⑴ 鐵打的雲從科技流水的客戶！虧損27億上市背後為何AI企業難賺錢
雲從 科技 7月20日成功過會，在與曠世 科技 、商湯 科技 和依圖 科技 "AI四小龍"的上市比拼中率先上岸，公司也因此成為科創AI第一股。2018-2020年雲從 科技 累計虧損26.84億元，此次在科創板公司募集資金37.5億元，科創板的上市也意味著公司可以緩解常年虧損帶來的資金壓力。
AI公司賺錢太難了。相關報告顯示，全球近90%的AI公司處於虧損狀態，10%的賺錢企業基本是技術提供商，中國AI產業鏈中90%以上的企業也同樣處於虧損階段。AI四小龍無一例外全部虧損，而且一個比一個能虧，比如依圖 科技 2017-2020H1累計虧損72.68億元；曠世 科技 2017-2020Q3期間累計虧損130.6億元。商湯 科技 IPO不太順利，有消息稱公司將於8月份向港交所提交申請。雖然目前不清楚商湯 科技 虧損多少，但公司與雲從 科技 一樣，也是虧損的狀態。
為什麼AI公司賺錢這么難？
雲從 科技 主營業務是為客戶提供高效人機協同操作系統和行業解決方案，前者是憑借自主研發的人工智慧核心技術打造了人機協同操作系統，通過對業務數據、硬體設備和軟體應用的全面連接，把握人工智慧生態核心入口，為客戶提供信息化、數字化、智能化的人工智慧服務；後者是基於人機協同操作系統，賦能智慧金融、智慧出行等應用場景，為更廣泛的客戶群體提供以人工智慧技術為核心的行業解決方案：
報告期內公司向客戶提供基礎操作系統、基於人機協同操作系統的應用產品和核心組件以及技術服務，其中基礎操作系統是可以直接銷售給客戶的，一般交付給具有研發能力的企業和第三方軟體廠商，由客戶二次開發後投入使用。公司提供的操作系統有智能雲平台、視圖匯聚分析平台、融智雲平台和集成生物識別系統，基於不同的功能，面向物聯網、政府、公安等城市治理和金融、商業等不同應用場景：
值得注意的是如果客戶前期沒有購買雲從 科技 操作系統，則公司向客戶銷售操作系統和應用產品，保證相關應用產品有效運行。核心組件是基礎操作系統內可以獨立交付的功能模塊，通常是封裝了核心AI能力的軟體包，主要交付給研發實力強、對軟體管控要求較高的客戶，由客戶集成到其自由系統中使用，基本不涉及進行定製化開發。技術服務主要是人機協同操作系統在軟體產品銷售以外的服務，包括公有雲服務、風控服務和智能化運維服務。
成立至今雲從 科技 人機協同操作系統及應用產品相繼經歷了初步推進人機協同操作系統內核沉澱的V1.0、綜合多類業務場景的基礎操作系統V2.0和升級人機協同操作系統V3.0三個階段，實現了智慧金融、智慧治理、智慧出行和智慧商業四個重點領域的基礎操作系統的整合。公司的V4.0版本則是升級了智慧治理領域的融智雲平台和智慧金融領域的集成生物識別系統，通過AI技術優化系統的運行效率和用戶體驗：
在系統層上雲從 科技 開發了面向不同領域的基礎操作系統，通過系統和組件的方式將AI技術賦能應用場景。2014年以來曠視 科技 便開始了Brain++這一AI生產力平台的研發，覆蓋從數據生成、清洗、預處理、標注和存儲到演算法架構設計、實驗環節設計、訓練環境搭建，再到訓練、加速、模型評估和產生模型以及模型分發、部署應用全流程。Brain++集成了包括深度學習框架MegEngine（天元）、深度學習雲計算平台MegCompute和數據管理平台MegData，將算力、演算法和數據能力融為一體，作為AI基礎設施，實現從演算法生產到應用的全流程化和規模化供給：
曠視 科技 的Brain++平台相比雲從 科技 的操作系統+組件的模式，不同之處在於將算力、演算法和數據進行融合，實現了AI的全流程。比如公司的Brain++商業版覆蓋了數據管理、模型開發和算力調度等演算法生產全流程，還可為客戶提供集群搭建和部署在內的硬體交付，讓客戶不必為尋找AI硬體供應商和軟硬體適配等問題煩惱，提升了AI的效率。Brain++平台和演算法構成了曠視 科技 的核心AI能力：
業務模式上，雲從 科技 的基礎操作系統、組件和應用產品可以單獨銷售，但曠視 科技 的Brain++平台是以解決方案的形式對外銷售的，這構成了倆公司業務上的差異。
2018-2020年雲從 科技 實現營收4.84億元、8.07億元和7.55億元，這其中主營業務收入為4.83億元、7.80億元和7.51億元，2020年主營業務下降主要系疫情影響，這與其商業模式有關。報告期內公司其他業務主要為向少量客戶提供外購硬體和技術開發服務，2019年其他業務收入一度達到0.27億元，但佔比仍較小。
主營業務中人機協同操作系統營收為0.31億元、1.83億元和2.37億元，營收佔比為6.2%、22.7%、31.3%；人工智慧解決方案營收為4.52億元、5.97億元和5.15億元，營收佔比為93.6%、74.0%和68.2%：
曠視 科技 是一家聚焦物聯網場景，以物聯網為AI技術落地載體，通過構建完整AIoT產品體系，面向消費物聯網、城市物聯網、供應鏈物聯網三大核心場景，提供經驗驗證的解決方案的AI公司。公司業務分為消費物聯網解決方案、城市物聯網解決方案和供應鏈物聯網解決方案三大類。2017-2020Q3公司營收為3.04億元、8.54億元、12.60億元和7.16億元，其中60%以上的營收來自城市物聯網解決方案業務：
值得注意的是，雲從 科技 營收中第三方軟硬體和智能AIoT設備營收佔比雖然從2018年的81.2%下降至2020年的50.8%，但仍占據半壁江山。號稱行業領先的AI公司，營收一半竟然來自硬體產品，這就引出了一個問題：AI公司靠什麼賺錢？
毛利率來看，報告期內雲從 科技 主營業務毛利率雖然由21.5%提升至43.2%，但仍大幅低於依圖 科技 和曠視 科技 的毛利率，依圖 科技 主營業務毛利率由2017年的57.4%提升至2020H1的71%，是這幾家公司中最高的：
細分到具體產品或服務，可以看出雲從 科技 人機協同操作系統的毛利率在75%以上，處於較高水平。人機協同操作系統中軟體授權業務的毛利率超過80%，主要是絕大部分軟體授權業務涉及安裝調試或定製開發，產生了相應的費用。報告期內公司技術服務毛利率由99.45%下降至40%，因為金融風控業務涉及對外采購數據服務，2020年新增的數據中心智能化運維服務需要委託第三方提供服務，降低了毛利率水平。
雲從 科技 營收佔比最大的人工智慧解決方案業務毛利率為17.76%、23.43%和28.19%，主要是該類業務根據客戶需求，需外購部分配套軟硬體產品或服務，外購材料成本較高，擠壓了毛利率空間。公司人工智慧解決方案毛利率相比可比企業也明顯偏低，比如依圖 科技 軟體、軟硬體組合在報告期內的毛利率分別為64.1%、81.9%、87.5%、86.8%和11.3%、32.8%、54.3%和69.6%。
雲天勵飛和雲知聲解決方案業務毛利率水平相比依圖 科技 和曠視 科技 偏低，與雲從 科技 相當。比如雲天勵飛數字城市雲隱管理業務和人居生活智慧化升級業務毛利率分別由42.27%、63.16%下降至38.23%和44.43%，主要系解決方案中需要采購硬體並有一定比例的安裝服務成本，尤其是硬體設備比例上升會拖累相關業務的毛利率水平：
曠視 科技 業務毛利率水平來看，消費類物聯網解決方案業務毛利率超過80%，但其營收佔比由2017年的45.9%下降至2020Q3的18.1%，營收佔比最大的城市物聯網毛利率下降至30%以下，因此拖累了公司的毛利率水平：
曠視 科技 在招股書中提到，消費物聯網解決方案是公司傳統核心優勢業務，主要利用人臉識別技術提供雲端SaaS類及移動終端類解決方案，成本以軟體為主，毛利率水平最高。城市物聯網解決方案業務主要為智慧城市及智慧建築管理，這一業務隨著行業經驗積累、項目設計與交付能力不斷提升，按理公司具有提升毛利率空間的能力。但曠視 科技 提到，因為項目成本中硬體佔比提升，導致毛利率有所下降：
結合雲從 科技 、雲天勵飛和曠視 科技 等業務模式，可以看出：如果單純靠出貨操作系統等業務，公司可以保持一個很高的毛利率。未來隨著業務不斷成熟，成本和費用的下降，公司具有盈利的可能。但目前來看，曠視 科技 、依圖 科技 等為代表的AI公司還是以解決方案業務為主，這就涉及到一些硬體的采購和安裝，相應的導致毛利率的下降。
AI四小龍無一例外全部虧損，而且一個比一個能虧。雲從 科技 報告期內累計虧損26.84億元，看起來不少，但在曠視 科技 和依圖 科技 面前還是弱爆了。
依圖 科技 2017-2020H1凈利潤分別虧損11.66億元、11.61億元、36.42億元和12.99億元，累計虧損72.68億元。曠世 科技 2017-2020Q3期間分別虧損7.75億元、28.0億元、66.39億元和28.46億元，累計虧損130.6億元。商湯 科技 IPO不太順利，有消息稱公司將於8月份向港交所提交申請。雖然目前不清楚商湯 科技 虧損多少，但公司與雲從 科技 一樣，也是虧損的狀態。
寒武紀主營業務是AI晶元的研發、設計與銷售，主營業務與雲從 科技 等明顯不同，但2017-2020年公司仍然累計虧損超過20億元。2020年寒武紀虧損大幅減少，但扭虧為盈還是遙遙無期：
行業龍頭虧損嚴重，中小AI公司同樣虧的不少。比如提供數字城市運營管理和人居生活智慧化升級應用場景解決方案的雲天勵飛2017-2020Q3期間凈利潤累計虧損16.07億元，2020年前三季度公司營收為2.67億元，報告期內營收累計僅為6.8億元，賺的還沒有虧的多。
為什麼AI公司賺錢這么難？
先說說這些公司虧損的直接原因。
2018-2020年雲從 科技 毛利從1.05億元增長至3.28億元，毛利率由21.5%提升至43.2%，但期間費用由3.38億元飆升至10.61億元，直接造成營業利潤虧損。
報告期內公司銷售費用由1.29億元增長至2.74億元，銷售費用率由26.63%提升至36.28%，這屬於很高的水平了。此外公司研發投入持續加大，由2018年的1.48億元增長至5.78億元，營收佔比由30.61%提升至76.59%，已經足以讓公司虧損了：
報告期內雲從 科技 實施股權激勵並產生了相應的費用，但這種費用短期對公司利潤帶來壓力，假以時日影響會消除，但銷售費用和研發費用的增加是持續性的，畢竟這與公司經營密切相關。比如雲從 科技 銷售費用中佔比最大的是人員薪酬，主要是公司業務擴展，銷售人員和平均薪酬增加。
人工智慧仍然是一個技術密集型企業，各家公司為了保證持續的競爭力也在投入大量的資金用於研發。目前人工智慧相關技術和應用場景的解決方案迭代速度比較快，以雲為例產品迭代周期一般為2-6個月，因此人工智慧行業的研發是個持續時間長且投入高的過程。比如雲從 科技 2020年研發費用率超過75%，公司基於人機協同操作系統在研項目有基礎平台、演算法工廠、AI融合數據湖、知識計算和人機自然交互等8項之多。
虧損最嚴重的曠視 科技 也是如此。2017-2020Q3公司期間費用由4.02億元增長至13.49億元，規模上超過公司的營收，這其中銷售費用率、管理費用率和研發費用率分別由24.14%、33.45%、66.50%提升至41.6%、57.56%和92.23%：
另外為了提高研發人員、管理人員等積極性，或者出於營造缺錢的目的，AI公司還會實施股權激勵，並為此產生巨大的股份支付費用，侵蝕了公司的盈利空間。比如2019年雲從 科技 實施了股權激勵，產生了13.03億元的股份支付費用；2019-2020Q3雲天勵飛為激勵核心團隊、保證團隊穩定性，對核心成員實施股權激勵，為此分別支付了2.08億元和7.19億元的股份支付費用。
目前拋開其他不談，在研發上的投入和股權激勵產生的巨大費用，憑借這兩項，已經讓大多數AI公司陷入虧損了。
客戶變動大、客戶集中度較高、單一客戶依賴性較高等仍是AI公司面臨的共同難題，而這一難題事關公司經營是否可持續，也是這類公司上市中的攔路虎之一。無論是注冊制下的科創板、創業板還是審核制下的主板，從發審委到上市委，都盯著這一問題。
今年3月份上交所在雲從 科技 第一輪問詢中就要求公司就"不同類型產品前五大客戶的銷售內容、銷售收入及變動原因，前五大客戶變動較大是否符合行業慣例"等進行問詢。
2018年雲從 科技 第一大客戶分別為北京物聯新泊 科技 有限公司，營收佔比為30.11%；2019-2020年北京匯志凌雲數據技術有限責任公司為公司第一大業務，營收佔比為30.49%和10.98%，銷售金額變動也非常大。另外江蘇趨雲信息 科技 有限公司和江西駿馬 科技 有限公司成立不久後就成為公司前五大客戶，上交所還就合理性、交易價格公允性和是否存在利益輸送或其他特殊利益安排等進行問詢。
雲從 科技 這種情況在其他AI公司中也存在。比如2017-2020Q3曠視 科技 前五大客戶相繼經歷了杭州聯匯 科技 有限公司、中國移動、北京易華錄信息技術股份有限公司和東華軟體股份公司四家公司，銷售金額也從2500多萬到8500多萬不等，而且多個客戶經歷了一輪游，在下一年度中不見蹤影：
從雲從 科技 的反饋來看，AI公司面臨碎片化問題，不僅僅是場景的碎片化，還有訂單的碎片化。以2020年度人機協同操作系統客戶分布情況來看，雲從 科技 絕大多數客戶的訂單規模在100萬元以下，1000萬元以上的訂單佔比很低。應用場景上，公司產品覆蓋了智慧治理、智慧金融智慧出行、智慧商業等多個領域，營收佔比最大的人工智慧解決方案也呈現出類似的特徵：
客戶集中度上，雲從 科技 前五大客戶銷售佔比從62.23%下降至27.92%，相反依圖 科技 前五大客戶銷售佔比從35.12%提升至62.02%，而曠視 科技 常年在20%-30%左右徘徊。
客戶的飄忽不定說明了人工智慧技術在客戶端的復用性很低，訂單的碎片化說明了人工智慧技術商業化水平還處於較低的水平，難以實現規模化應用。AI公司要想尋求發展就要不斷開發新用戶、不斷延伸新的應用場景，這勢必增加了公司的額外開支。前文已經提到，雲從 科技 、曠視 科技 等銷售費用率很高，尤其是職工薪酬佔主要比例，主要是為了擴大業務區域、開拓客戶而招兵買馬，相應的費用不斷增長。
人工智慧產業鏈分為基礎層、技術層和應用層三大環節，其中目前以曠視 科技 、雲天勵飛等為代表的企業多為技術層公司，主要通過開發相關演算法賦能智慧城市、智慧金融等應用場景。目前中國的AI產業相比美國，差距在於第一是基礎層實力偏弱，尤其是具有全球競爭力的晶元、感測器等領域的公司太少，而且華為等部分企業因為實體清單影響，經營遭遇困難：
雲從 科技 、曠視 科技 等相繼布局計算機視覺、語音識別和自然語言處理等技術層，但更多的企業處於應用層，參照互聯網公司，應用層的競爭會更加激烈，技術實力不佳、綜合能力不足的公司會逐漸掉隊。另外值得注意的是與美國的谷歌、亞馬遜和微軟等類似，華為、騰訊和阿里巴巴等巨頭的加入讓人工智慧行業競爭更加激烈。華為、騰訊等公司擁有打通基礎層、技術層和應用層的能力，而且在技術、研發、客戶、市場等方面擁有雲從 科技 等難以撼動的優勢，因此勢必給這些公司帶來巨大壓力。
從目前產業發展現狀和人工智慧技術發展曲線來看，其已到了從技術轉向大規模應用的關鍵節點，目前如何規模化落地成為行業痛點。不過對雲從 科技 、曠視 科技 等這些資本一路輸血充大的公司來說，現在緊迫的事情是如何通過上市在補血的同時還讓曾經的投資者退出，畢竟這么多年下來它們等不及了。
萬一所投公司倒閉了，一切都打水漂了。
⑵ 世界上最硬核的游戲是哪款
您好，硬核 游戲 女玩家不請自來。
說到硬核，其實能提名的 游戲 蠻多 但是根據我個人對於硬核的理解而言。所謂「硬核」其實是一個相對寬泛的概念，「難」「復雜」還是「專業性爆表」，都能被稱作「硬核」。
而放眼您問題中的世界，分別對應三個條件的 游戲 比比皆是。
但一千個人眼中就有一千個哈姆雷特，每個人對硬核的理解不同，所想的 游戲 類型也千差萬別。綜合三個特徵，我個人意見下為您推薦的「最硬核 游戲 」是這款——
《EVE》，又稱作《星戰前夜》。
《EVE》是一款多人在線的PC端網游，年代非常久遠，以超級復雜的系統和硬核生猛的小眾玩家群體著稱。這款 游戲 世界觀放置在廣袤無垠又神秘莫測的太空，高自由開放沙盒+硬派科幻風+寫實操作系統更是為它的硬核程度再創新高。
說這么多可能有點空泛，還是放張圖您感受一下系統 ——
在 游戲 中，除了常規沙盒類 游戲 的 探索 ，收集，建造，PVP/PVE系統等。工業製造， 科技 研究，金融貿易等等復雜的技能系統也要通過深度學習來進行學習。
更要命的是， 游戲 內高級戰艦需要大量的時間來建造，但是再高級稀有的戰艦，不論耗時多久完成，一旦在戰斗中被損毀，那就徹底拜拜。
如此殘酷的死亡懲罰，不僅又肝又難，還超級燒錢……比起現在死了掉點經驗值裝備就原地復活的死亡懲罰硬核百倍。
游戲 內經常爆發宇宙肝帝天團之間的戰斗，打一場，上百萬的rmb，n多的時間，瞬間蒸發殆盡。
這樣一款系統復雜的硬核 游戲 ，入門即勸退。但是能夠耐下性子徹底吃透的玩家，也會長久地沉迷其中，再難找到其他替代。
總而言之。硬核 游戲 千千萬，但一個從 游戲 本身到玩家到製作公司(製作公司曾為了紀念在某場太空大戰中損毀蒸發了市值200萬rmb的玩家群體，在現實世界中給玩家們立了塊紀念碑 )都十分硬核的 游戲 ，《EVE》可以算是放眼全球，獨領風騷了。
以上就是我個人對於世界上最硬核 游戲 的理解，希望能夠幫助到您哦
你好！很高興為您回答。
當然是《我的世界》（MineCraft）。歷經十幾個春秋，還能得到全球玩家的熱愛。看似簡單，實則不然。多樣化的mod可以開發出多種玩法，這也是它經久不衰的原因之一。通俗一點，也就是「一直被模仿，從未被超越。」憑借著超高的質量和新穎的玩法一直位居全球銷量第一。
硬核的 游戲 一定是那種又燒腦又費工夫的 游戲 ，自己沒兩把刷子真就玩不下來的。第一個想到的當然是只狼這款讓很多玩家又恨又愛的動作冒險沙盒類 游戲 。
只狼：影逝二度是一款由From Software製作的第三人稱視角的動作冒險沙盒類 游戲 ，於2019年3月22日在全球同步上市，曾獲得 游戲 大獎的最佳動作冒險 游戲 和年度最佳 游戲 獎項。 游戲 主角是一名忍者，靠著攢滿經驗來獲得技能點，不同fs社以往的 游戲 以強化力量或者智力敏捷這些詞條來提升角色強度，而是通過解鎖技能樹來確定自己的風格，有忍者風格、武士風格，另外還有圍繞義肢的構築。
絕對自由在只狼里得到了部分體現， 游戲 中的忍者不需要在傳統固定路上慢慢 探索 ，而是像一個真正的忍者那樣飛檐走壁，不僅可以逃避敵人的追擊，還能發現隱藏路線。總體來說這個 游戲 的偶然性要遠超過固定性，因為你不知道翻過這個牆之後會遇到什麼，有可能是給你絕殺的強敵。
這款 游戲 最硬核的部分就是通關需要的技巧，角色在戰斗中的體位會影響戰斗的效果，這個體位取決於玩家與敵人的相對位置以及所使用的招式，玩家需要讓自己的「體位條」變短，並讓對手的條變長。比方說在敵人攻擊的時候抓住時機成功格擋，增加敵人體位條，但是時機不準則會增加自身體位條，選擇這種戰斗方式更像是一場賭博考驗的是反應力和熟練度。當對手體位條達到最大時，不僅會出現一擊必殺，還會有特寫鏡頭，反之當自身體位條最大時則會陷入眩暈的狀態任人宰割。
滿屏的「死」字告訴你，這款 游戲 沒有退縮，只能上，在無數次死亡後通關，如果你是手殘黨，那麼這款 游戲 絕對會讓你抓狂，因為這款 游戲 隨時在考驗你的操作極限，即便是大神也很可能一不小心就「死」了。
《超級貓瑪麗》
《超級貓瑪麗》號稱史上最變態的超級瑪麗。
貓版超級瑪麗是一個惡搞的超級瑪麗 游戲 ，BT而且 搞笑 ，其中設有重重關卡，讓你在埋怨作者整人的同時，又不禁會感到惡趣味連連。正是這個原因，這個 游戲 已成了超級瑪麗迷必玩的 游戲 了。
操作難嗎？當然難，因為你永遠不知道下一秒要發生什麼。
看到這個問題，筆者馬上頭腦風暴了一波
.....EVE
我唯一能想到能堪此大任的 游戲 ，就只有那個還未出生便消耗了20億研發資金的 游戲 ——《星際公民》。
相信很多資深科幻愛好者早就久仰這款 游戲 的大名，甚至還參加過眾籌為它掏過腰包。
這款 游戲 是所有科幻玩家的夢想之作，也是所有 游戲 玩家的夢幻之作。
一個恢弘壯麗、沒有邊界、不停擴張，不斷變化的宇宙；璀璨奪目、各不相同、各有其地貌的無盡星球；堪比3A、戰斗精良、手感上乘的戰斗系統；強調多人、社交模擬、玩家的行動或許成為傳說的社交系統……
是的，這款 游戲 相當於是整個宇宙，夠硬核了吧？
它比艾澤拉斯的地域更廣闊，比EVE的深空更迷人，自由度秒殺GTA5，精細度趕超荒野大鏢客2。
它在2011年就放出了概念預告，10年來從未停止過眾籌，迄今為止共籌到2.7億美金用於 游戲 研發，它的每一個概念畫都讓人雪麥噴璋，然而它的完成度，依然不到10%。
為了維持 游戲 的「熱度」，它每周都會高調的更新自己眾籌到的資金，全世界的狂熱科幻迷們持續不斷的給它輸血，希望有生之年可以體驗到這款曠世神作。
有人把它稱作是 游戲 行業最大騙局，也有人把它稱作是 游戲 行業的未來。
星辰大海已經不足以描述這款 游戲 的野心，它要征服的，是全宇宙！
只不過這個征途有點漫長，長到筆者並不相信CIG真的能把它研發出來。
以現在的計算機技術，想要以三維圖形的方式，一個地球這么大平面的星球，所佔用的資源就已經是超乎想像的了，而這款 游戲 要實現的，是一個動態的宇宙。
每一個星系，每一顆星球，都有自己獨有的生態。
這是什麼概念？
這個概念就是通過計算機演算法，完美復制一個無限大的宇宙，這是只存在想像中的概念，以當下的計算機存儲、算力根本就不可能完成。
如果未來量子計算機達到民用水平，《星際公民》的 游戲 設想說不定真的可以實現。但在這之前，這根本就是在白日做夢。
不過夢想始終還是要有的，萬一哪天真的實現了呢？就像我明知道中國 游戲 行業沒有希望，但還是堅信它會慢慢變好一樣。
希望這款最硬核的《星際公民》有生之年可以面世，而不是一場依靠概念圈錢的騙局。
我給大家分享一個冷門經典 游戲 ，藍色警戒。原版名稱 State of War的，被無良商家莫名其妙的翻譯成藍色警戒，跟紅色警報沒有什麼關系。
藍色警戒是萬眾 科技 出品的一款即時戰略 游戲 （一說策略 游戲 ）。2020年，7大洲聯盟建立了一個名為「超腦」的全球防禦系統，其核心是一個高智能電腦軟體系統，控制著全世界22個主要軍事基地，時刻准備應付可能發生的戰爭沖突。宗教勢力Beho-Sunns經過長期研究，發現了「超腦」的弱點，使用黑客侵入了「超腦」系統的內部，取得了系統控制權。Beho-Sunns控制了全部22個軍事基地，最終目的是統治全球。7大洲聯盟不得不宣布進入一級戰備狀態，玩家扮演的是最著名的軍團首領，要去阻止Beho-Sunns的瘋狂行為。
這是我童年的回憶，我當初接觸的第一款 游戲 就是這個。雖然以現在的眼光來看，畫面有些過時，不過對於一個2001年的 游戲 ，畫質與其它 游戲 相比算是不錯的了。
游戲 的玩法比較獨特，開局會有一些少量的部隊，總部（通常是一個，被摧毀就輸），飛碟（從總部產出，與總部數量相等，通常也是一個），飛碟用於研發 科技 ，修理建築，也能攻擊敵方建築，是 游戲 的主心骨，在地圖的建築中，機械工廠可以製造各種坦克與機器人部隊，自動生產，玩家只需要研發升級和設置集結點即可。雷達可提供呼叫空軍轟炸的機會，太陽能電站提供研發指數，用於升級部隊，風力電站加速生產，金礦產錢，金錢用來製造炮塔防守。地圖為衛星顯示，沒有戰爭迷霧，頗有一種掌控全局的感覺，所有東西純機械自動化生產，軍隊也是全機械化的，擁有濃烈的未來戰爭的味道。使用軍隊佔領地圖上的閑置或敵軍控制的建築物，研發 科技 ，升級軍隊，然後消滅敵人。也有防守關卡，堅持一定的時間完成任務（不過我通常不拘於防守，時候甚至在時間到達之前滅凈敵人）
我說它難，很多人都說難。只要你去網上搜，他的貼吧里都是第x關怎麼過的呼聲。在一開始接觸這款 游戲 的時候，大多數人都會覺得 游戲 速度慢，一個單位要走好長時間才能到達目的地，等你玩下來之後你會發覺：靠，TMD居然操作不過來？！22個軍事基地，22個關卡，除了前面幾關比較簡單，後面的關卡就開始吃力了。這款 游戲 沒有戰爭迷霧，默認全圖可視。這只會讓你壓力倍增，因為會讓你會看到對方敵人的勢力有多強大。大片大片的敵人攻過來，用一個朋友的話說，像趕街一樣，一個不小心，就會全線潰敗。每一個關卡都會讓你在那裡卡住很長時間，找不到破敵的方法，打不過去。
一款 游戲 操作的手速不需要太高，它考驗的是你的意識和大局觀。這款 游戲 的戰線通常會拉得很長，或者是有好幾條戰線。所以，玩這款 游戲 最考驗多線操作，單比多線操作的話，什麼星際魔獸在它面前都是渣渣。要玩好這款 游戲 ，四線操作是基礎。己方的建築升級，陣地防禦，同時要從幾條路線一起推進攻擊敵人。所以有時甚至要進行五線甚至是六線操作。你還要擁有意識，什麼時候進攻，什麼時候防守，怎樣迎敵，尋找破綻進攻。總之就是：你可以沒有神一樣的操作，但你必須擁有神一樣的意識。由於工廠是自動生產的，每隔一段時間自動產出一個單位，然後開往集結點。所以你需要做的是屯兵，如果兵力消耗太過激烈，會導致你因為兵力太少根本無法組織有效的進攻，最終潰敗。在你用空軍轟炸敵方單位的同時，你還要操作自己的單位，不讓敵方空軍轟炸到。等錢攢得足夠多了，多擺幾個防空塔，防止空軍轟炸和敵方飛碟的騷擾。
而對於最後那幾關，只要一看小地圖，你就會驚呼，擦，全地圖90%的領地都是敵人的，感受到製作方滿滿的惡意有木有？分分鍾把你虐的不要不要的。
對於這些關卡難度，如果你還嫌不夠難的話，藍色警戒還有其他的版本，比如它的資料片，戰爭狂人。以及其他的網路改版，比如鐵血革命什麼的，很多人都驚呼，如果不用作弊碼根本打不過去。而如果你挑戰贏了這些關卡，最後的煙花和字幕升起的時候，那種成就感也是無與倫比的。
我把藍色警戒，例入最硬核的 游戲 ，大家有意見嗎？
雖然我很少玩電腦，常常都是跟手機打交道，不過在我心目中確實是有不少硬核的電腦 游戲 的。話不多說，直接進入正題
1.DCS這是一款非常真實的硬核軍事模擬 游戲 ，玩家可以通過各式各樣的模組，模擬各種戰爭。據說當時一名製作人為了做出盡可能貼近現實的模組，通過一些渠道購買美國軍事機密而被FBI逮捕。這 游戲 夠硬核了吧？不過這個 游戲 需要非常強大的硬體支持，普通電腦根本帶不動。而且購買模組也是一筆不小的費用。據 @大香蕉 游戲 說，他製作的那些DCS視頻光是模組就花了幾萬元。
2.逃離塔科夫這是一款今年才火起來的射擊 游戲 ，產自俄羅斯。這款 游戲 十分逼真，很貼近現實，自由度也非常高。玩家可以自由改裝槍械，槍械會發生卡殼、炸膛，人物需要通過食用食物來維持體力，骨折了需要上夾板，被子彈擊中不包紮傷口會失血過多而死，並且還沒有地圖提示……這款 游戲 也可謂是非常的硬核了
3.我的世界這款 游戲 非常經典，自由度非常高，玩法多樣化。在生存模式中，你將經歷從一無所有，到吃喝不愁，豪宅在手。在創造模式中，你可以任意創造，建造出自己心目中的美好世界。它已經成為了許多老玩家心目中的信仰，不是某 游戲 能替代的。此外，還有各種mod、材質光影，才是這款 游戲 最大的魅力所在。
還是那句話，不喜勿噴！
半條命，只有半條命了還要接著打，不硬核嗎？[靈光一閃][機智]
硬核 游戲 是指一些上手要求高、操作難度高的 游戲 ，如《暗黑之魂》《血源詛咒》《仁王》都是典型的例子。又或者說需要一定對應知識才可上手的 游戲 ，如《EVE》《微軟模擬飛行9》《代碼坦克》等 游戲 ，它們也是「最硬核」一類 游戲 。
而我玩過最硬核的 游戲 就是類似《EVE》那種需要一定的知識才可上手的 游戲 ，名為《坎巴拉太空計劃》。這裡面涉及到大量的物理知識、航天航空知識，雖然說不需要特意去學習這些內容，但是如果有這些方面的知識儲備那會更容易上手這款 游戲 。那麼這款 游戲 到底有多硬核?
載具的組裝
首先 游戲 中的所有載具和航天器都需要自己組裝，小到通訊工具大到航天引擎，近百種配件看的眼花繚亂。雖然組裝上面沒有什麼限制，但是 游戲 會真實的模擬引力、空氣動力、阻力，不按著常規組裝載具就會飛不起來。
可能你經過一段時間的熟練後，已經能基本的組裝載具，但是組裝只是開始，你還需要讓你的飛機上天、讓火箭飛出地球，飛機還好說，很好控制。但是火箭就非常的難了，它涉及了引力和軌道計算，如果你掌握不好時機，可能隨時脫離軌道迷失在太空之中。
如果你掌握了組裝、操控、軌道等問題，那麼你就算踏入了這個 游戲 的新手區，是的，只是新手而已，因為後面還有很多復雜的東西要涉及。其中包括空間站的建設、宇宙資源的採集、以及各個星球的著陸與返回，這裡面出了對於 游戲 的熟練以外，最關鍵的就是隊友知識的應用了。
游戲 硬核歸硬核，但是總體來說 游戲 還是非常好玩的，有沙盒、生涯、科研三種模式，如果只是隨便玩玩，可以去沙盒模式玩無腦造飛機，可以自己任意的組裝載具。另外，這款 游戲 支持MOD，有著很多擴展能容，如果你腦洞夠大，還能造出來科幻電影里那種充滿未來感的宇宙飛船。
我個人比較喜歡和平精英 1、和平精英當中時常會更新出一些好的模式，它也會根據節日來改變地圖，會增加一些非常有趣的小道具，就比如說七夕節的時候會有P城有許願樹和盪鞦韆。我們玩家可以在地圖上看到有標識的地方，那裡就會有盪鞦韆，有些情侶就喜歡到這樣的地方去玩，最高可以支持四個人盪。
2、而且玩家情侶在上面而且是無敵狀態的，敵人是打不到你的。烏鴉巢的話也是如此，我們可以在地圖當中詳細的看到它的位置，只需要駕駛著車輛前往即可，但是觀看的過程中一定要小心，因為像這樣的彩蛋附近都是有非常多人的，他們一樣想看看這個彩蛋到底是什麼，所以一定要小心附近的人，不然很有可能就會變成盒子。
3、許願樹也做的非常的漂亮，我們可以將自己手中的祈願牌扔到樹上，並且在樹下合掌參拜，對於情侶來說如此浪漫的情景當然是不能錯過了，當然也要小心附近的伏地魔，說不定你在祈願的時候對面就一顆手雷扔過來了，你們兩個就變成盒子了。說實話這些東西都是挺應景的，可以看得出來官方也是非常用心的，我很喜歡官方在 游戲 當中添加一些小彩蛋，給我們一些意外驚喜。
⑶ 計算機視覺（CV）行業調研
通過機器模擬人類視覺系統，採集、處理、分析視頻圖片素材，提取並理解場景信息。
目前CV的落地主要集中在安防、醫療、零售、自動駕駛；在互聯網短視頻、物流、智能教育幾個行業也有少量對特定場景的解決方案。
17年，人工智慧市場規模237億，CV佔了34.9%。
其中67.9%的營收都是安防領域貢獻的，18.1%來自廣告營銷。
目前依然是安防占據了CV市場結構中的大頭，這可能和行業特點、硬體/演算法發展路徑有關。
相比其他傳統行業，安防行業有更強的"鑒定身份"需求，場景從最初的 1.1v1,1vN,指紋比對 2.身份證人臉比對 到最新的 3.靜態人臉自動檢測 4.動態人臉檢測&對象行為軌跡分析 5.智慧案情分析 發展方向從單純的鑒定身份，逐漸到後續更多的業務場景。
整理18年1—8月人工智慧創業公司融資信息，找出最新的行業落地方向，分析產品競爭力。
18年上，融資的創業公司共199家，計算機視覺通用服務方向有36家，和CV有關的30家。
落地行業，按企業數量排序為：醫療、零售、工業檢測、智能駕駛、智能教育、安防，其中有專注底層技術，提供多行業解決方案的，比如商湯、曠世，也有聚焦一個行業的，比如哈哈零售、一脈陽光。
醫療：基於計算機視覺技術的，智能CT、智能X線輔助篩查，輔助放射科醫生診斷病情，除了初步的輔助診斷病情，還有針對醫學痛點的其他AI方案，例如推想科技提供的醫療深度學習平台，葯物研發深度學習平台等。運營模式上，基本都是和醫院合作，提供智能診療系統。行業的難點在高質量數據難以獲得，業務場景相對復雜，需要有專業醫學背景的標注人員。
零售：提供基於計算機視覺的無人貨架方案，自動識別用戶拿走的商品，另外根據人流分析、商品銷售情況，輸出一整套 供應——>運輸——>銷售數字化方案。
工業檢測： 提供基於深度學習的外觀缺陷視覺檢測、精確測量技術設備，目標行業是手機加工，汽車，3C等，價值在提高企業的加工環節的自動化率，降低人工成本、提高產品質量。
智能教育：和CV相關的，機器閱卷。
根據對AI影響比較重要的幾個因素，演算法、數據、落地場景，將相關公司分為幾類
諸如順豐、頭條類公司，有豐富的數據積累，通過演算法，輸出AI方案，解決自己業務的痛點。
還有和第三方傳統行業龍頭戰略合作，抱大腿接需求，專門解決對方業務痛點的，例如極視角和華潤戰略合作。
最後附一張，頭部CV公司在各行業的產品布局。
背景：看病流程可以簡化為三個步驟，診前：日常的運動、大保健，對疾病預防。 診中：智能分流——>輔助診斷——>葯方建議。診後：保養，其他不在主流程里的還有葯物研發、醫生學習等。
觀察整個診療過程，有圖像產生&高重復性&人工大量集中的環節，主要在診中，騰訊覓影提供輔助診斷的能力，也是在診中環節，針對病人CT/X光，給醫生提供可能疾病的建議，對醫生提效的同事，也提高了初中級醫生的判斷能力。
從騰訊覓影的官網看，目前能夠提供包括肺癌、食道癌等6個癌症的診斷能力，檢出率or准確率，都能做到90%以上。
從醫院公告來看，主要扮演提醒者，輔助醫生作業。
場景很明確，設計電商banner，初期是輔助，後期替換。
四個核心生成步驟：
一，讓機器理解設計是什麼構成的：通過人工數據標注，對設計的原始文件中的圖層做分類，對元素做標注。設計專家團隊也會提煉設計手法和風格。通過數據的方式告訴機器這些元素為什麼可以放在一起，我們把專家的經驗和知識通過數據輸入。這部分核心是深度序列學習的演算法模型。
第二步，建立元素中心：當機器學習到設計框架後，需要大量的生產資料。我們會建立元素庫，通過機器做圖像特徵提取，然後分類，再通過人工控制圖像質量以及版權問題，我們買了有版權的圖庫，也是希望從一開始就避免版權方面的糾紛。
第三步，生成的系統：原理有點像 Alpha Go 下圍棋。我們在設計框架上構建起虛擬畫布，類似棋盤，生成的系統把元素中心的元素往棋盤放，在這里我們採用了「強化學習」，就好像你在家裡放一台掃地機器人，讓它自己跑，跑個幾圈，它自己會知道哪裡有障礙要避開。在強化學習的過程中，機器參考原始樣本，通過不斷嘗試，得到一些反饋，然後從中學習到什麼樣的設計是對的、好的。
第四步，評估的系統：我們會抓取大量設計的成品，從「美學」和「商業」兩個方面進行評估。美學上的評估由人來進行，這方面有專業眾包公司；商業上的評估就是看投放出去的點擊率瀏覽量等等。
從各創業公司的產品分布看，目前有三種模式
1.頭部創業公司，競爭力在維持技術優勢，未來有新的行業方向，第一時間切上去，因為技術優勢，所以哪怕發現晚點，也可以快速形成自己有競爭力的方案。
2.利用行業資源，垂直做一個方向，演算法可能不佔優勢，但因為競爭力在於資源，可以保證產品快速落地，積累資源、數據優勢。
3.做方案商，自己沒有數據、算力，輸出演算法能力，抱住一兩個傳統行業的大腿，接需求，對自己沒有沉澱。
目前看,CV價值在兩方面
1.替換輔助人工，業務提效
人能做的機器也能做，主要收益在提效，對應魯班、機器閱卷、人臉監控、無人貨架都是解放人力，提高效率。
具體是替換還是輔助，看場景的業務難度。
2.創造新的場景體驗
人臉遠程比對、視頻廣告、AI美顏，處理海量數據+低延時要求，人做不了，得靠機器，創造了新的場景和用戶體驗。
1. 找重復性人力集中的地方 2.找圖片/視頻和用戶交叉的地方。
⑷ 演算法相對論｜關於人工智慧的產業化之路的三點思考
彭嘉昊
在過去的2021年，我們見證了人工智慧這個細分行業的起起伏伏，有些企業長期虧損乃至瀕臨破產，有些企業順利獲得融資或成功上市，可謂幾家歡喜幾家愁。但縱觀現在國內人工智慧的產業化之路，總是無法迴避一個現實的問題，即「人工智慧企業究竟離盈利還有多遠？」誠然人工智慧領域的研發工作需要巨大的投入，但所有的研發投入只有在產業化的落地場景中才能實現真正的商業價值，脫離了現實的產業需求，人工智慧只能停留在技術本身。
目前，人工智慧的產業化發展的3個路徑：（1）AI+產業，即人工智慧的技術型公司掌握某種人工智慧技術後，向產業化的具體場景落地。比如商湯 科技 、雲天勵飛、曠世 科技 等知名人工智慧公司都是採取的這條路徑。（2）產業+AI，即由某一細分產業里的公司，尤其是頭部大型企業作為主導力量，主動引入人工智慧技術完成升級。比如平安保險、、順豐快遞等細分領域的大型企業自身的產業升級。（3）產學研成果轉化，即由高校和科研機構為主導，主動面向市場的科研成果轉化道路。近些年各大頂尖高校都建立了人工智慧研究院，諸如北京、上海、深圳等城市也有很多政府背景的人工智慧科研和成果轉化平台。
筆者從2020年以來持續走訪了上百家人工智慧企業及科研機構，就在行業里的所見所聞，結合自己的想法，談一下我對於人工智慧的產業化之路的思考。
一、「AI+產業」的道路已經進入平台期
「AI+產業」的模式，主要指人工智慧的技術型公司通過技術先行，然後尋找合適的業務場景實現商業價值。這條路可以借鑒移動互聯網的發展歷程，諸如淘寶、滴滴這樣的互聯網企業，都是通過技術和商業模式創新，發現了一個0-1的全新產業。我們曾經也認為人工智慧的技術型公司可以通過0-1的技術突破，借鑒移動互聯網的經驗，廣泛覆蓋到各行各業的細分場景中。但除了人臉識別等少數幾個場景外，人工智慧的技術型公司並沒有復制 科技 前輩在移動互聯網的成功。
其中的原因有很多，我們並不能將其簡單歸咎於市場、資本或團隊本身，筆者認為根源在於人工智慧技術本身進入了一個進步相對緩慢的平台期了，我們拿人工智慧的三大核心要素：算力、演算法和數據來對應分析。
我們先說算力的問題，根據中國信息通信研究院在2021年《中國算力發展指數白皮書》的分析，雖然近些年基礎算力、智能算力和超算算力都有很大程度的增長，未來5年全球的增速甚至超過50%，但與日益復雜的演算法模型和快速增長的現實需求而言，仍然存在較大的缺口。同時，存算一體架構、量子計算、光子計算和類腦計算晶元尚處於實驗室的研發階段，離大規模商業化還有較長的時間，無法以技術革命的方式實現跨越式發展。雖然，諸如商湯 科技 、華為等頭部公司採取了建立人工智慧計算中心（AIDC）的方式，來滿足未來智能計算需求的快速增長；我國神威、天河、曙光三台E級超算系統的研製工作也在逐步推進，很多國內的硬體公司著手計算機硬體的國產化替代。但從短期來看，算力將會是一個制約人工智慧技術發展的現實困難。
我們再說到演算法，演算法表面上是計算機技術，但就本質抽離分析它是個數學問題。近些年數學領域還是有很多發展，比如無限函數計算等，但在計算機領域的發展速度相對而言沒有那麼的快。就演算法這一特定領域的發展，中美最頂級的演算法之間目前並沒有代差。雖然層演算法需要投入海量的資金進行研發，但是就應用層來說，企業完全可以自己下載Gitub或OpenAI的開源代碼，或者使用網路、阿里、騰訊等互聯網大廠的現有技術方案，從而大大降低技術應用的門檻。在市場競爭的層面上，人工智慧技術型公司並不必然比傳統互聯網公司，甚至處於數字化轉型的傳統企業更具有優勢。
另外一個關鍵要素就是數據，我國從2020年開始就逐步收緊了數據安全相關的管理，《個人信息保護法》、《數據安全法》以及九部委《關於加強互聯網信息服務演算法綜合治理的指導意見》的陸續出台，使得人工智慧的技術型公司獲得數據的難度越來越，除非他們能夠深入到業務的細分場景中，否則很難像過去那樣獲得訓練演算法模型的大規模數據。而這些「喂養」演算法模型的數據，大都掌握在產業里的公司，尤其是大型公司的手中。這些大型公司無論是處於商業目的，還是自身業務安全性的考慮，幾乎很難同人工智慧的技術型公司開展合作，這也造成人工智慧的技術型公司在產業化的道路上困難重重。
二、「產業+AI」和產學研成果轉化的機遇
「產業+AI」的路徑，屬於產業里的企業自發性升級換代的過程，我們可以將其歸納進企業數字化轉型的進程。產業里的企業為了適應市場競爭，會主動尋求與人工智慧領域的技術型公司或者研究機構進行合作，甚至自己建立團隊完成研發工作。對於大部分產業里的企業來說，他們面對的並不是0-1的全新市場，往往是在既有的紅海市場中競爭，這種長期在產業內的拼搏經歷，使得他們在人工智慧的產業化上具備以下兩大獨特優勢：
1. 掌握了大量特定生產場景下的專業知識和數據資料：我們一般稱其為行業knowhow，比如化工材料的配方或某種特殊的生產工藝流程等。這種行業knowhow往往是企業的核心機密，在一些數據採集封閉、生產流程保密的領域，往往只有少數幾家企業可以獲得足夠訓練人工智慧模型的專業知識和數據資料。所以，很多產業里的企業在尋找技術合作方時，會對侵略性較強的技術型公司比較排斥，往往要求技術型公司提交演算法源代碼，目的在於避免培養潛在競爭對手。
2. 了解真實的交易和應用場景：比如怎樣建立可靠的供應鏈，怎樣探析市場的情報信息，怎樣建立全新的商業模式和盈利模式等。這些內容看似都屬於業務相關的范疇，但卻是技術型公司的痛點，幾乎90%的人工智慧公司都死在了打磨商業模式、尋找應用場景的道路上。但對於產業里的企業來說，敏銳捕捉市場機會並從產業里賺到錢，是他們與生俱來的天然能力，所有不具備這種能力的企業都在過去的市場競爭中淘汰掉了。
隨著人工智慧技術准入門檻的降低，大量傳統企業與人工智慧技術的適配將更加便捷，未來每一家企業都具備成為「人工智慧+公司」的潛質。相信隨著國家新基建和數字化轉型工作的不斷深化，在各行各業里都會出現「產業+AI」的明星企業。
在人工智慧的產業化之路上，少不了高校和科研機構的參與，對於產業里的企業來說，高校和科研機構可以很好補充其自身研發能力的不足。目前，我國的產學研成果轉化的之路並不十分順暢，雖然國家每年投入了大量科研經費，但由於學術、科研同商業、市場的差異巨大，高校和科研機構在商業判斷和市場嗅覺等方面總顯得不太「接地氣」，更多的成果停留在實驗室里很難走出去，面臨「酒香也怕巷子深」的現實窘境。
另外，高校和科研機構往往在工程能力也有所欠缺，雖然容易聚集高層次的頂尖人才，但缺乏實際操作的操盤型業務能手。正因為強於研發而弱於市場，高校和科研機構往往更願意將 科技 成果以出售、技術入股或收益分成的方式與產業里的企業進行合作，而不是自己開拓市場。與人工智慧的技術型公司相比，高校和科研機構有著大量國家基礎科研經費的保障，對於本就容易聚集人才的高校和科研機構來說，很多人工智慧的技術型公司而言很復雜的技術，對於高校和科研機構來說並不困難。隨著國家《科學技術進步法》的修訂，科研人員參與到成果轉化的途徑也將更通暢，一旦企業找到適合自身的成果轉化路徑，就可以很好的與高校和科研機構建立「產業+技術」的聯合。可以預見，未來各類新型技術和成果轉化平台將持續涌現，作為技術與市場的橋梁。
三、以產業需求出發，以產業結果為驗證標准
人工智慧行業的發展變化很快，即使在產業內的從業人員也免不了持續性、高強度的學習和研究。各行各業的專家在跨到人工智慧這個領域的時候，可能都需要經歷持續性「回頭看」的過程。筆者在2020年參與深圳特區人工智慧立法的時候，關於「什麼是人工智慧」的界定，現在看起來內涵和外延都不充分。過去，我們曾經認為人工智慧就是模擬人的智能，但隨著近些年的發展，我們發現機器在模擬人的智能上出現了很多痛點，但在模擬昆蟲、動物的智能上反而進展很快，很多成果應用在障礙躲避、行為預判等諸多領域。於是，我們發現人工智慧並不能單純界定為「模擬人的智能」，而應當是「人造的智能」。顯然，當時幾乎所有的立法專家對於人工智慧的基礎理解並不全面和前瞻。
人工智慧學界有一個著名的猴子上樹的故事：我們不能認為基於當下在人工智慧領域的技術進步，都是為通用人工智慧的到來添磚加瓦；這正如我們不能認為一隻猴子上了樹，就意味著它向登月邁了一大步一樣。在人工智慧的產業化之路上，我們必須保持著謙虛、務實的精神，一切從產業的需求出發，一切以產業的實際結果為驗證標准。任何一種技術或者商業模式的驗證，都有自己的時間窗口，當市場機遇的紅利期錯過後，再想實現企業的快速發展就非常困難了，勢必面臨更加激烈的肉搏戰。
與人工智慧技術的發展一樣，產業化的道路總是「看」起來容易，「做」起來難。雖然我們不提倡以成敗論英雄，但在人工智慧的產業化道路上，能夠解決真實問題、拿到客觀結果，才是企業家需要思考的核心問題。對於每一個產業里的專家來說，與其採取一種「預判式」的論證，執著於向其他人說明自己了解的知識，遠不如切實在產業裡面做出現實案例更具有說服力。未來各行各業的每一家企業都是「人工智慧+公司」，願與行業里的同仁一起共同成長、見證人工智慧產業化之路的發展。（彭嘉昊繫上海人工智慧研究院數字化治理中心主任）
校對：欒夢
⑸ OPPOReno5和OPPOReno4區別-有什麼不同
OPPOReno5和OPPOReno4是兩款在屏幕方面有著相似地方的5G手機，這兩款手機在性能方面還是有一定的區別，那麼在其他方面OPPOReno5和OPPOReno4有什麼區別呢？哪個好值得入手？下面就和我一起來看一看參數對比吧，希望對大家有所幫助。
型號 OPPOReno5OPPOReno4 屏幕
6.5英寸
AMOLED+2400x1080像素(90Hz)
6.4英寸
AMOLED+2400x1080像素(60Hz)
處理器 驍龍775G驍龍765G 相機
後置：4800萬像素主攝鏡頭+1200萬像素超廣角鏡頭+1300萬像素長焦鏡頭
前置：3200萬像素
後置：4800萬像素主攝鏡頭+800萬像素超廣角鏡頭+200萬像素黑白鏡頭
前置：3200萬像素+200萬像素
續航
4000mAh+65W快充+40無線
4020mAh+65W閃充
OPPOReno5
採用了一塊 6.5 英寸的AMOLED屏幕支持2400x1080像素的解析度同時是有著 90Hz 的刷新率的，配上星河入夢、極光藍、月夜黑、星願紅四款外觀滿足用戶的需求。
搭載了 驍龍775 ，驍龍775G是驍龍7系列中端SOC最新產品，可以看成驍龍765G的升級版，與驍龍765相比，性能提升了40%，GPU提升了50%，還支持Vulkan技術。
後置：4800萬像素主攝鏡頭+1200萬像素超廣角鏡頭+1300萬像素長焦鏡頭，前置：3200萬像素
4000mAh 的電池容量配上了多種充電方式 65W 快充和 40w 無線，讓用戶可以隨機挑選
OPPOReno4
採用的是 6.4 英寸雙挖孔屏，採用了通過低藍光認證的AMOLED屏幕支持2400x1080像素解析度是沒有高刷的。
搭載 驍龍765G處理器 ，7nm工藝製造，包括1顆2.4GHz的A76大核、1顆2.2GHz的A76性能大核和6顆1.8GHz主頻的A55小核心，GPU方面則採用了高通自家的Adreno 620，AI性能方面選擇了高通最新的第五代AIE引擎，AI算力可以達到15萬次/秒。
後置：4800萬像素主攝鏡頭+800萬像素超廣角鏡頭+200萬像素黑白鏡頭，前置：3200萬像素+200萬像素
4020mAh 的電池配上 65W 閃充讓用戶可以縮短充電的時間
總結
OPPOReno5這款手機和OPPOReno4相比較的話就是他的升級版，雖然 OPPOReno5 的電池容量稍微差了一點，但是配上其支持高刷的屏幕和超高像素的攝像也是非常值得用戶入手的一款手機。
（曠世 科技 數碼）
⑹ 18年後，無人倖免
1
AI，真的覺醒了？
人工智慧，會蘇醒嗎？
這是一個古老而又新奇的話題。
「 深度學習 」天生的 不可預測 ，加深了這種憂慮。
「 神經網路 」的 生物性類比 ，讓「AI黑匣子」更讓人擔心。
最近，一個谷歌工程師再次引爆該話題：AI覺醒了？
2022年6月 ，谷歌工程師 Lemoine 表示，自己在與AI「 LaMDA 」聊天中，發現了後者的回答已經 高度人格化 ，認為該AI已經「 覺醒 」。
為此，Lemoine寫了一篇長達 21頁的調查報告 ，試圖讓高層認可AI的人格。
不過，谷歌高層暫未表態，希望獲得更清晰的認定。
但Lemoine彷彿化身科幻電影主角，他沒有放棄，將自己和AI的 聊天記錄 公布於眾，引發軒然大波。《 華盛頓郵報 》跟進報道後，更是在全球炸圈。
AI真的覺醒了嗎？ 爭議不斷。
不管真相如何，有一點可以肯定：
因為 深度學習 和 神經網路 的加持，人工智慧已經越來越「 不可捉摸 」。
2
那一夜，人類安然睡去
關於AI覺醒，讓人想起了6年前的另一件事。
2016年3月13日 ，人類和AI在圍棋上進行一場 智力的終極較量 。
在此之前，AI與人類較量屢屢得手。
但人類認為， 圍棋是AI不可突破的天花板 。
因為可測宇宙原子總數約為 10^80 ，而圍棋走法有 2.08*10^170 ，AlphaGo不可能依靠 計算量 和 算力枚舉 來獲勝，那麼，擁有創造力的人類，怎麼可能敗給AI。如果圍棋上敗給了AI，那麼說明它已經完成了「 圖靈測試 」。
然而，前三局，李世石 一敗再敗 ，全世界震驚了。
第四局，李世石判斷黑空中有棋，下出白 78挖 。李世石這史詩級的「 神之一手 」，體現了人類巔峰的 直覺、算力和創造力 。這也是人類 最後的尊嚴之戰。
當年一個作者寫下上段內容（有修改），並提到「 23年後，無人倖免 」，科學家建立了一個數學模型，判斷 2040年 人工智慧可能會達到普通人的智能水平，並引發 智力爆炸 。
面對越來越普遍的AI， 機器即將代替人類，AI正在迅速擴張 。
五年過去了，人類朝著「黑客帝國」大步邁進。
那麼 18年 後，真的 無人倖免 ？
3
AI的另一面：不夠穩定
以上兩件事，本質上都是對 AI覺醒 的擔憂。
一個擁有 自由意志 的AI不可信，最終會威脅到人類。
霍金 警告人類要正視人工智慧帶來的威脅。
比爾·蓋茨 認為人工智慧是「召喚惡魔」。
《 2001太空漫遊 》中，超級電腦 HAL9000 在宇宙中將人類無情抹殺。
《 黑客帝國 》中，人類被AI禁錮在 矩陣 之中。
不過，實事求是地講，對AI覺醒的不可信，仍然只是人類臆測。
雖然科幻電影里描寫得殘酷冰冷，也還沒有得到普遍證實。
但AI的另一個「不可信」，卻是真實存在的。
它不是太聰明太智慧或者產生意識，而是不夠穩定 。
這種不穩定，產生的後果才真的「瘮人」。
關於人工智慧「 失靈 」的例子還有很多很多，這是AI 不夠沉穩 的一面。
這才是實實在在「 不可信 」的地方，也是AI對人類真正的威脅。
我們不願意看到 AI 的 「覺醒」， 但更不能接受 人工智慧 的 「輕率」 。
4
人類需要的是一個可信的AI
所以，人類需要一個「 可信AI 」。
AI是聰明還是愚蠢，也許並不重要。
AI是進化還是退化，可能暫時只是一個偽命題。
人類需要的是一個可靠的助手，一個值得信任的機器助理 。
我是你的創造者，你得聽我的吧，不能瞎搗亂。
阿西莫夫在七十年前就提出了「 機器人學三大定律 」：
這是人類在 AI倫理 思考中的方向。
可以把它稱為是 人工智慧 社會 的道德准則 。
對於人類來說，可信，才是我們對AI最重要的需求。
如果從「 貝葉斯-拉普拉斯 」定理開始溯源人工智慧，目標是解決「 逆向概率 」問題，其實本質就是解決AI的 可信賴度 。
如果不能做到可信，AI就有可能反噬人類。
最起碼AI與我們相伴要保證人類兩點： 生命安全 與 財產安全 。
以 自動駕駛 為例，如果人工智慧以准確率為 99.99% 概率推算， 0.01% 的失誤率依舊會讓人心驚膽戰。如果未來城市有 一百萬輛 自動駕駛 汽車 ，即便是 0.01% 的失誤率，對人類生命安全造成威脅的隱患車輛仍有 一百輛 。
如果我們不能擁有可信AI，我們自然無法確定，人工智慧給我們帶來的到底是技術的進步，還是無數潛在的威脅。
但實際上 它才是人工智慧領域最有價值的航燈，也是現在 科技 公司追求的方向 。
5
什麼是可信AI，
這16個技術小哥在做什麼？
所以，什麼是可信AI？
可能很多人還不知道，先得把這個定義弄清楚。
我們可以先看一檔節目《 燃燒吧，天才程序員2·可信AI 》。
這款綜藝節目第一季在 豆瓣評分8.0 ，讓人腦洞大開。
在第二季中，1 6個AI技術小伙 分為四個團隊待在「小黑屋」中 四天三夜 ，完成 60個小時 任務挑戰。
比賽中，他們需要與「 黑產 」進行無數次較量，培養出與幫助人類的「可信AI」，打敗「黑產」，最終決出 最強團隊 。
關於程序技術的綜藝節目，在中國乃至世界都非常稀缺 。
一方面程序與代碼本身過於硬核，普通人難以理解。
另一方面則是節目腳本設置沖突相比其他綜藝要更難一些。
但《燃燒吧，天才程序員2·可信AI》通過「 反詐騙 」這一實際場景需要，以此構建起節目的比賽邏輯。
16個AI技術小伙需要直面欺詐交易識別、聯合反詐等關卡的挑戰 。
通過AI與攻防互相協作，覆蓋反詐全鏈路。
比賽之中，程序員們通過創造「可信AI」，完成「 科技 反詐」。
哪一個團隊產出的 演算法和模型 在數據的 識別准確率 和 覆蓋率 更好，就能贏得比賽勝利。
雖然不如《 黑客帝國 》那般深刻宏大，也不如《 人工智慧 》那樣發人深省。
但《燃燒吧，天才程序員》卻通過 真實的應用場景 ，解決現實生活存在的實際問題。
當你看完整個節目時就會明白，原來這就是可信AI：依照 現有數據 構建 智能模型 ，非常穩定地解決 現實難題 。
可信AI的 技術應用范圍 非常廣泛， 反詐 是其中一個重要應用場景。
可信AI沒有那麼遙遠，它近在咫尺。它也沒有那麼神秘，很多時候它就是你身邊的小助理。
當前基於 神經網路 的AI技術非常酷，同時占據AI話題至高點，以創造力和神秘性提供太多想像空間，也是許多AI技術員仰視的聖殿。但它面臨的問題也非常多： 具有不可解釋、魯棒性差、過於依賴數據等缺陷，隱藏著許多潛在危害 。
而可信AI的存在，就是為了解決這些「 信任危機 」問題。
如果說基於 神經網路 的AI技術有著 強烈的理想主義 ，那麼基於 大數據整理 的AI技術則是一個 腳踏實地的現實執行者。
6
可信AI的技術特點
要真正了解可信AI對人類的幫助，需要從技術底層入手。
可信AI有四大技術特點：魯棒性、隱私保護、可解釋性、公平性 。
01
魯棒性
魯棒性指 在異常和危險情況下系統生存的能力和演算法穩定 。
1、前者指的是 系統抗打擊的能力 ，如計算機軟體在 輸入錯誤 、磁碟故障、 網路過載 或惡意攻擊情況下，能否 不死機 、 不崩潰 。打個比方，如果把一個 AI模型 比喻成 萬里長城 ，那麼其魯棒性便是長城在面對惡劣天氣（如台風）、自然災害（如地震）時，人工轟炸時仍然可以做到 不輕易倒塌 。
2、後者指的是 AI模型中演算法本身的穩定性 ，如果添加擾動的熊貓照片，輕易就繞開了AI模型的「眼睛」，則說明其魯棒性比較差；比如在 欺詐交易 中，由於 作案手法 不斷升級，可能導致基於既往數據訓練的模型，面臨著新風險數據帶來的 穩定性考驗 ，需要 不斷迭代 來保障模型的 分析和識別能力 。
以 支付寶 為例。支付寶每天都有 上億筆交易 ，其 對抗的不是散戶，而是專業的黑產團伙 。他們可能有兩種攻擊方式：
為了保障資金安全，螞蟻集團引入「 博弈智能攻防 」技術，該技術具有對 風險知識 和 模型 的 提前模擬、提前訓練、提前補防 的能力。應用該技術的AI模型魯棒性有大幅提升，實現「 左右互搏 」，既能夠更智能地「攻」，也能更安全地「防」。
02
隱私保護
傳統的數據保護方法客觀上形成了「 數據孤島 」，影響了如醫療、金融等領域的協同作戰，也制約 AI 技術以及行業發展。
所以， 拓展數據價值的隱私計算技術，對實現「數據不動價值動」顯得尤為重要 。
在AI領域， 聯邦學習 作為一種新的機器學習模型和演算法，就是為解決數據孤島問題而提出的。在保證每個參與方不泄露原始數據，即 數據不出域 的前提下，用多方的數據聯合建模，實現數據 可用不可見 ，進而實現「數據不動價值動」。
03
可解釋性
人類對一切未知的東西，始終都會有一種莫名的恐懼。
如果人工智慧的行為無法進行解釋，只有結果沒有過程，那麼它就像是一個盲盒，你永遠不知道放出來的是「阿拉丁」，還是「潘多拉」。
AI 模型是許多重要決策的重要依據，在很多應用里它的思考過程不能是黑盒 。
人類希望知道模型 背後的邏輯 、收獲新的知識，並在它出現問題時踩好剎車，確保 AI 思考的過程和結果 合規合法 。
這背後需要 數據驅動 與 模型推理能力 結合起來，產生 可解釋的結果 。
04
公平性
AI公平性是可信AI的重要組成部分。
只有實現「 公平性 」，才能真正推動技術 造福 於整個 社會 。
一方面，公平性需要重視 弱勢人群 、兼顧 落後地區發展 ，在重視 社會 倫理原則下進行 AI 調優 ，通過 AI 技術，讓老年人、殘障人士、欠發達地區用戶，享受到 數字經濟時代 的價值。
另一方面，公平性要思考如何從技術上思考如何減少演算法、數據等因素可能帶來的 AI 決策偏見 。
魯棒性、隱私保護、可解釋性、公平性 。
這是可信AI的 四大基本原則 。
今天，發展可信AI，已經成為 全球共識 。
特別是對於領先的 科技 公司來講，他們是要服務用戶且不能犯錯誤的。
微軟 、谷歌、 螞蟻 、京東、 騰訊 、曠世等 科技 企業，都在積極開展可信AI的研究和 探索 。
其中，螞蟻在可信AI上已有很多 技術優勢 ，自 2015年 開始投入研究起，已經完成了 長達7年 的 可信AI技術積累之路 。
據 2021年 權威專利機構 IPR daily 發布的《 人工智慧安全可信關鍵技術專利報告 》顯示，螞蟻集團旗下的 支付寶 在該領域的 專利申請數 和 授權數 ，均位列全 球第一 。
7
可信AI的應用 探索
基於可信AI的以上特點，應用場景多種多樣。
AI在 醫療 、教育、 工業 、金融等多個領域的廣泛應用，演算法安全性、數據濫用、數據歧視等問題也層出不窮。當前AI技術的 主要矛盾， 已經轉化為 人們對AI日益增長的應用范圍需求和AI不可信不夠穩的發展之間的矛盾 。
2018年，IBM開發了多個AI可信工具，以評估測試人工智慧產品在研發過程中的公平性、魯棒性、可解釋性、可問責性、價值一致性。之後IBM將這些工具捐獻給Linux Foundation並成為了開源項目，幫助開發人員和數據科學家構建可信、安全、可解釋的人工智慧系統。
作為可信AI領域的先行者之一，螞蟻也做了不少 探索 。
螞蟻的可信AI技術應用最好的實踐結果是，自研了一套 智能風控解決方案 ，定名 IMAGE 。這套技術體系實現了用可信AI技術保障風控業務安全的問題，且達到了非常好的效果。
它能將支付寶 資損率 控制在 千萬分之0.098， 解決了 風控場景 中的諸多 世界難題 。
還有一個例子，是支付寶的「 叫醒熱線 」——從系統識別到用戶遇到詐騙風險，到AI機器人向用戶呼出「 叫醒電話 」，它能把整個過程式控制制在 0.1秒 內 。
螞蟻集團基於可信AI的IMAGE風控體系
另外在可信AI的公平性方面，螞蟻也有自己的實際應用。
目前業內廣泛使用的「 圖形滑塊驗證碼 」一直是視障人群接入數字化服務的巨大障礙。但許多 APP 為了防範機器批量操作，又不得不保留驗證碼服務。
為此，螞蟻開發了一套「 空中手勢 」驗證碼方案，可以利用「 行為識別 」技術幫助視障群體通過「 驗證碼 」關卡。
可信AI的應用 探索 ，並不會讓AI技術失去它的可能性。
它更像是一種倫理規范的約束條約，讓AI在正確的軌道上前行 。
8
18年後，人類真的無人倖免？
讓我們回到一開始的問題。
AI真的會覺醒嗎？
一百年前的人類，很難想像我們如今生活的這個高度數字化世界 。
那麼，一百年後，人工智慧會發生什麼變革，我們真的無法預測。
但AI對人類是福是禍，是一個攸關人類命運的重要課題。
按照現在AI發展的模式來看，未來的AI可能會分為兩大派：
一派是自我獨立的智能AI，一派是追隨人類的可信AI 。
當然，還有人在問，AI真的會存在 獨立意志 嗎？
這要看從科學上如何去解釋，一個AI系統是可以「坎陷」到具有「 自我意識 」的狀態，差別只在於「坎陷」的深度和魯棒性，這可以解釋AlphaZero為什麼能夠自我「坎陷」到圍棋大師，如果再 「 坎陷 」下去呢？ 這 一派AI，可能會對人類造成我們認定的「威脅」 。
另一派AI，即可信AI，它們會在 四大基本原則 的架構中不斷完善自我 ，幫助人類解決更多實際問題，成為人類可靠的助手，並與人類共存共生 。那麼，它們會一直幫助和保護人類嗎？
但無論未來如何發展，不同的技術方向或許帶來不同的悲劇或者喜劇，但有一點可以確定：
AI技術在四面突擊，不論是可信AI還是智能AI，最終會落地深入到我們生活的方方面面 。它會滲透到世界的每一個角落，在很多方面取代「無用之人」。
不管我們如何擔憂，AI只會變得越來越強大，而人類的進化又顯得如此龜速，甚至退化墮落。
那麼， 18年後，有多少人可以倖免？
⑺ 世界上最硬核的游戲是哪款
您好，硬核 游戲 女玩家不請自來。
說到硬核，其實能提名的 游戲 蠻多 但是根據我個人對於硬核的理解而言。所謂「硬核」其實是一個相對寬泛的概念，「難」「復雜」還是「專業性爆表」，都能被稱作「硬核」。
而放眼您問題中的世界，分別對應三個條件的 游戲 比比皆是。
但一千個人眼中就有一千個哈姆雷特，每個人對硬核的理解不同，所想的 游戲 類型也千差萬別。綜合三個特徵，我個人意見下為您推薦的「最硬核 游戲 」是這款——
《EVE》，又稱作《星戰前夜》。
《EVE》是一款多人在線的PC端網游，年代非常久遠，以超級復雜的系統和硬核生猛的小眾玩家群體著稱。這款 游戲 世界觀放置在廣袤無垠又神秘莫測的太空，高自由開放沙盒+硬派科幻風+寫實操作系統更是為它的硬核程度再創新高。
說這么多可能有點空泛，還是放張圖您感受一下系統 ——
在 游戲 中，除了常規沙盒類 游戲 的 探索 ，收集，建造，PVP/PVE系統等。工業製造， 科技 研究，金融貿易等等復雜的技能系統也要通過深度學習來進行學習。
更要命的是， 游戲 內高級戰艦需要大量的時間來建造，但是再高級稀有的戰艦，不論耗時多久完成，一旦在戰斗中被損毀，那就徹底拜拜。
如此殘酷的死亡懲罰，不僅又肝又難，還超級燒錢……比起現在死了掉點經驗值裝備就原地復活的死亡懲罰硬核百倍。
游戲 內經常爆發宇宙肝帝天團之間的戰斗，打一場，上百萬的rmb，n多的時間，瞬間蒸發殆盡。
這樣一款系統復雜的硬核 游戲 ，入門即勸退。但是能夠耐下性子徹底吃透的玩家，也會長久地沉迷其中，再難找到其他替代。
總而言之。硬核 游戲 千千萬，但一個從 游戲 本身到玩家到製作公司(製作公司曾為了紀念在某場太空大戰中損毀蒸發了市值200萬rmb的玩家群體，在現實世界中給玩家們立了塊紀念碑 )都十分硬核的 游戲 ，《EVE》可以算是放眼全球，獨領風騷了。
以上就是我個人對於世界上最硬核 游戲 的理解，希望能夠幫助到您哦
你好！很高興為您回答。
當然是《我的世界》（MineCraft）。歷經十幾個春秋，還能得到全球玩家的熱愛。看似簡單，實則不然。多樣化的mod可以開發出多種玩法，這也是它經久不衰的原因之一。通俗一點，也就是「一直被模仿，從未被超越。」憑借著超高的質量和新穎的玩法一直位居全球銷量第一。
硬核的 游戲 一定是那種又燒腦又費工夫的 游戲 ，自己沒兩把刷子真就玩不下來的。第一個想到的當然是只狼這款讓很多玩家又恨又愛的動作冒險沙盒類 游戲 。
只狼：影逝二度是一款由From Software製作的第三人稱視角的動作冒險沙盒類 游戲 ，於2019年3月22日在全球同步上市，曾獲得 游戲 大獎的最佳動作冒險 游戲 和年度最佳 游戲 獎項。 游戲 主角是一名忍者，靠著攢滿經驗來獲得技能點，不同fs社以往的 游戲 以強化力量或者智力敏捷這些詞條來提升角色強度，而是通過解鎖技能樹來確定自己的風格，有忍者風格、武士風格，另外還有圍繞義肢的構築。
絕對自由在只狼里得到了部分體現， 游戲 中的忍者不需要在傳統固定路上慢慢 探索 ，而是像一個真正的忍者那樣飛檐走壁，不僅可以逃避敵人的追擊，還能發現隱藏路線。總體來說這個 游戲 的偶然性要遠超過固定性，因為你不知道翻過這個牆之後會遇到什麼，有可能是給你絕殺的強敵。
這款 游戲 最硬核的部分就是通關需要的技巧，角色在戰斗中的體位會影響戰斗的效果，這個體位取決於玩家與敵人的相對位置以及所使用的招式，玩家需要讓自己的「體位條」變短，並讓對手的條變長。比方說在敵人攻擊的時候抓住時機成功格擋，增加敵人體位條，但是時機不準則會增加自身體位條，選擇這種戰斗方式更像是一場賭博考驗的是反應力和熟練度。當對手體位條達到最大時，不僅會出現一擊必殺，還會有特寫鏡頭，反之當自身體位條最大時則會陷入眩暈的狀態任人宰割。
滿屏的「死」字告訴你，這款 游戲 沒有退縮，只能上，在無數次死亡後通關，如果你是手殘黨，那麼這款 游戲 絕對會讓你抓狂，因為這款 游戲 隨時在考驗你的操作極限，即便是大神也很可能一不小心就「死」了。
逃離塔科夫。
沒有地圖
口渴，飢餓。
專治換彈癌，剩多少子彈只能預估。子彈一個個按。
子彈打到四肢，會流血、會骨折、痛了會上頭。
死了裝備叫人撿了，就真沒了。
等等。
那肯定是「掃雷」了，30年經典，歷久不衰！
EVE，真正的架構了一個虛擬世界。你可以選擇當海盜，或者任務。也可以組建軍團，聯盟，一直征戰星海。 游戲 內除了部分星系屬於npc勢力，剩下的70%全是無主的星系。玩家可以自行佔領。
游戲 內所有的裝備，艦船，均為玩家製造供應。該 游戲 只有在 游戲 開服的初期，提供少量的艦船有npc售賣。往後所有的船隻均由玩家製造，90%的裝備，彈葯均為玩家自行製造。
所以這 游戲 當一個商人也是可以的。像現實中的製造業一樣可以分為上下游產業。
最初期的原材料，礦石，由玩家於小行星帶挖掘獲得，而這一工作，可以衍生出像包工頭，礦老闆之類，專門組織人員挖礦或者，統一收購礦物進行售賣。再往後製造艦船，裝備，也由有專業技能的人員進行。裝備，艦船製造好了之後，那就要賣了。賣哪去，也是自由選擇。你如果是散戶，造著玩，可以就在當地出售，方便，不用跑路。也可以運輸至這個 游戲 的商業中心，吉他-海軍組裝車間4空間站。由於 游戲 地圖廣闊，人員分散不均，世界各地的物價也不盡相同。可能某些東西，當地市場比較稀缺，又或者當地被奸商聯合把持，物價會比較高。像海4這種宇宙貿易中心，一般來說物價是宇宙最低。
扯遠了…說回來，如果你是造船的大戶，你賣船的選項就更多了。
一、和軍團聯盟合作，一般來說就是自家軍團，或者聯盟。艦船 物資一小部分可以在軍團，聯盟控制內的星系自由交易市場售賣。
二、大部分艦船 物資賣給軍團，聯盟用於發放戰損，或者組建艦隊。由於這 游戲 ，艦船一旦被打爆就是沒了，所以艦船等於消耗品。掛靠上軍團，聯盟，絕對的大買賣。
還有就是這 游戲 ，裝備再好，也怕針對，或者人多。艦船裝備的配置，大體分為打架和刷怪。當然也有跑路，運輸的配置。
這 游戲 最頂級的裝備，叫做官員裝，由npc海盜官員掉落。便宜的幾十個億，最貴的幾千億。（這 游戲 月卡可以在 游戲 內銷售，價格逐步上漲，我玩的時候28億一張，afk那會已經220億了）。就算你是頂級的一身一號官員的裝備。被人頂上，絕對的死。這種人就是強暴黨。他們專門遊走於高安全地區，使用設備掃描來往的艦船，看他們的裝備如何，如果強行pk把對方船爆了，掉落的裝備還能回本再賺不少錢，他們就會行動。這 游戲 ，排除旗艦，單輪傷害最高的為1400榴彈炮，開火一輪要18秒左右，單次傷害非常恐怖。配合龍卷風戰列巡洋艦，可以裝8門1400。
假如你開的是個運輸船，或者其他的小船，對於龍卷風來說可以直接一輪帶走。
如果你運輸船帶著幾十億，幾百億的貨物，他們可能從很遠的地方就等著你。最終在你跳躍過星門，准備向下一個星門跳躍時，直接對你鎖定，強行開火，直接把你打爆。雖然此時他會被安全區的警察瞬間擊毀，但他會操控早就准備好的小號，同時飛到你身邊把你的殘骸里的裝備撿走。這就是強暴的整個流程。當然，如果你的船是血量較高，一身頂級裝備的戰列艦呢？不好意思，一條龍卷風不夠，那就來5個，10個，20個。一條龍卷風所有配置裝備加起來才一億多，頂級裝備少說幾百上千億，干這一票，只要不臉黑，裝備全部都爆了，有一兩個個裝備還在，那就穩賺不賠。
經常有剛玩 游戲 的，還抱著國產 游戲 的思路，裝備好誰都不怕，直接上某寶找人買裝備，出門沒蹦躂一天，直接被人強暴，含淚退游。
打字累死我了，大家愛看不看，我也afk好幾年了
地球ol
《地球OL》管理人員--重要通知：
《地球OL》從開發到現在已經有45億年了，感謝所有玩家的大力支持，我們將會更加努力，做出更好的改動。由於《地球OL》現在還是處於內測期，經過管理員UFO的細致測試，我們將會進行一次刪檔，刪檔日期定在2012年12月21日至2012年12月25日。雖然距離上次刪檔只有短短的6500萬年，但是為了能做出更好的 游戲 ，請廣大玩家諒解。我們刪檔測試將會做出如下改動1將會刪除所有的《地球OL》 游戲 玩家。2 游戲 將會創作出新的種族，但是將會刪除人族玩家，請人族玩家們注意了，
游戲 更新後請人族玩家選擇自己的新種族。
感謝玩家的一貫支持，我們立志做出最好的角色扮演 游戲 。謝謝
地球OL運營團隊
好吧我無聊來舒緩一下你們緊張情緒……
看到這個問題，筆者馬上頭腦風暴了一波
.....EVE
我唯一能想到能堪此大任的 游戲 ，就只有那個還未出生便消耗了20億研發資金的 游戲 ——《星際公民》。
相信很多資深科幻愛好者早就久仰這款 游戲 的大名，甚至還參加過眾籌為它掏過腰包。
這款 游戲 是所有科幻玩家的夢想之作，也是所有 游戲 玩家的夢幻之作。
一個恢弘壯麗、沒有邊界、不停擴張，不斷變化的宇宙；璀璨奪目、各不相同、各有其地貌的無盡星球；堪比3A、戰斗精良、手感上乘的戰斗系統；強調多人、社交模擬、玩家的行動或許成為傳說的社交系統……
是的，這款 游戲 相當於是整個宇宙，夠硬核了吧？
它比艾澤拉斯的地域更廣闊，比EVE的深空更迷人，自由度秒殺GTA5，精細度趕超荒野大鏢客2。
它在2011年就放出了概念預告，10年來從未停止過眾籌，迄今為止共籌到2.7億美金用於 游戲 研發，它的每一個概念畫都讓人雪麥噴璋，然而它的完成度，依然不到10%。
為了維持 游戲 的「熱度」，它每周都會高調的更新自己眾籌到的資金，全世界的狂熱科幻迷們持續不斷的給它輸血，希望有生之年可以體驗到這款曠世神作。
有人把它稱作是 游戲 行業最大騙局，也有人把它稱作是 游戲 行業的未來。
星辰大海已經不足以描述這款 游戲 的野心，它要征服的，是全宇宙！
只不過這個征途有點漫長，長到筆者並不相信CIG真的能把它研發出來。
以現在的計算機技術，想要以三維圖形的方式，一個地球這么大平面的星球，所佔用的資源就已經是超乎想像的了，而這款 游戲 要實現的，是一個動態的宇宙。
每一個星系，每一顆星球，都有自己獨有的生態。
這是什麼概念？
這個概念就是通過計算機演算法，完美復制一個無限大的宇宙，這是只存在想像中的概念，以當下的計算機存儲、算力根本就不可能完成。
如果未來量子計算機達到民用水平，《星際公民》的 游戲 設想說不定真的可以實現。但在這之前，這根本就是在白日做夢。
不過夢想始終還是要有的，萬一哪天真的實現了呢？就像我明知道中國 游戲 行業沒有希望，但還是堅信它會慢慢變好一樣。
希望這款最硬核的《星際公民》有生之年可以面世，而不是一場依靠概念圈錢的騙局。
《超級貓瑪麗》
《超級貓瑪麗》號稱史上最變態的超級瑪麗。
貓版超級瑪麗是一個惡搞的超級瑪麗 游戲 ，BT而且 搞笑 ，其中設有重重關卡，讓你在埋怨作者整人的同時，又不禁會感到惡趣味連連。正是這個原因，這個 游戲 已成了超級瑪麗迷必玩的 游戲 了。
操作難嗎？當然難，因為你永遠不知道下一秒要發生什麼。
我給大家分享一個冷門經典 游戲 ，藍色警戒。原版名稱 State of War的，被無良商家莫名其妙的翻譯成藍色警戒，跟紅色警報沒有什麼關系。
藍色警戒是萬眾 科技 出品的一款即時戰略 游戲 （一說策略 游戲 ）。2020年，7大洲聯盟建立了一個名為「超腦」的全球防禦系統，其核心是一個高智能電腦軟體系統，控制著全世界22個主要軍事基地，時刻准備應付可能發生的戰爭沖突。宗教勢力Beho-Sunns經過長期研究，發現了「超腦」的弱點，使用黑客侵入了「超腦」系統的內部，取得了系統控制權。Beho-Sunns控制了全部22個軍事基地，最終目的是統治全球。7大洲聯盟不得不宣布進入一級戰備狀態，玩家扮演的是最著名的軍團首領，要去阻止Beho-Sunns的瘋狂行為。
這是我童年的回憶，我當初接觸的第一款 游戲 就是這個。雖然以現在的眼光來看，畫面有些過時，不過對於一個2001年的 游戲 ，畫質與其它 游戲 相比算是不錯的了。
游戲 的玩法比較獨特，開局會有一些少量的部隊，總部（通常是一個，被摧毀就輸），飛碟（從總部產出，與總部數量相等，通常也是一個），飛碟用於研發 科技 ，修理建築，也能攻擊敵方建築，是 游戲 的主心骨，在地圖的建築中，機械工廠可以製造各種坦克與機器人部隊，自動生產，玩家只需要研發升級和設置集結點即可。雷達可提供呼叫空軍轟炸的機會，太陽能電站提供研發指數，用於升級部隊，風力電站加速生產，金礦產錢，金錢用來製造炮塔防守。地圖為衛星顯示，沒有戰爭迷霧，頗有一種掌控全局的感覺，所有東西純機械自動化生產，軍隊也是全機械化的，擁有濃烈的未來戰爭的味道。使用軍隊佔領地圖上的閑置或敵軍控制的建築物，研發 科技 ，升級軍隊，然後消滅敵人。也有防守關卡，堅持一定的時間完成任務（不過我通常不拘於防守，時候甚至在時間到達之前滅凈敵人）
我說它難，很多人都說難。只要你去網上搜，他的貼吧里都是第x關怎麼過的呼聲。在一開始接觸這款 游戲 的時候，大多數人都會覺得 游戲 速度慢，一個單位要走好長時間才能到達目的地，等你玩下來之後你會發覺：靠，TMD居然操作不過來？！22個軍事基地，22個關卡，除了前面幾關比較簡單，後面的關卡就開始吃力了。這款 游戲 沒有戰爭迷霧，默認全圖可視。這只會讓你壓力倍增，因為會讓你會看到對方敵人的勢力有多強大。大片大片的敵人攻過來，用一個朋友的話說，像趕街一樣，一個不小心，就會全線潰敗。每一個關卡都會讓你在那裡卡住很長時間，找不到破敵的方法，打不過去。
一款 游戲 操作的手速不需要太高，它考驗的是你的意識和大局觀。這款 游戲 的戰線通常會拉得很長，或者是有好幾條戰線。所以，玩這款 游戲 最考驗多線操作，單比多線操作的話，什麼星際魔獸在它面前都是渣渣。要玩好這款 游戲 ，四線操作是基礎。己方的建築升級，陣地防禦，同時要從幾條路線一起推進攻擊敵人。所以有時甚至要進行五線甚至是六線操作。你還要擁有意識，什麼時候進攻，什麼時候防守，怎樣迎敵，尋找破綻進攻。總之就是：你可以沒有神一樣的操作，但你必須擁有神一樣的意識。由於工廠是自動生產的，每隔一段時間自動產出一個單位，然後開往集結點。所以你需要做的是屯兵，如果兵力消耗太過激烈，會導致你因為兵力太少根本無法組織有效的進攻，最終潰敗。在你用空軍轟炸敵方單位的同時，你還要操作自己的單位，不讓敵方空軍轟炸到。等錢攢得足夠多了，多擺幾個防空塔，防止空軍轟炸和敵方飛碟的騷擾。
而對於最後那幾關，只要一看小地圖，你就會驚呼，擦，全地圖90%的領地都是敵人的，感受到製作方滿滿的惡意有木有？分分鍾把你虐的不要不要的。
對於這些關卡難度，如果你還嫌不夠難的話，藍色警戒還有其他的版本，比如它的資料片，戰爭狂人。以及其他的網路改版，比如鐵血革命什麼的，很多人都驚呼，如果不用作弊碼根本打不過去。而如果你挑戰贏了這些關卡，最後的煙花和字幕升起的時候，那種成就感也是無與倫比的。
我把藍色警戒，例入最硬核的 游戲 ，大家有意見嗎？
⑻ 算力智庫：共享單車太燒錢AI公司也不逞多讓
依圖 科技 發布自研AI晶元「QuestCore」，人工智慧燒錢還在繼續，但這個行業和互聯網模式燒錢似乎又有點不一樣。
上個月，依圖 科技 召開發布會，正式推出首款雲端晶元「QuestCore」和依圖原子系列雲端伺服器、依圖前沿系列邊緣盒子，並宣布AI晶元已實現商用。
作為和商湯、曠世、雲從並立機器視覺「四小龍」的依圖 科技 率先推出了自己的AI晶元，進軍晶元領域。
一方面是技術的持續發展，一方面是越發加速的燒錢，但是人工智慧的燒錢，和互聯網公司的燒錢，是兩個邏輯。
1 人工智慧無底洞，巨頭盈利仍靠補貼
現階段人工智慧基礎領域的技術研究還在繼續，這個行業燒錢也還在持續。
人工智慧領域目前最火的應用目前主要集中在安防、醫療、金融等領域。
然而，即使在食物鏈最頂端的幾家人工智慧公司，最大的訂單量除了金融行業，基本以政府采購為主，尤其是現在人工智慧行業主攻的智能安防、智慧城市等項目。
然而，據某人工智慧公司員工爆料。此類項目都是以獲取政府訂單獲得知名度為目的，因此盈利很少，甚至很多時候都是虧本的狀態。
即便是上市公司科大訊飛，2018年年報顯示獲得政府補助總額2.85億元，佔比凈利52.58％。據統計，十年來僅政府補貼就超過十億。
被稱為人工智慧四小龍的商湯、依圖、曠視、雲從更是被戲稱為「融資機器」。
這樣的燒錢程度更甚於此前共享單車大戰，但是燒錢的邏輯，和傳統的商業邏輯並不一樣。
2C行業的燒錢邏輯很簡單，前期燒錢推廣渠道搶佔用戶，獲得未來的訂單。而投資人的邏輯則更簡單，那就是前期投入等待接盤。尤其是互聯網行業，更是一場估值 游戲 ，人們追求的是交易機會而不是實際價值。
前有P2P、後有共享單車，一旦企業後續融資沒有跟上，資金鏈斷裂，沒有持續變現渠道的互聯網泡沫破滅，錢燒沒了也是分分鍾的事。
人工智慧行業的燒錢為何不同？其核心在於錢投在了實際產品中。
2 人工智慧的錢怎麼燒？
去年6月和7月，依圖 科技 先後完成了2億美元和1億美元的C+輪戰略融資，時隔一年，依圖發布「QuestCore」AI晶元，從發布會現場的介紹和數據來看，依圖的晶元在人工智慧領域內屬頂尖水平，依圖 科技 用成果給予了投資者回應。
AI演算法廠商推出自有的AI晶元，加速自身AI技術能夠更好更快的落地，已經成為了一大趨勢。
商湯 科技 選擇了和晶元大鱷高通合作，曠視 科技 攜手聯發科，而雲從 科技 和依圖 科技 均選擇了自研晶元。
在全球范圍內，AI晶元早已成為各行業巨頭最為重視的戰略高地。Google很早就推出了自研的TPU；Nvidia在AI領域也是深耕多年，並且在雲端AI晶元、 汽車 自動駕駛領域占據了很大的市場；2017年，Intel以150多億美金收購了ADAS/自動駕駛AI晶元及解決方案廠商Mobileye，此外還收購了AI晶元公司Movidius；Facebook也有在晶元方向布局；不久前，Tesla也推出了自己的自動駕駛AI晶元。
而在國內，如網路在2018年就發布了雲端AI晶元「昆侖」；阿里去年也收購了中天微，並且還成立了平頭哥半導體公司；同時，在去年，眾多的語音AI演算法廠商（如雲知聲、Rokid、思必馳等）及視覺AI演算法廠商（如地平線、雲天勵飛等）也都紛紛推出了自己的AI晶元。
依圖創始人兼 CEO 朱瓏在發布會上表示，摩爾定律已瀕臨終點，智能演算法性能的增長在過去的4年提升100萬倍，人工智慧的發展時代下，演算法才是計算力的更大引擎，「演算法即晶元」，演算法性能已經成為晶元成功與否的關鍵。
這也意味著，人工智慧並不是簡單的算力競爭 游戲 。其本質上，還是要找對應用場景，並且開發出更具優勢的演算法，以此定製出來的晶元才更具性價比優勢。依圖 科技 的首款雲端視覺推理AI晶元就是遵循著這一邏輯。「人工智慧企業若只以單一領域的技術進行競爭，未來仍將面臨壓力，因此建立體系對人工智慧企業來說至關重要。」人工智慧學者劉峰曾表示。即便商湯 科技 在2017年宣布已實現盈利，卻仍然在加大融資力度。去年5月，商湯宣布完成C輪6.2億美元融資，估值45億美元。有媒體爆料，商湯 科技 融資或為布局研發晶元。
人工智慧已經從技術進入晶元，行業巨頭們不再滿足於技術賦能，而是提供從底層技術到核心硬體的整體解決方案。
這也是這個行業的獨特所在，其不僅是一個獨立的增量市場，更是能帶動所有產業的能效提高，也被稱為下一場工業革命的重要引擎。
因此，人工智慧甚至成為了國際間軍備競賽中最重要的橋頭堡之一，這也是為什麼科大訊飛這么多年來可以持續獲得政府補貼的原因。
中國這種基建狂魔以同樣的熱情投入到了人工智慧的基礎建設上來， 科技 產業園區建立、相關政策出台，哪怕還處於燒錢階段，人工智慧的確燒出了不一樣的煙火，甚至帶動著政府一起起舞。
3 人工智慧的錢也會打水漂
雖然人工智慧行業占據了天時地利人和，但並不代表投入一定能帶來回報。尤其是目前整個行業都沒進入穩定的盈利渠道。
據IT桔子統計，2019年前四個月，AI行業資本交易量下降，平均單筆交易融資額1.07億，相較於2018年1.8億的平均單筆融資金額，近乎腰斬。
另一個數據則顯示，2018年全年有將近90％的人工智慧公司處於虧損狀態。根據《北京人工智慧產業發展白皮書（2018）》對國內AI創業公司數量和投資的統計數據顯示，截止2018年底全國人工智慧企業4040家，但其中拿到風險投資的公司僅占總數的30％，有70％的公司沒有拿到融資，倒閉清算只是時間問題。
顯而易見的是，即便是頭部企業，持續燒錢還將繼續，但人工智慧市場仍在，倒下越多，資源無疑將會更加集中。
目前人工智慧公司不斷拓寬應用領域，是在目前的技術邊界做出的不斷 探索 。但是在開始穩定盈利之前，要麼繼續研究技術，要麼等待死亡。
但至少，人工智慧行業燒掉的錢，在推動產業技術進步，而不是放大泡沫。
更多精彩資訊，請來金融界網站(www.jrj.com.cn)