至顶网CIO与应用频道 02月01日 北京消息:2018年1月31日,京东游戏与Intel、NVIDIA及网吧行业等多方,在北京举行游戏生态链大会,宣布“京东游戏生态链平台”正式成立。此次大会,京东游戏不仅宣布将深化与腾讯的游戏合作,还将进一步展开对线下网吧、网红直播和职业电竞等产业的布局,搭建覆盖游戏厂商、硬件厂商及网吧行业的完整生态链。
根据IDC报告显示,2017年上半年,京东品牌台式机销量在电商渠道份额中的占比高达93.6%,京东POP+自营也占据了笔记本电商渠道整体销量73.8%。作为市场领军者,京东游戏在大会上表示,将联合多方力量,在降低各方成本、促进有机合作的基础上,共同做大游戏市场蛋糕,在日益激烈的市场竞争中创造新的蓝海。
京东商城电子文娱事业群3C文旅事业部电脑办公业务部整机业务部总监任涛致
整合升级,京东游戏推动产业资源全方位融合
大会中,京东商城电子文娱事业群3C文旅事业部电脑办公业务部数字营销部总监刘培展示了京东游戏泛娱乐生态体系初步形成后,在硬件厂商合作、游戏厂商合作,直播平台合作,网红明星资源,影师IP资源,电竞俱乐部资源、电竞赛事资源这七个方面展现出的强大整合升级能力。


在这七大整合能力的作用下,京东游戏已经初步形成了一个容纳软硬件两大系统、包含合作伙伴、软性服务、职业电竞三大体系的完整泛娱乐生态结构。利用京东的平台化、模块化,生态化的服务优势,京东游戏将尽力推动包括硬件厂商、游戏厂商、直播平台、电竞俱乐部等游戏产业资源的全方位融合。
竞时迭代,京东联合多方共同布局生态链
在谈及与硬件厂商、游戏厂商等多方合作的具体措施时,刘培表示,京东将与腾讯深化游戏IP合作,共同组建京东PUBG游戏硬件频道,制定PUBG游戏用机标准认证、打通京东与腾讯游戏账户、联合品牌厂商推出周边定制产品,为用户提供创兴的产品与服务体验。
京东商城电子文娱事业群3C文旅事业部电脑办公业务部数字营销部总监刘培
同时,京东游戏将联合Intel、NVIDIA等游戏硬件厂商和网吧业主,主持建立网吧统一采购平台,采用全国统一定价、全平台保证正品行货,京东物流直接配送,同时为网吧业主提供更多品牌选择空间和金融服务支持,推动网吧行业硬件整合升级。
另外,京东游戏还将在线下网吧推广创客商城,通过网咖店铺使创客商城落地线下,触达真实用户。在线上线下同价销售的同时帮助青年实现创业梦想,并结合4-6线城市网咖将信息同步至乡村,振兴乡村市场。
通过与游戏IP方、硬件厂商、网吧行业等进行合作,京东游戏将有效发挥平台化、模块化,生态化的服务优势,逐渐迭代形成一条完整覆盖游戏产业各方面的完整生态链体系。通过京东的大数据和人工智能等技术优势,将传统的产品营销链条赋能为全新的价值服务链条。
布局电竞 发挥京东泛娱乐生态体系聚合效应
此次大会上,京东游戏还将推进整合资源,布局全球电竞平台与网红直播产业,一方面打造赛事、直播、培训和体验于一体的泛娱乐综合体,另一方面打造艺人团队,发展网红经济,占据直播行业的流量入口,产出更多优质的内容。多项措施并举,最大限度地发挥游戏IP的聚合作用,着力打造一个以用户为核心的泛娱乐生态体系。
京东游戏生态共建平台启动
大会最后,在各方领导及合作伙伴的共同助力下,京东游戏生态平台共建正式启动。此次京东游戏生态链的合作,京东游戏秉持着“互联无界,互生共赢”的合作理念,继续践行无界零售战略思想,通过开放赋能,进一步放大目前游戏产业的优势,将积木的作用发挥到极致。京东游戏生态链存在的意义不仅是沟通产业各环节,实现多方合作共赢,最终在实现行业各方有机聚合、创造市场新兴价值的同时,为消费者带来一体化的全新游戏体验。
好文章,需要你的鼓励
近期有观点认为,大规模使用生成式AI和大语言模型会增强人类左脑的逻辑分析能力,同时削弱右脑的创造力,导致人类社会逐渐成为左脑主导的群体。但研究表明,左右脑功能分工理论缺乏科学依据,大脑两半球在创造性和逻辑性任务中都会协同工作。此外,AI不仅能辅助逻辑思维,同样可用于诗歌创作、图像生成等创意任务。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软全球AI巡展在迪拜举行,宣布启动Microsoft Elevate UAE项目,计划为超过25万名学生和教育工作者以及5.5万名联邦政府员工提供AI技能培训。该项目是微软152亿美元投资计划的一部分,旨在加强AI基础设施建设,培养本地人才能力。微软还将与G42和JAHIZ平台合作,为联邦公务员提供技术培训,支持阿联酋成为AI领域的区域和全球领导者。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。