Video Games
PulseAugur coverage of Video Games — every cluster mentioning Video Games across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
应监管AI“悲伤机器人”以保护弱势用户
所谓的“悲伤机器人”或“死亡机器人”，即利用逝者数字足迹模拟其形象的人工智能系统，引发了重大的监管问题。作者并非主张禁止，而是基于这些人工智能系统的预期用途提出了监管的必要性。一般的纪念或陪伴服务应遵守关于同意和透明度的规定，而以治疗为目的销售的“悲伤机器人”则应达到类似医疗器械的更严格标准。首要担忧并非其“令人毛骨悚然”的因素，而是公司可能利用情感脆弱性，为商业利益培养不健康的依赖。
-
视觉语言模型用于标注视频游戏数据以训练人工智能代理 · 跟踪 2 个来源
研究人员正在探索使用视觉语言模型（VLMs）来标注视频游戏数据，以训练人工智能代理。第一篇论文研究了 VLMs 从游戏序列生成奖励信号的能力，指出了 VLM 输出不一致和输入参数影响等挑战。第二篇论文在此基础上，展示了如何使用 VLM 标注的数据集进行离线强化学习，以训练响应特定奖励的条件化代理。
-
新的DeltaGate方法解决了推荐系统中的零观测用户再激活问题
研究人员开发了一种名为DeltaGate的新方法，以解决顺序推荐系统中零观测用户再激活的挑战。该方法旨在使用一种由差距驱动的维度门控机制，重新吸引长时间未与平台互动的用户。DeltaGate通过根据上次互动以来的时间差距，在用户的历史数据和学习到的全局先验之间路由表示维度来工作。
-
迈克尔·艾斯纳：好莱坞在游戏领域的知识产权困境依然存在
迪士尼前首席执行官迈克尔·艾斯纳认为，好莱坞在历史上一直难以有效地将其知识产权（IP）转化为新形式，尤其是在电子游戏行业。他以华纳兄弟与 Atari 的早期失败为例，并将其与任天堂的成功进行了对比，将好莱坞最初的失误归因于缺乏技术理解。艾斯纳指出，此后行业已转向更加以 IP 为驱动、以故事为中心，像迪士尼这样的公司成功收购并扩展了《星球大战》、《漫威》和《皮克斯》等主要特许经营权。
-
AI 工具赋能个人即时创造电子游戏
作者敦促个人利用人工智能创造自己的电子游戏。这种方法被呈现为一种易于上手且即时的游戏开发方式，绕过了传统的进入门槛。该提示表明 AI 工具已可用于此目的，鼓励立即行动而非延迟考虑。
-
玩家批评AI只关注效率，不关注成本节约
一位Mastodon用户对游戏开发中AI的当前讨论表示沮丧，指出讨论通常集中在提高效率而非降低成本上。用户指出，尽管AI取得了进步，但视频游戏的價格并未下降，甚至呈上涨趋势。这种情绪反映了对AI对游戏行业消费者成本影响的广泛批评。
-
LLM因视觉处理限制而在电子游戏中挣扎
大型语言模型在电子游戏中表现不佳，因为它们无法有效地处理视觉信息并据此采取行动。虽然LLM在基于文本的任务方面表现出色，但它们缺乏游戏所需的复杂视觉感知和实时决策能力。研究人员正在探索各种方法来弥合这一差距，包括整合多模态能力和开发专门的架构。
-
视频游戏数据为复杂模拟的逼真世界模型提供动力
游戏数据正被用于创建更逼真的世界模型。这些先进的模型能够模拟和理解复杂环境，并从中获得洞察。
-
AI自动化法律科技运营和游戏世界生成
AI在降低运营成本和克服双边市场（如法律指导平台）的“冷启动”问题方面展现出潜力。在游戏开发领域，AI正被用于自动化复杂的生成逻辑，借鉴了Perlin噪声等程序化技术，但通常需要额外的调整。AI模型能力的不断增强也有望推动视频游戏向更具玩家驱动的创作和修改方向发展。