阿里云副总裁孙磊:Game Master,赋予游戏新智慧

简介: 8月3日,2018阿里巴巴游戏生态晚会在上海浦东隆重召开,本次大会由阿里云、阿里游戏、阿里九游、英特尔等共同举办,聚焦游戏产业生态,集中展示覆盖全产业链的阿里巴巴游戏生态体系如何赋能游戏行业。在这次生态晚会上,阿里云宣布推出全新的游戏云3.0,同时推出覆盖游戏全链路的GameMaster智能方案。

       8月3日,2018阿里巴巴游戏生态晚会在上海浦东隆重召开,本次大会由阿里云、阿里游戏、阿里九游、英特尔等共同举办,聚焦游戏产业生态,集中展示覆盖全产业链的阿里巴巴游戏生态体系如何赋能游戏行业。在这次生态晚会上,阿里云宣布推出全新的游戏云3.0,同时推出覆盖游戏全链路的GameMaster智能方案。阿里云副总裁孙磊表示,依托领先的云计算、人工智能技术,和阿里游戏、阿里影业、优酷、虾米音乐等大文娱的行业能力,以及Intel等杰出合作伙伴,游戏产业与云的结合将进入一个全新的阶段。

6533fa20a38b25a281f1e4c2a115cad85ab620d9

       作为全球前三的云计算厂商,阿里云的服务节点遍布全球,为国内90%以上的游戏厂商提供专业的游戏云全生命周期解决方案,和全球一致的云服务体验。“阿里云全球数据中心已经实现了日不落的覆盖”,孙磊表示,阿里云国际业务达到了400%的增速,全球化的投入一定会更坚决的执行下去,比如今年要实现的全球region的多可用区对齐、以及国际节点的安全防护能力的完善,更细节的例如东南亚多运营商BGP线路的优化等,都是为了我们客户的游戏有更好的玩家体验;同时,从解决方案层面,现在的产品上线周期越来越短、但产品本身的品质要求也是越来越高,游戏海外部署的加速怎么做、数据同步怎么做、全球统一运维如何实现、对战如何实现的,这些解决方案会越来越完善,让游戏公司专注在玩法的创新上;

       人工智能与云计算是天然的结合体,孙磊表示“让游戏有智慧、让游戏有生命,是阿里游戏云的长远目标”;与AlphaGo挑战围棋职业高手不同,我们思考的点更加贴近游戏业务生产和运营的本身;在专访环节,孙磊对媒体记者详细解释了GameMaster的智能,体现在研发、推广、运营和运维四个方面,是围绕着游戏的全生命周期来进行的。

       第一、智能设计,目前主要体现在技术美术阶段。比如说游戏场景里的建筑物、植被、地貌等,还有手游的UI设计;比如说建筑物、当前的方式主要是美工一个一个画出来的,我们可以把门、窗、柱、墙等各个零部件分解开来,通过机器学习的方法掌握他们的组合规律、然后生成新的建筑、还能够生成不同风格、不同美感的建筑。再比如“吃鸡”,它的地图很大,有不同的地貌和植被,有了这个解决方案,可以快速生成大型对战地图,后期再做少量的个性化和美化工作,这个效率基本上是提升了5倍,而且成本也下降到三分之一,所以是很有价值的。

       第二、智能推广,今天整个阿里集团对外的电商推广都是精准推广,所谓的千人千面;现在阿里游戏做发行业务,因为深刻了解了玩家和渠道的标签、可以精准的匹配推广流量,让潜在玩家看到感兴趣的好游戏;这个能力也随着云带来的、算法和算力的改进而不断提升,进一步提升推广的效能;

       第三、智能运营,主要体现在用户行为预测;基于阿里云的经营分析系统,不仅能够快速搭建基础的经营分析指标监测体系,而且可以来做用户流失、付费等关键行为的预测,系统集成了阿里云的机器学习平台,可以很方便的做算法训练和调优,让使用AI的门槛降到最低;

       第四,智能运维,也包括智能风控;互联网公司的运维团队几个人要管理几万台、甚至几十万台机器,传统的监控报警方式很难满足业务灵活变化的需求,阿里巴巴通过AIOps的方式、让运维监控智能起来,可以自动应对突发的业务变化、可以有效减少无效报警信息、还可以预先发现很多问题隐患;现在这种能力都在阿里云对外输出、让阿里云用户可以很方便的获得这种监督学习的能力;智能风控更加是阿里云的优势,因为我们承载着国内最大的互联网流量以及攻击,任何安全问题都会第一时间在阿里云汇聚、并且得到解决,这个能力是我们智能的护城河。

5b4d2bc43e0dc0bd936d6270f6538e077cb96e88

       阿里云是国内最早做游戏生态,也是拥有最完善游戏生态体系的云服务商,“整合阿里巴巴集团的泛娱乐资源与外部优秀的合作伙伴、共建游戏云服务生态,是阿里云的使命,”孙磊表示。目前阿里云已经与阿里游戏、优酷会员、阿里音乐深度合作,接下来会与阿里音乐、阿里文学、天猫以及一些优秀的外部合作伙伴继续深化合作,“游戏已经绝不仅仅是游戏”,孙磊认为,通过这种生态合作,可以让游戏真正变成一种健康、愉悦的生活方式。

2b4c23a6d049dec0e8caaca47aa9e00a57168cb2

目录
相关文章
|
4月前
|
机器学习/深度学习 缓存 物联网
打造社交APP人物动漫化:通义万相wan2.x训练优化指南
本项目基于通义万相AIGC模型,为社交APP打造“真人变身跳舞动漫仙女”特效视频生成功能。通过LoRA微调与全量训练结合,并引入Sage Attention、TeaCache、xDIT并行等优化技术,实现高质量、高效率的动漫风格视频生成,兼顾视觉效果与落地成本,最终优选性价比最高的wan2.1 lora模型用于生产部署。(239字)
1452 104
|
6月前
|
人工智能 监控 安全
提效40%?揭秘AI驱动的支付方式“一键接入”系统
本项目构建AI驱动的研发提效系统,通过Qwen Coder与MCP工具链协同,实现跨境支付渠道接入的自动化闭环。采用多智能体协作模式,结合结构化Prompt、任务拆解、流程管控与安全约束,显著提升研发效率与交付质量,探索大模型在复杂业务场景下的高采纳率编码实践。
689 26
提效40%?揭秘AI驱动的支付方式“一键接入”系统
关于 CentOS8出现“Error: Failed to download metadata for repo ‘AppStream‘: xxxx” 的解决方法
关于 CentOS8出现“Error: Failed to download metadata for repo ‘AppStream‘: xxxx” 的解决方法
11291 0
关于 CentOS8出现“Error: Failed to download metadata for repo ‘AppStream‘: xxxx” 的解决方法
|
Python
在 Python 中,如何将字符串中的日期格式转换为日期时间类型?
在 Python 中,如何将字符串中的日期格式转换为日期时间类型?
809 161
10分钟让你学会内存函数:memcpy,memmove,memset,memcmp的用法及模拟实现。
10分钟让你学会内存函数:memcpy,memmove,memset,memcmp的用法及模拟实现。
608 2
|
机器学习/深度学习 算法 数据可视化
基于深度混合架构的智能量化交易系统研究: 融合SSDA与LSTM自编码器的特征提取与决策优化方法
本文探讨了在量化交易中结合时序特征和静态特征的混合建模方法。通过整合堆叠稀疏降噪自编码器(SSDA)和基于LSTM的自编码器(LSTM-AE),构建了一个能够全面捕捉市场动态特性的交易系统。SSDA通过降噪技术提取股票数据的鲁棒表示,LSTM-AE则专注于捕捉市场的时序依赖关系。系统采用A2C算法进行强化学习,通过多维度的奖励计算机制,实现了在可接受的风险水平下最大化收益的目标。实验结果显示,该系统在不同波动特征的股票上表现出差异化的适应能力,特别是在存在明确市场趋势的情况下,决策准确性较高。
651 5
基于深度混合架构的智能量化交易系统研究: 融合SSDA与LSTM自编码器的特征提取与决策优化方法
|
Java 开发者 Spring
"揭秘SpringBoot魔法SPI机制:一键解锁服务扩展新姿势,让你的应用灵活飞天!"
【8月更文挑战第11天】SPI(Service Provider Interface)是Java的服务提供发现机制,用于运行时动态查找和加载服务实现。SpringBoot在其基础上进行了封装和优化,通过`spring.factories`文件提供更集中的配置方式,便于框架扩展和组件替换。本文通过定义接口`HelloService`及其实现类`HelloServiceImpl`,并在`spring.factories`中配置,结合`SpringFactoriesLoader`加载服务,展示了SpringBoot SPI机制的工作流程和优势。
359 5
|
JavaScript 数据处理
如何使用 Vue.js 将数据对象的值放入另一个数据对象中?
如何使用 Vue.js 将数据对象的值放入另一个数据对象中?
|
传感器 人工智能 数据可视化
虚拟现实(VR)与增强现实(AR)的技术革新:塑造未来的沉浸式体验
【7月更文挑战第24天】VR和AR作为两种前沿的沉浸式技术,正以前所未有的速度改变着我们的世界。随着技术的不断革新和应用的不断拓展,我们有理由相信,未来的VR和AR将为我们带来更多令人惊叹的体验和技术革新。
|
缓存 负载均衡 监控
探索分布式系统演进之路:从负载均衡到微服务架构
小米分享了分布式系统的发展,从早期的负载均衡(入口级、网关和客户端)到微服务架构的演进。微服务实现服务解耦,增强系统弹性,但带来了新的挑战。为优化数据库性能,实施了主备读写分离、全文搜索引擎、缓存集群等措施。通过微服务治理,如服务注册、动态配置、灰度发布等,提升了系统稳定性和可靠性。未来将继续优化分布式系统,提供更好的服务体验。关注公众号“软件求生”了解更多。
281 6