Capcom公司。
PlayFab在声明中表示,开发人员通过PlayFab旗下的平台可以用上Watson的所有功能,包括Watson机器学习。PlayFab称Watson机器学习令开发人员可以“分析更多玩家的数据及通过PlayFab的平台将所得到的体验直接部署到他们的游戏里”。
然而,PlayFab并非第一家利用数据打造更好的游戏的游戏公司,事实上,一些大型工作室甚至设置了专门部门,致力于分析玩家的行为,以获取改善游戏的方法。例如,最近在Reddit的“你问我答”专栏里,“守望”负责人Jeff Kaplan透露,Blizzard娱乐公司设置了商业智能部门,商业智能部门利用数据帮助开发人员鉴定和解决各种各样的问题,例如英雄和地图平衡(Hero and map balance)的问题。
当然,Blizz ard的规模大,业界可与之相比的游戏工作室为数不多,Blizzard因此有能力设置自己的商业智能部门,而PlayFab与Watson的整合则可以为其他开发商提供许多相同的功能,而其成本要小得多。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
AWorld团队开发的Recon-Act系统采用"侦察-行动"双团队协作模式,通过工具中心的自我进化机制实现智能浏览器操作。系统在VisualWebArena测试中达到36.48%成功率,超越现有自动化方案。其创新性在于将信息收集与任务执行分离,通过对比成功失败案例自动生成专用工具,为未来智能浏览器助手发展提供了新思路。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
中科院团队提出QuantVGGT技术,首次解决大规模3D重建AI模型的部署难题。通过双重平滑精细量化和噪声过滤多样化采样两项核心技术,成功将12亿参数的VGGT模型压缩75%体积、提升2.5倍速度,同时保持98%原始性能。实验结果显示该方法在相机位置估计和点云地图生成任务上均显著优于现有量化技术,为3D AI技术的产业化普及提供了重要突破。