这群人,用8年讲述体育能有多迷人

本文涉及的产品
云原生数据库 PolarDB MySQL 版,通用型 2核4GB 50GB
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
简介: 望尘科技:专注体育娱乐在线体验的自主研发,致力于让体育迷获得高品质的沉浸式体验。用科技致敬体育,是他们坚持的信仰。

图片 1.png


“足球无关生死,足球高于生死”, 1914年,一战爆发,次年英国的足球职业联赛停摆,大批职业球员受征调到前线服役。


尽管这样,在1914年圣诞节期间,英国、法国等协约国的军队,与德国等同盟国的军队,在短暂的停战期间,一些士兵爬出战壕,走向无人地带,交换礼物,然后摆放了一处简易的球场,进行了一场没有太大实际意义的“国家队比赛”。


在那一刻,足球真的超越了战争,高于生死。


8年专注,只做体育游戏


数据显示,2020年世界杯全球累计观看人次43亿,2021年欧洲杯全球累计观众高达52.3亿,每到足球赛季,足球必会掀起世界级的狂欢。


热爱足球的人很多,但投身于足球游戏制作的人却很少。


2014年,望尘科技推出他们的首款游戏《足球大师》,作为当年为数不多能够拿到FIFPro和多家欧洲豪门官方授权的国内游戏得到全球众多球迷的喜爱;至今,这款足球手游在体育细分排行中一直保持在TOP 5以内。


2019年,RPG、MOBA、FPS等类型手游在市场疯狂吸金的时候,望尘科技却丝毫不受市场影响,埋头专注于自己擅长的体育类产品,在2020年再次推出了新玩法的足球游戏《最佳11人》。

 

2.jpg


有趣的是,这家科技公司更像是一支体育俱乐部,走进望尘科技的办公区,墙上挂满了著名球星的签名球衣,会议室就像球队的俱乐部一样,不管是技术研发还是运营策划,基本上团队中每一个人都是超级球迷。


“我们爱体育,公司里的很多同学都从小就开始打球,长大以后,大家的内心也会有一些小目标,既然成不了职业球员,不如就用技术来实现自己的梦想吧”,在采访中,技术开发的同学说出了自己的内心的想法。


在他们看来,自己是一个游戏开发者,但同样也是体育热爱者,用科技去呈现震撼的体育世界,让体育在掌心变得更加“好玩”,是他们致敬体育的方式。

 

3.jpg


坚持,普通背后的不普通


“FIFA和PES的巅峰时代正是我中学的时候,可以说我是在拟真竞技足球游戏的陪伴下成长起来的,小时候我玩得确实很爽,但在如今这个时代,我和想同样热爱足球的伙伴们一起做出更好玩的、更有意思的改变。”来自望尘科技即将发行的竞技足球手游《最佳球会》研发团队的同学说道。


然而,体育游戏的制作过程并不像大家表面看到的如此轻松,看似固定的体育球类规则、浮动不大的球员信息,一切好像都是如此普通,但是在成功背后,他们也曾碰壁无数次。

3D动作渲染、游戏画面制作、物理引擎开发、球队和球员的官方授权,每一步都需要大量资金和技术资源投入,研发成本以亿为单位,研发周期以年起步。


“最开始确实感觉到压力很大,但是咬咬牙,我们坚持过来了,毕竟,这是我们选择的热爱。”

 

备用.png


为了保证游戏产品的质量,他们一直在不断进行技术研发与品质打磨,不断的学习行业前沿技术并将之运用于产品中。在游戏开发中,球员的各种动作捕捉、动画筛选、驱动逻辑这些复杂且大量的工作,都只是体育产品开发中最基础的部分,但往往这部分就需要占据到研发2/3的时间。


为了提高工作效率,望尘科技甚至做出了捕捉动作的专利技术,根据《最佳球会》团队的同学透露,目前这款游戏中光是球员动作就有100万个。


优化改进,设计&代码逻辑


在手游方面,还有重要难题是开发技术与平台的局限性——往往在手机上难满足体育游戏对于高质量画面与实时操控响应的需求。


既要适应多平台,让动作高度还原,又不能超过手机的处理能力,数千个动画的切换,需要建立海量的规则来润滑;AI和动画又细分成多个逻辑层级,需要不断优化改进设计,不断的优化改进代码逻辑。


在采访中,望尘科技的同学笑着说道,公司开发大佬的朋友圈点赞数最高的不是结婚生子这种人生喜事,而是“今天征服了千元机,测试完全适配”这样的内容。在我们看来,或许这就是就是属于体育迷最纯粹的热爱吧!”


用科技致敬体育


或许与所有体育迷与游戏迷内心所认同的一样,只有热爱体育的人们才能做出好玩的体育产品。


从2013年到现在,望尘科技一心专注深耕体育游戏,尽管游戏行业目前已经进入到遍地是黄金的时代,他们也依然沉下心来用独特的方式致敬自己的热爱。


望尘科技也把自己的计算中心搬到了云上,借助阿里云数字基础设施为程序开发提供更加稳定的算力。

在线游戏属于高并发、瞬时计算量大的场景,阿里云高主频及GPU服务器能实现高计算性能与高图像渲染性能的需求,在应用中,负载均衡处理HTTP请求,将流量分发到指定的游戏服集群,连接服、游戏服、缓存服等通过ESS弹性伸缩按需创建或释放资源,部署在多可用区RDS上的数据库保证业务的容灾性能。

 

6.png


游戏场景下需经常进行开服合服操作,业务峰值时可能需要支撑百万级玩家同时在线的高并发压力,更可能需要确保业务的增长进行海外部署。PolarDB提供低延迟、高稳定、高性能的云服务,满足游戏业务需求,能够提供良好的游戏体验,PolarDB集群版提供高性能的读写能力,便于新开服以及应用弹性扩容。


在游戏版本发布、服务端重启等场景可以大大缩短维护时间;全球化部署,PolarDB集群版支持全球数据库GDN功能,可以实现分布在全球不同地域的多个PolarDB集群间的数据保持同步,助力游戏业务轻松出海部署;高可靠的服务,数据采用三副本一致性存储,很好地保证了数据的可靠性。兼容MySQL各种生态和中间件开源工具,非常方便游戏历史战绩、游戏充值和运营活动的开展。

 

携手迎接下一代互联网


2021年,“元宇宙”全面袭来,互联网、物联网、AR/VR、智能可穿戴设备、3D图形渲染、AI人工智能、高性能计算、云计算等各行各业都将持续出现产品创新和商业模式创新,它将改变现有社交、电商、教育、游戏,甚至支付互联网应用的呈现方式。近年来,望尘切入体育赛场VR领域推出了VR技术——InnoReal。这项技术在国内外已经申请了7项专利,通过Free Viewpoint技术的三维重构,用户完全可以自己选择观看位置和角度,置身赛场、近距离观看球员动作,甚至可以预判球员下一步动作。目前,这一技术真正能够实现的全球有三家公司,而望尘是中国唯一一家。在阿里不断致力于全息构建、全息仿真、虚实结合到虚实联动这些新技术的研究,相信全新的下一代互联网即将向我们走来。


数字科技陪伴体育成长,上云之后,可以更容易的借助互联网的通路,以及和云上的其他企业形成产业互助的共同发展和繁荣,站在产业生态巨人的肩膀上,给业务插上翅膀。望尘用科技致敬体育,阿里用科技陪伴企业。企业上云第一站,阿里云与企业一路同行!


想要了解更多阿里云客户故事、企业成长相关的数字技术产品解决方案,或是了解企业发展所需的融资服务品牌扶持、组织培训和行业活动等服务,可以进入官网主页进行查看~

阿里云企业成长服务中心https://enterprise.aliyun.com/

Dingtalk_20220112145638.jpg

扫码加入钉钉群可享有以下权益↓

2.jpg

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
目录
相关文章
|
4月前
|
Python
编程之禅的奇幻之旅:探寻代码世界与生活万象的惊世共鸣,颠覆你的认知!
【8月更文挑战第7天】编程不仅是技术活,更融汇艺术与哲学。它启示我们在生活里追求简洁高效,如Python列表推导式的优雅;教会我们面对挑战时冷静分析,正如调试代码;体现分工合作的重要性,像模块化设计;并鼓励持续优化,提升效能。编程所蕴含的生活智慧,能引导我们创造更美好、有序的人生。
51 1
阿云漫画 | 一图看懂1G到5G的发展史
编者按: 时逢5G时代加速转型发展,信息的传递方式在不断的更新迭代,通过手机,我们可以聊天、看直播、刷视频。从1G到5G,我们看到了科技给人们生活带来了巨变,但在以前通讯条件没有像今天这么发达的时候,大家都是怎么传递信息的?
212 0
|
数据可视化
用艺术的眼光探索数据之美
独特的数据可视化技术,用于深入了解数据。当我们观想它时,它的美就显现出来了。
用艺术的眼光探索数据之美
|
前端开发 程序员 开发者
十年老友记 | @风逐蓝天:编程是一种表达和创作的方式
十年老友记 | @风逐蓝天:编程是一种表达和创作的方式
136 0
|
分布式计算 大数据 程序员
来自程序媛的大数据分享(文中有彩蛋)
一年一度的女神节,祝程序媛们节日快乐!
6067 0
|
机器学习/深度学习 人工智能
【聚能聊有奖话题】机器学习让影星们有望一个表情演完一部电视剧,你懵圈了吗?
在深度学习之前已经有很多生成模型,但苦于生成模型难以描述难以建模,科研人员遇到了很多挑战,而深度学习的出现帮助他们解决了不少问题。当下3大深度学习生成模型Variational autoencoder(VAE)、Generative Adversarial Network(GAN)以及GAN的变种各有所长。
1675 0