至顶网CIO与应用频道 12月12日 北京消息:近日,白鹭科技官方正式向开发者推出全新H5游戏运营推广产品“白鹭微端解决方案”。该产品是白鹭团队为解决H5游戏打包为原生APP 而发布的原生打包解决方案,相比传统打包方案,产品以极小包体、完善的资源版本管理理功能、易推广等特性,更易留存用户。目前白鹭微端解决方案已集成在此前发布的全新引擎启动器Egret Launcher中,方便开发者快捷创建游戏项目。
微端产品以独特的产品形态实现游戏快速下载、安装和运行体验,深受移动游戏业关注。微端即是游戏微型客户端,通过极小微客户端下载运行,实现游戏快速启动运行,并能边下边玩,从而解决大多数网络游戏完全客户端较大,用户下载安装时间长,用户留存低等痛点。白鹭新上线的产品白鹭微端解决方案具有多个特性,很好的解决了此类问题:
白鹭微端解决方案
1.极小包体
相比于传统动辄百兆包体,下载缓慢,白鹭微端解决方案安卓系统的apk安装包不足1MB,苹果系统的安装包仅为2MB,极小的包体积让用户以较低的安装门槛下载安装游戏快速体验核心玩法,为打包原生APP在推广过程中降低用户获取成本,提高了留存率。
2.完善的资源版本管理
在普通浏览器中,玩家所加载的游戏资源会在浏览器关闭后被清除,玩家回流时,游戏内容需要重新加载。白鹭微端解决方案中,所打包的原生APP内置资源缓存功能,游戏资源仅在第一次使用时通过网络加载,其后将缓存在本机硬盘中。当游戏的版本更更新后,客户端会自动根据版本号进行资源匹配更新,以保证客户端中所有资源为最新版本。
3.性能与兼容性同时兼顾
游戏绚丽的画面需要消耗更多的硬件性能,为了满足开发者对性能的要求,白鹭微端内置Runtime模式。当切换到此模式时,游戏会被Runtime所接管,所有游戏中的JavaScript代码全部被映射为C++代码,此模式下可大幅度提升基于白鹭引擎所研发的游戏性能。
对于非白鹭引擎所研发的H5游戏,白鹭微端解决方案为开发者提供Webview模式,以保证兼容性,支持了其它不同游戏引擎所开发的H5游戏。
4. 本机Runtime模式
白鹭微端解决方案为开发者提供了本机Runtime模式,此模式下,白鹭微端解决方案会将对应版本的Runtime放置于原生APP内容。当玩家启动游戏后,无需动态下载Runtime,即能直接加载游戏资源,以保证游戏在第一时间打开。
Runtime模式
5. 可上架应用商城提供一级入口
H5游戏缺失稳定入口,会对用户留存和付费欲望产生冲击。开发者通过白鹭微端打包为原生APP后,可上架到AppStore、应用宝等同类应用商城,并能方便的接入广告、支付宝等第三方SDK。微端以极小的包体安装到用户手机,为其提供了一级入口。借助原生应用商城分发能力,开发者更易最大化的获取游戏用户数量。
目前,在12月4日上线的新版白鹭引擎启动器Egret Launcher中已将白鹭微端解决方案集成,方便开发者快捷的创建游戏。开发者可通过下载最新版本Egret Launcher,体验微端工具带来的便利。
白鹭微端解决方案使用说明
白鹭微端团队提供了非常详尽的使用说明:http://developer.egret.com/cn/microclient/readme/
下载白鹭微端解决方案产品请访问:
https://www.egret.com/products/microclient.html
获取更多产品信息请访问:
https://www.egret.com/index
好文章,需要你的鼓励
阿里巴巴集团正在马来西亚和菲律宾新增数据中心以推动AI驱动增长。该公司云计算部门本周在马来西亚启用第三个数据中心,并计划10月在菲律宾开设第二个数据中心。阿里云还在新加坡设立全球能力中心,帮助超过5000家企业和10万名开发者使用先进AI模型。未来三年内,阿里巴巴将在全球多个地区加速云网络建设,承诺在AI基础设施上投资超过530亿美元。
Unbabel团队开发的TOWER+模型系列实现了翻译专业性与通用AI能力的完美平衡。通过创新的四步训练方法,即使2B参数的小模型也能在翻译质量上匹敌70B大模型,同时具备出色的对话和指令跟随能力。研究还创建了IF-MT基准来评估复杂翻译场景下的综合能力,为AI模型的专业化发展提供了重要参考。
在人工智能与神经科学交叉领域的研究中,科学家正在探索自然发育的生物大脑与人工神经网络之间的异同。如今,实验室培养的生物类器官大脑为这一领域带来了新的复杂性。科学家使用干细胞培养出梨形大脑类器官,这些类器官甚至能够自主生长出眼睛。研究人员通过探索视觉与智能的关系,以及大脑-眼部缩放关系,为人工智能研究提供启发。
莫斯科科学家开发出"听众机制"训练方法,解决AI视觉偏好判断中推理不一致问题。通过让两个AI模型相互"对话"验证推理过程,新方法在ImageReward基准上达到67.4%准确率,并在现代图像数据集上显著提升泛化能力,为开发更可靠可解释的AI系统提供新思路。