⑴ 铁打的云从科技流水的客户！亏损27亿上市背后为何AI企业难赚钱
云从 科技 7月20日成功过会，在与旷世 科技 、商汤 科技 和依图 科技 "AI四小龙"的上市比拼中率先上岸，公司也因此成为科创AI第一股。2018-2020年云从 科技 累计亏损26.84亿元，此次在科创板公司募集资金37.5亿元，科创板的上市也意味着公司可以缓解常年亏损带来的资金压力。
AI公司赚钱太难了。相关报告显示，全球近90%的AI公司处于亏损状态，10%的赚钱企业基本是技术提供商，中国AI产业链中90%以上的企业也同样处于亏损阶段。AI四小龙无一例外全部亏损，而且一个比一个能亏，比如依图 科技 2017-2020H1累计亏损72.68亿元；旷世 科技 2017-2020Q3期间累计亏损130.6亿元。商汤 科技 IPO不太顺利，有消息称公司将于8月份向港交所提交申请。虽然目前不清楚商汤 科技 亏损多少，但公司与云从 科技 一样，也是亏损的状态。
为什么AI公司赚钱这么难？
云从 科技 主营业务是为客户提供高效人机协同操作系统和行业解决方案，前者是凭借自主研发的人工智能核心技术打造了人机协同操作系统，通过对业务数据、硬件设备和软件应用的全面连接，把握人工智能生态核心入口，为客户提供信息化、数字化、智能化的人工智能服务；后者是基于人机协同操作系统，赋能智慧金融、智慧出行等应用场景，为更广泛的客户群体提供以人工智能技术为核心的行业解决方案：
报告期内公司向客户提供基础操作系统、基于人机协同操作系统的应用产品和核心组件以及技术服务，其中基础操作系统是可以直接销售给客户的，一般交付给具有研发能力的企业和第三方软件厂商，由客户二次开发后投入使用。公司提供的操作系统有智能云平台、视图汇聚分析平台、融智云平台和集成生物识别系统，基于不同的功能，面向物联网、政府、公安等城市治理和金融、商业等不同应用场景：
值得注意的是如果客户前期没有购买云从 科技 操作系统，则公司向客户销售操作系统和应用产品，保证相关应用产品有效运行。核心组件是基础操作系统内可以独立交付的功能模块，通常是封装了核心AI能力的软件包，主要交付给研发实力强、对软件管控要求较高的客户，由客户集成到其自由系统中使用，基本不涉及进行定制化开发。技术服务主要是人机协同操作系统在软件产品销售以外的服务，包括公有云服务、风控服务和智能化运维服务。
成立至今云从 科技 人机协同操作系统及应用产品相继经历了初步推进人机协同操作系统内核沉淀的V1.0、综合多类业务场景的基础操作系统V2.0和升级人机协同操作系统V3.0三个阶段，实现了智慧金融、智慧治理、智慧出行和智慧商业四个重点领域的基础操作系统的整合。公司的V4.0版本则是升级了智慧治理领域的融智云平台和智慧金融领域的集成生物识别系统，通过AI技术优化系统的运行效率和用户体验：
在系统层上云从 科技 开发了面向不同领域的基础操作系统，通过系统和组件的方式将AI技术赋能应用场景。2014年以来旷视 科技 便开始了Brain++这一AI生产力平台的研发，覆盖从数据生成、清洗、预处理、标注和存储到算法架构设计、实验环节设计、训练环境搭建，再到训练、加速、模型评估和产生模型以及模型分发、部署应用全流程。Brain++集成了包括深度学习框架MegEngine（天元）、深度学习云计算平台MegCompute和数据管理平台MegData，将算力、算法和数据能力融为一体，作为AI基础设施，实现从算法生产到应用的全流程化和规模化供给：
旷视 科技 的Brain++平台相比云从 科技 的操作系统+组件的模式，不同之处在于将算力、算法和数据进行融合，实现了AI的全流程。比如公司的Brain++商业版覆盖了数据管理、模型开发和算力调度等算法生产全流程，还可为客户提供集群搭建和部署在内的硬件交付，让客户不必为寻找AI硬件供应商和软硬件适配等问题烦恼，提升了AI的效率。Brain++平台和算法构成了旷视 科技 的核心AI能力：
业务模式上，云从 科技 的基础操作系统、组件和应用产品可以单独销售，但旷视 科技 的Brain++平台是以解决方案的形式对外销售的，这构成了俩公司业务上的差异。
2018-2020年云从 科技 实现营收4.84亿元、8.07亿元和7.55亿元，这其中主营业务收入为4.83亿元、7.80亿元和7.51亿元，2020年主营业务下降主要系疫情影响，这与其商业模式有关。报告期内公司其他业务主要为向少量客户提供外购硬件和技术开发服务，2019年其他业务收入一度达到0.27亿元，但占比仍较小。
主营业务中人机协同操作系统营收为0.31亿元、1.83亿元和2.37亿元，营收占比为6.2%、22.7%、31.3%；人工智能解决方案营收为4.52亿元、5.97亿元和5.15亿元，营收占比为93.6%、74.0%和68.2%：
旷视 科技 是一家聚焦物联网场景，以物联网为AI技术落地载体，通过构建完整AIoT产品体系，面向消费物联网、城市物联网、供应链物联网三大核心场景，提供经验验证的解决方案的AI公司。公司业务分为消费物联网解决方案、城市物联网解决方案和供应链物联网解决方案三大类。2017-2020Q3公司营收为3.04亿元、8.54亿元、12.60亿元和7.16亿元，其中60%以上的营收来自城市物联网解决方案业务：
值得注意的是，云从 科技 营收中第三方软硬件和智能AIoT设备营收占比虽然从2018年的81.2%下降至2020年的50.8%，但仍占据半壁江山。号称行业领先的AI公司，营收一半竟然来自硬件产品，这就引出了一个问题：AI公司靠什么赚钱？
毛利率来看，报告期内云从 科技 主营业务毛利率虽然由21.5%提升至43.2%，但仍大幅低于依图 科技 和旷视 科技 的毛利率，依图 科技 主营业务毛利率由2017年的57.4%提升至2020H1的71%，是这几家公司中最高的：
细分到具体产品或服务，可以看出云从 科技 人机协同操作系统的毛利率在75%以上，处于较高水平。人机协同操作系统中软件授权业务的毛利率超过80%，主要是绝大部分软件授权业务涉及安装调试或定制开发，产生了相应的费用。报告期内公司技术服务毛利率由99.45%下降至40%，因为金融风控业务涉及对外采购数据服务，2020年新增的数据中心智能化运维服务需要委托第三方提供服务，降低了毛利率水平。
云从 科技 营收占比最大的人工智能解决方案业务毛利率为17.76%、23.43%和28.19%，主要是该类业务根据客户需求，需外购部分配套软硬件产品或服务，外购材料成本较高，挤压了毛利率空间。公司人工智能解决方案毛利率相比可比企业也明显偏低，比如依图 科技 软件、软硬件组合在报告期内的毛利率分别为64.1%、81.9%、87.5%、86.8%和11.3%、32.8%、54.3%和69.6%。
云天励飞和云知声解决方案业务毛利率水平相比依图 科技 和旷视 科技 偏低，与云从 科技 相当。比如云天励飞数字城市云隐管理业务和人居生活智慧化升级业务毛利率分别由42.27%、63.16%下降至38.23%和44.43%，主要系解决方案中需要采购硬件并有一定比例的安装服务成本，尤其是硬件设备比例上升会拖累相关业务的毛利率水平：
旷视 科技 业务毛利率水平来看，消费类物联网解决方案业务毛利率超过80%，但其营收占比由2017年的45.9%下降至2020Q3的18.1%，营收占比最大的城市物联网毛利率下降至30%以下，因此拖累了公司的毛利率水平：
旷视 科技 在招股书中提到，消费物联网解决方案是公司传统核心优势业务，主要利用人脸识别技术提供云端SaaS类及移动终端类解决方案，成本以软件为主，毛利率水平最高。城市物联网解决方案业务主要为智慧城市及智慧建筑管理，这一业务随着行业经验积累、项目设计与交付能力不断提升，按理公司具有提升毛利率空间的能力。但旷视 科技 提到，因为项目成本中硬件占比提升，导致毛利率有所下降：
结合云从 科技 、云天励飞和旷视 科技 等业务模式，可以看出：如果单纯靠出货操作系统等业务，公司可以保持一个很高的毛利率。未来随着业务不断成熟，成本和费用的下降，公司具有盈利的可能。但目前来看，旷视 科技 、依图 科技 等为代表的AI公司还是以解决方案业务为主，这就涉及到一些硬件的采购和安装，相应的导致毛利率的下降。
AI四小龙无一例外全部亏损，而且一个比一个能亏。云从 科技 报告期内累计亏损26.84亿元，看起来不少，但在旷视 科技 和依图 科技 面前还是弱爆了。
依图 科技 2017-2020H1净利润分别亏损11.66亿元、11.61亿元、36.42亿元和12.99亿元，累计亏损72.68亿元。旷世 科技 2017-2020Q3期间分别亏损7.75亿元、28.0亿元、66.39亿元和28.46亿元，累计亏损130.6亿元。商汤 科技 IPO不太顺利，有消息称公司将于8月份向港交所提交申请。虽然目前不清楚商汤 科技 亏损多少，但公司与云从 科技 一样，也是亏损的状态。
寒武纪主营业务是AI芯片的研发、设计与销售，主营业务与云从 科技 等明显不同，但2017-2020年公司仍然累计亏损超过20亿元。2020年寒武纪亏损大幅减少，但扭亏为盈还是遥遥无期：
行业龙头亏损严重，中小AI公司同样亏的不少。比如提供数字城市运营管理和人居生活智慧化升级应用场景解决方案的云天励飞2017-2020Q3期间净利润累计亏损16.07亿元，2020年前三季度公司营收为2.67亿元，报告期内营收累计仅为6.8亿元，赚的还没有亏的多。
为什么AI公司赚钱这么难？
先说说这些公司亏损的直接原因。
2018-2020年云从 科技 毛利从1.05亿元增长至3.28亿元，毛利率由21.5%提升至43.2%，但期间费用由3.38亿元飙升至10.61亿元，直接造成营业利润亏损。
报告期内公司销售费用由1.29亿元增长至2.74亿元，销售费用率由26.63%提升至36.28%，这属于很高的水平了。此外公司研发投入持续加大，由2018年的1.48亿元增长至5.78亿元，营收占比由30.61%提升至76.59%，已经足以让公司亏损了：
报告期内云从 科技 实施股权激励并产生了相应的费用，但这种费用短期对公司利润带来压力，假以时日影响会消除，但销售费用和研发费用的增加是持续性的，毕竟这与公司经营密切相关。比如云从 科技 销售费用中占比最大的是人员薪酬，主要是公司业务扩展，销售人员和平均薪酬增加。
人工智能仍然是一个技术密集型企业，各家公司为了保证持续的竞争力也在投入大量的资金用于研发。目前人工智能相关技术和应用场景的解决方案迭代速度比较快，以云为例产品迭代周期一般为2-6个月，因此人工智能行业的研发是个持续时间长且投入高的过程。比如云从 科技 2020年研发费用率超过75%，公司基于人机协同操作系统在研项目有基础平台、算法工厂、AI融合数据湖、知识计算和人机自然交互等8项之多。
亏损最严重的旷视 科技 也是如此。2017-2020Q3公司期间费用由4.02亿元增长至13.49亿元，规模上超过公司的营收，这其中销售费用率、管理费用率和研发费用率分别由24.14%、33.45%、66.50%提升至41.6%、57.56%和92.23%：
另外为了提高研发人员、管理人员等积极性，或者出于营造缺钱的目的，AI公司还会实施股权激励，并为此产生巨大的股份支付费用，侵蚀了公司的盈利空间。比如2019年云从 科技 实施了股权激励，产生了13.03亿元的股份支付费用；2019-2020Q3云天励飞为激励核心团队、保证团队稳定性，对核心成员实施股权激励，为此分别支付了2.08亿元和7.19亿元的股份支付费用。
目前抛开其他不谈，在研发上的投入和股权激励产生的巨大费用，凭借这两项，已经让大多数AI公司陷入亏损了。
客户变动大、客户集中度较高、单一客户依赖性较高等仍是AI公司面临的共同难题，而这一难题事关公司经营是否可持续，也是这类公司上市中的拦路虎之一。无论是注册制下的科创板、创业板还是审核制下的主板，从发审委到上市委，都盯着这一问题。
今年3月份上交所在云从 科技 第一轮问询中就要求公司就"不同类型产品前五大客户的销售内容、销售收入及变动原因，前五大客户变动较大是否符合行业惯例"等进行问询。
2018年云从 科技 第一大客户分别为北京物联新泊 科技 有限公司，营收占比为30.11%；2019-2020年北京汇志凌云数据技术有限责任公司为公司第一大业务，营收占比为30.49%和10.98%，销售金额变动也非常大。另外江苏趋云信息 科技 有限公司和江西骏马 科技 有限公司成立不久后就成为公司前五大客户，上交所还就合理性、交易价格公允性和是否存在利益输送或其他特殊利益安排等进行问询。
云从 科技 这种情况在其他AI公司中也存在。比如2017-2020Q3旷视 科技 前五大客户相继经历了杭州联汇 科技 有限公司、中国移动、北京易华录信息技术股份有限公司和东华软件股份公司四家公司，销售金额也从2500多万到8500多万不等，而且多个客户经历了一轮游，在下一年度中不见踪影：
从云从 科技 的反馈来看，AI公司面临碎片化问题，不仅仅是场景的碎片化，还有订单的碎片化。以2020年度人机协同操作系统客户分布情况来看，云从 科技 绝大多数客户的订单规模在100万元以下，1000万元以上的订单占比很低。应用场景上，公司产品覆盖了智慧治理、智慧金融智慧出行、智慧商业等多个领域，营收占比最大的人工智能解决方案也呈现出类似的特征：
客户集中度上，云从 科技 前五大客户销售占比从62.23%下降至27.92%，相反依图 科技 前五大客户销售占比从35.12%提升至62.02%，而旷视 科技 常年在20%-30%左右徘徊。
客户的飘忽不定说明了人工智能技术在客户端的复用性很低，订单的碎片化说明了人工智能技术商业化水平还处于较低的水平，难以实现规模化应用。AI公司要想寻求发展就要不断开发新用户、不断延伸新的应用场景，这势必增加了公司的额外开支。前文已经提到，云从 科技 、旷视 科技 等销售费用率很高，尤其是职工薪酬占主要比例，主要是为了扩大业务区域、开拓客户而招兵买马，相应的费用不断增长。
人工智能产业链分为基础层、技术层和应用层三大环节，其中目前以旷视 科技 、云天励飞等为代表的企业多为技术层公司，主要通过开发相关算法赋能智慧城市、智慧金融等应用场景。目前中国的AI产业相比美国，差距在于第一是基础层实力偏弱，尤其是具有全球竞争力的芯片、传感器等领域的公司太少，而且华为等部分企业因为实体清单影响，经营遭遇困难：
云从 科技 、旷视 科技 等相继布局计算机视觉、语音识别和自然语言处理等技术层，但更多的企业处于应用层，参照互联网公司，应用层的竞争会更加激烈，技术实力不佳、综合能力不足的公司会逐渐掉队。另外值得注意的是与美国的谷歌、亚马逊和微软等类似，华为、腾讯和阿里巴巴等巨头的加入让人工智能行业竞争更加激烈。华为、腾讯等公司拥有打通基础层、技术层和应用层的能力，而且在技术、研发、客户、市场等方面拥有云从 科技 等难以撼动的优势，因此势必给这些公司带来巨大压力。
从目前产业发展现状和人工智能技术发展曲线来看，其已到了从技术转向大规模应用的关键节点，目前如何规模化落地成为行业痛点。不过对云从 科技 、旷视 科技 等这些资本一路输血充大的公司来说，现在紧迫的事情是如何通过上市在补血的同时还让曾经的投资者退出，毕竟这么多年下来它们等不及了。
万一所投公司倒闭了，一切都打水漂了。
⑵ 世界上最硬核的游戏是哪款
您好，硬核 游戏 女玩家不请自来。
说到硬核，其实能提名的 游戏 蛮多 但是根据我个人对于硬核的理解而言。所谓“硬核”其实是一个相对宽泛的概念，“难”“复杂”还是“专业性爆表”，都能被称作“硬核”。
而放眼您问题中的世界，分别对应三个条件的 游戏 比比皆是。
但一千个人眼中就有一千个哈姆雷特，每个人对硬核的理解不同，所想的 游戏 类型也千差万别。综合三个特征，我个人意见下为您推荐的“最硬核 游戏 ”是这款——
《EVE》，又称作《星战前夜》。
《EVE》是一款多人在线的PC端网游，年代非常久远，以超级复杂的系统和硬核生猛的小众玩家群体著称。这款 游戏 世界观放置在广袤无垠又神秘莫测的太空，高自由开放沙盒+硬派科幻风+写实操作系统更是为它的硬核程度再创新高。
说这么多可能有点空泛，还是放张图您感受一下系统 ——
在 游戏 中，除了常规沙盒类 游戏 的 探索 ，收集，建造，PVP/PVE系统等。工业制造， 科技 研究，金融贸易等等复杂的技能系统也要通过深度学习来进行学习。
更要命的是， 游戏 内高级战舰需要大量的时间来建造，但是再高级稀有的战舰，不论耗时多久完成，一旦在战斗中被损毁，那就彻底拜拜。
如此残酷的死亡惩罚，不仅又肝又难，还超级烧钱……比起现在死了掉点经验值装备就原地复活的死亡惩罚硬核百倍。
游戏 内经常爆发宇宙肝帝天团之间的战斗，打一场，上百万的rmb，n多的时间，瞬间蒸发殆尽。
这样一款系统复杂的硬核 游戏 ，入门即劝退。但是能够耐下性子彻底吃透的玩家，也会长久地沉迷其中，再难找到其他替代。
总而言之。硬核 游戏 千千万，但一个从 游戏 本身到玩家到制作公司(制作公司曾为了纪念在某场太空大战中损毁蒸发了市值200万rmb的玩家群体，在现实世界中给玩家们立了块纪念碑 )都十分硬核的 游戏 ，《EVE》可以算是放眼全球，独领风骚了。
以上就是我个人对于世界上最硬核 游戏 的理解，希望能够帮助到您哦
你好！很高兴为您回答。
当然是《我的世界》（MineCraft）。历经十几个春秋，还能得到全球玩家的热爱。看似简单，实则不然。多样化的mod可以开发出多种玩法，这也是它经久不衰的原因之一。通俗一点，也就是“一直被模仿，从未被超越。”凭借着超高的质量和新颖的玩法一直位居全球销量第一。
硬核的 游戏 一定是那种又烧脑又费工夫的 游戏 ，自己没两把刷子真就玩不下来的。第一个想到的当然是只狼这款让很多玩家又恨又爱的动作冒险沙盒类 游戏 。
只狼：影逝二度是一款由From Software制作的第三人称视角的动作冒险沙盒类 游戏 ，于2019年3月22日在全球同步上市，曾获得 游戏 大奖的最佳动作冒险 游戏 和年度最佳 游戏 奖项。 游戏 主角是一名忍者，靠着攒满经验来获得技能点，不同fs社以往的 游戏 以强化力量或者智力敏捷这些词条来提升角色强度，而是通过解锁技能树来确定自己的风格，有忍者风格、武士风格，另外还有围绕义肢的构筑。
绝对自由在只狼里得到了部分体现， 游戏 中的忍者不需要在传统固定路上慢慢 探索 ，而是像一个真正的忍者那样飞檐走壁，不仅可以逃避敌人的追击，还能发现隐藏路线。总体来说这个 游戏 的偶然性要远超过固定性，因为你不知道翻过这个墙之后会遇到什么，有可能是给你绝杀的强敌。
这款 游戏 最硬核的部分就是通关需要的技巧，角色在战斗中的体位会影响战斗的效果，这个体位取决于玩家与敌人的相对位置以及所使用的招式，玩家需要让自己的“体位条”变短，并让对手的条变长。比方说在敌人攻击的时候抓住时机成功格挡，增加敌人体位条，但是时机不准则会增加自身体位条，选择这种战斗方式更像是一场赌博考验的是反应力和熟练度。当对手体位条达到最大时，不仅会出现一击必杀，还会有特写镜头，反之当自身体位条最大时则会陷入眩晕的状态任人宰割。
满屏的“死”字告诉你，这款 游戏 没有退缩，只能上，在无数次死亡后通关，如果你是手残党，那么这款 游戏 绝对会让你抓狂，因为这款 游戏 随时在考验你的操作极限，即便是大神也很可能一不小心就“死”了。
《超级猫玛丽》
《超级猫玛丽》号称史上最变态的超级玛丽。
猫版超级玛丽是一个恶搞的超级玛丽 游戏 ，BT而且 搞笑 ，其中设有重重关卡，让你在埋怨作者整人的同时，又不禁会感到恶趣味连连。正是这个原因，这个 游戏 已成了超级玛丽迷必玩的 游戏 了。
操作难吗？当然难，因为你永远不知道下一秒要发生什么。
看到这个问题，笔者马上头脑风暴了一波
.....EVE
我唯一能想到能堪此大任的 游戏 ，就只有那个还未出生便消耗了20亿研发资金的 游戏 ——《星际公民》。
相信很多资深科幻爱好者早就久仰这款 游戏 的大名，甚至还参加过众筹为它掏过腰包。
这款 游戏 是所有科幻玩家的梦想之作，也是所有 游戏 玩家的梦幻之作。
一个恢弘壮丽、没有边界、不停扩张，不断变化的宇宙；璀璨夺目、各不相同、各有其地貌的无尽星球；堪比3A、战斗精良、手感上乘的战斗系统；强调多人、社交模拟、玩家的行动或许成为传说的社交系统……
是的，这款 游戏 相当于是整个宇宙，够硬核了吧？
它比艾泽拉斯的地域更广阔，比EVE的深空更迷人，自由度秒杀GTA5，精细度赶超荒野大镖客2。
它在2011年就放出了概念预告，10年来从未停止过众筹，迄今为止共筹到2.7亿美金用于 游戏 研发，它的每一个概念画都让人雪麦喷璋，然而它的完成度，依然不到10%。
为了维持 游戏 的“热度”，它每周都会高调的更新自己众筹到的资金，全世界的狂热科幻迷们持续不断的给它输血，希望有生之年可以体验到这款旷世神作。
有人把它称作是 游戏 行业最大骗局，也有人把它称作是 游戏 行业的未来。
星辰大海已经不足以描述这款 游戏 的野心，它要征服的，是全宇宙！
只不过这个征途有点漫长，长到笔者并不相信CIG真的能把它研发出来。
以现在的计算机技术，想要以三维图形的方式，一个地球这么大平面的星球，所占用的资源就已经是超乎想象的了，而这款 游戏 要实现的，是一个动态的宇宙。
每一个星系，每一颗星球，都有自己独有的生态。
这是什么概念？
这个概念就是通过计算机算法，完美复制一个无限大的宇宙，这是只存在想象中的概念，以当下的计算机存储、算力根本就不可能完成。
如果未来量子计算机达到民用水平，《星际公民》的 游戏 设想说不定真的可以实现。但在这之前，这根本就是在白日做梦。
不过梦想始终还是要有的，万一哪天真的实现了呢？就像我明知道中国 游戏 行业没有希望，但还是坚信它会慢慢变好一样。
希望这款最硬核的《星际公民》有生之年可以面世，而不是一场依靠概念圈钱的骗局。
我给大家分享一个冷门经典 游戏 ，蓝色警戒。原版名称 State of War的，被无良商家莫名其妙的翻译成蓝色警戒，跟红色警报没有什么关系。
蓝色警戒是万众 科技 出品的一款即时战略 游戏 （一说策略 游戏 ）。2020年，7大洲联盟建立了一个名为“超脑”的全球防御系统，其核心是一个高智能电脑软件系统，控制着全世界22个主要军事基地，时刻准备应付可能发生的战争冲突。宗教势力Beho-Sunns经过长期研究，发现了“超脑”的弱点，使用黑客侵入了“超脑”系统的内部，取得了系统控制权。Beho-Sunns控制了全部22个军事基地，最终目的是统治全球。7大洲联盟不得不宣布进入一级战备状态，玩家扮演的是最著名的军团首领，要去阻止Beho-Sunns的疯狂行为。
这是我童年的回忆，我当初接触的第一款 游戏 就是这个。虽然以现在的眼光来看，画面有些过时，不过对于一个2001年的 游戏 ，画质与其它 游戏 相比算是不错的了。
游戏 的玩法比较独特，开局会有一些少量的部队，总部（通常是一个，被摧毁就输），飞碟（从总部产出，与总部数量相等，通常也是一个），飞碟用于研发 科技 ，修理建筑，也能攻击敌方建筑，是 游戏 的主心骨，在地图的建筑中，机械工厂可以制造各种坦克与机器人部队，自动生产，玩家只需要研发升级和设置集结点即可。雷达可提供呼叫空军轰炸的机会，太阳能电站提供研发指数，用于升级部队，风力电站加速生产，金矿产钱，金钱用来制造炮塔防守。地图为卫星显示，没有战争迷雾，颇有一种掌控全局的感觉，所有东西纯机械自动化生产，军队也是全机械化的，拥有浓烈的未来战争的味道。使用军队占领地图上的闲置或敌军控制的建筑物，研发 科技 ，升级军队，然后消灭敌人。也有防守关卡，坚持一定的时间完成任务（不过我通常不拘于防守，时候甚至在时间到达之前灭净敌人）
我说它难，很多人都说难。只要你去网上搜，他的贴吧里都是第x关怎么过的呼声。在一开始接触这款 游戏 的时候，大多数人都会觉得 游戏 速度慢，一个单位要走好长时间才能到达目的地，等你玩下来之后你会发觉：靠，TMD居然操作不过来？！22个军事基地，22个关卡，除了前面几关比较简单，后面的关卡就开始吃力了。这款 游戏 没有战争迷雾，默认全图可视。这只会让你压力倍增，因为会让你会看到对方敌人的势力有多强大。大片大片的敌人攻过来，用一个朋友的话说，像赶街一样，一个不小心，就会全线溃败。每一个关卡都会让你在那里卡住很长时间，找不到破敌的方法，打不过去。
一款 游戏 操作的手速不需要太高，它考验的是你的意识和大局观。这款 游戏 的战线通常会拉得很长，或者是有好几条战线。所以，玩这款 游戏 最考验多线操作，单比多线操作的话，什么星际魔兽在它面前都是渣渣。要玩好这款 游戏 ，四线操作是基础。己方的建筑升级，阵地防御，同时要从几条路线一起推进攻击敌人。所以有时甚至要进行五线甚至是六线操作。你还要拥有意识，什么时候进攻，什么时候防守，怎样迎敌，寻找破绽进攻。总之就是：你可以没有神一样的操作，但你必须拥有神一样的意识。由于工厂是自动生产的，每隔一段时间自动产出一个单位，然后开往集结点。所以你需要做的是屯兵，如果兵力消耗太过激烈，会导致你因为兵力太少根本无法组织有效的进攻，最终溃败。在你用空军轰炸敌方单位的同时，你还要操作自己的单位，不让敌方空军轰炸到。等钱攒得足够多了，多摆几个防空塔，防止空军轰炸和敌方飞碟的骚扰。
而对于最后那几关，只要一看小地图，你就会惊呼，擦，全地图90%的领地都是敌人的，感受到制作方满满的恶意有木有？分分钟把你虐的不要不要的。
对于这些关卡难度，如果你还嫌不够难的话，蓝色警戒还有其他的版本，比如它的资料片，战争狂人。以及其他的网络改版，比如铁血革命什么的，很多人都惊呼，如果不用作弊码根本打不过去。而如果你挑战赢了这些关卡，最后的烟花和字幕升起的时候，那种成就感也是无与伦比的。
我把蓝色警戒，例入最硬核的 游戏 ，大家有意见吗？
虽然我很少玩电脑，常常都是跟手机打交道，不过在我心目中确实是有不少硬核的电脑 游戏 的。话不多说，直接进入正题
1.DCS这是一款非常真实的硬核军事模拟 游戏 ，玩家可以通过各式各样的模组，模拟各种战争。据说当时一名制作人为了做出尽可能贴近现实的模组，通过一些渠道购买美国军事机密而被FBI逮捕。这 游戏 够硬核了吧？不过这个 游戏 需要非常强大的硬件支持，普通电脑根本带不动。而且购买模组也是一笔不小的费用。据 @大香蕉 游戏 说，他制作的那些DCS视频光是模组就花了几万元。
2.逃离塔科夫这是一款今年才火起来的射击 游戏 ，产自俄罗斯。这款 游戏 十分逼真，很贴近现实，自由度也非常高。玩家可以自由改装枪械，枪械会发生卡壳、炸膛，人物需要通过食用食物来维持体力，骨折了需要上夹板，被子弹击中不包扎伤口会失血过多而死，并且还没有地图提示……这款 游戏 也可谓是非常的硬核了
3.我的世界这款 游戏 非常经典，自由度非常高，玩法多样化。在生存模式中，你将经历从一无所有，到吃喝不愁，豪宅在手。在创造模式中，你可以任意创造，建造出自己心目中的美好世界。它已经成为了许多老玩家心目中的信仰，不是某 游戏 能替代的。此外，还有各种mod、材质光影，才是这款 游戏 最大的魅力所在。
还是那句话，不喜勿喷！
半条命，只有半条命了还要接着打，不硬核吗？[灵光一闪][机智]
硬核 游戏 是指一些上手要求高、操作难度高的 游戏 ，如《暗黑之魂》《血源诅咒》《仁王》都是典型的例子。又或者说需要一定对应知识才可上手的 游戏 ，如《EVE》《微软模拟飞行9》《代码坦克》等 游戏 ，它们也是“最硬核”一类 游戏 。
而我玩过最硬核的 游戏 就是类似《EVE》那种需要一定的知识才可上手的 游戏 ，名为《坎巴拉太空计划》。这里面涉及到大量的物理知识、航天航空知识，虽然说不需要特意去学习这些内容，但是如果有这些方面的知识储备那会更容易上手这款 游戏 。那么这款 游戏 到底有多硬核?
载具的组装
首先 游戏 中的所有载具和航天器都需要自己组装，小到通讯工具大到航天引擎，近百种配件看的眼花缭乱。虽然组装上面没有什么限制，但是 游戏 会真实的模拟引力、空气动力、阻力，不按着常规组装载具就会飞不起来。
可能你经过一段时间的熟练后，已经能基本的组装载具，但是组装只是开始，你还需要让你的飞机上天、让火箭飞出地球，飞机还好说，很好控制。但是火箭就非常的难了，它涉及了引力和轨道计算，如果你掌握不好时机，可能随时脱离轨道迷失在太空之中。
如果你掌握了组装、操控、轨道等问题，那么你就算踏入了这个 游戏 的新手区，是的，只是新手而已，因为后面还有很多复杂的东西要涉及。其中包括空间站的建设、宇宙资源的采集、以及各个星球的着陆与返回，这里面出了对于 游戏 的熟练以外，最关键的就是队友知识的应用了。
游戏 硬核归硬核，但是总体来说 游戏 还是非常好玩的，有沙盒、生涯、科研三种模式，如果只是随便玩玩，可以去沙盒模式玩无脑造飞机，可以自己任意的组装载具。另外，这款 游戏 支持MOD，有着很多扩展能容，如果你脑洞够大，还能造出来科幻电影里那种充满未来感的宇宙飞船。
我个人比较喜欢和平精英 1、和平精英当中时常会更新出一些好的模式，它也会根据节日来改变地图，会增加一些非常有趣的小道具，就比如说七夕节的时候会有P城有许愿树和荡秋千。我们玩家可以在地图上看到有标识的地方，那里就会有荡秋千，有些情侣就喜欢到这样的地方去玩，最高可以支持四个人荡。
2、而且玩家情侣在上面而且是无敌状态的，敌人是打不到你的。乌鸦巢的话也是如此，我们可以在地图当中详细的看到它的位置，只需要驾驶着车辆前往即可，但是观看的过程中一定要小心，因为像这样的彩蛋附近都是有非常多人的，他们一样想看看这个彩蛋到底是什么，所以一定要小心附近的人，不然很有可能就会变成盒子。
3、许愿树也做的非常的漂亮，我们可以将自己手中的祈愿牌扔到树上，并且在树下合掌参拜，对于情侣来说如此浪漫的情景当然是不能错过了，当然也要小心附近的伏地魔，说不定你在祈愿的时候对面就一颗手雷扔过来了，你们两个就变成盒子了。说实话这些东西都是挺应景的，可以看得出来官方也是非常用心的，我很喜欢官方在 游戏 当中添加一些小彩蛋，给我们一些意外惊喜。
⑶ 计算机视觉（CV）行业调研
通过机器模拟人类视觉系统，采集、处理、分析视频图片素材，提取并理解场景信息。
目前CV的落地主要集中在安防、医疗、零售、自动驾驶；在互联网短视频、物流、智能教育几个行业也有少量对特定场景的解决方案。
17年，人工智能市场规模237亿，CV占了34.9%。
其中67.9%的营收都是安防领域贡献的，18.1%来自广告营销。
目前依然是安防占据了CV市场结构中的大头，这可能和行业特点、硬件/算法发展路径有关。
相比其他传统行业，安防行业有更强的"鉴定身份"需求，场景从最初的 1.1v1,1vN,指纹比对 2.身份证人脸比对 到最新的 3.静态人脸自动检测 4.动态人脸检测&对象行为轨迹分析 5.智慧案情分析 发展方向从单纯的鉴定身份，逐渐到后续更多的业务场景。
整理18年1—8月人工智能创业公司融资信息，找出最新的行业落地方向，分析产品竞争力。
18年上，融资的创业公司共199家，计算机视觉通用服务方向有36家，和CV有关的30家。
落地行业，按企业数量排序为：医疗、零售、工业检测、智能驾驶、智能教育、安防，其中有专注底层技术，提供多行业解决方案的，比如商汤、旷世，也有聚焦一个行业的，比如哈哈零售、一脉阳光。
医疗：基于计算机视觉技术的，智能CT、智能X线辅助筛查，辅助放射科医生诊断病情，除了初步的辅助诊断病情，还有针对医学痛点的其他AI方案，例如推想科技提供的医疗深度学习平台，药物研发深度学习平台等。运营模式上，基本都是和医院合作，提供智能诊疗系统。行业的难点在高质量数据难以获得，业务场景相对复杂，需要有专业医学背景的标注人员。
零售：提供基于计算机视觉的无人货架方案，自动识别用户拿走的商品，另外根据人流分析、商品销售情况，输出一整套 供应——>运输——>销售数字化方案。
工业检测： 提供基于深度学习的外观缺陷视觉检测、精确测量技术设备，目标行业是手机加工，汽车，3C等，价值在提高企业的加工环节的自动化率，降低人工成本、提高产品质量。
智能教育：和CV相关的，机器阅卷。
根据对AI影响比较重要的几个因素，算法、数据、落地场景，将相关公司分为几类
诸如顺丰、头条类公司，有丰富的数据积累，通过算法，输出AI方案，解决自己业务的痛点。
还有和第三方传统行业龙头战略合作，抱大腿接需求，专门解决对方业务痛点的，例如极视角和华润战略合作。
最后附一张，头部CV公司在各行业的产品布局。
背景：看病流程可以简化为三个步骤，诊前：日常的运动、大保健，对疾病预防。 诊中：智能分流——>辅助诊断——>药方建议。诊后：保养，其他不在主流程里的还有药物研发、医生学习等。
观察整个诊疗过程，有图像产生&高重复性&人工大量集中的环节，主要在诊中，腾讯觅影提供辅助诊断的能力，也是在诊中环节，针对病人CT/X光，给医生提供可能疾病的建议，对医生提效的同事，也提高了初中级医生的判断能力。
从腾讯觅影的官网看，目前能够提供包括肺癌、食道癌等6个癌症的诊断能力，检出率or准确率，都能做到90%以上。
从医院公告来看，主要扮演提醒者，辅助医生作业。
场景很明确，设计电商banner，初期是辅助，后期替换。
四个核心生成步骤：
一，让机器理解设计是什么构成的：通过人工数据标注，对设计的原始文件中的图层做分类，对元素做标注。设计专家团队也会提炼设计手法和风格。通过数据的方式告诉机器这些元素为什么可以放在一起，我们把专家的经验和知识通过数据输入。这部分核心是深度序列学习的算法模型。
第二步，建立元素中心：当机器学习到设计框架后，需要大量的生产资料。我们会建立元素库，通过机器做图像特征提取，然后分类，再通过人工控制图像质量以及版权问题，我们买了有版权的图库，也是希望从一开始就避免版权方面的纠纷。
第三步，生成的系统：原理有点像 Alpha Go 下围棋。我们在设计框架上构建起虚拟画布，类似棋盘，生成的系统把元素中心的元素往棋盘放，在这里我们采用了“强化学习”，就好像你在家里放一台扫地机器人，让它自己跑，跑个几圈，它自己会知道哪里有障碍要避开。在强化学习的过程中，机器参考原始样本，通过不断尝试，得到一些反馈，然后从中学习到什么样的设计是对的、好的。
第四步，评估的系统：我们会抓取大量设计的成品，从“美学”和“商业”两个方面进行评估。美学上的评估由人来进行，这方面有专业众包公司；商业上的评估就是看投放出去的点击率浏览量等等。
从各创业公司的产品分布看，目前有三种模式
1.头部创业公司，竞争力在维持技术优势，未来有新的行业方向，第一时间切上去，因为技术优势，所以哪怕发现晚点，也可以快速形成自己有竞争力的方案。
2.利用行业资源，垂直做一个方向，算法可能不占优势，但因为竞争力在于资源，可以保证产品快速落地，积累资源、数据优势。
3.做方案商，自己没有数据、算力，输出算法能力，抱住一两个传统行业的大腿，接需求，对自己没有沉淀。
目前看,CV价值在两方面
1.替换辅助人工，业务提效
人能做的机器也能做，主要收益在提效，对应鲁班、机器阅卷、人脸监控、无人货架都是解放人力，提高效率。
具体是替换还是辅助，看场景的业务难度。
2.创造新的场景体验
人脸远程比对、视频广告、AI美颜，处理海量数据+低延时要求，人做不了，得靠机器，创造了新的场景和用户体验。
1. 找重复性人力集中的地方 2.找图片/视频和用户交叉的地方。
⑷ 算法相对论｜关于人工智能的产业化之路的三点思考
彭嘉昊
在过去的2021年，我们见证了人工智能这个细分行业的起起伏伏，有些企业长期亏损乃至濒临破产，有些企业顺利获得融资或成功上市，可谓几家欢喜几家愁。但纵观现在国内人工智能的产业化之路，总是无法回避一个现实的问题，即“人工智能企业究竟离盈利还有多远？”诚然人工智能领域的研发工作需要巨大的投入，但所有的研发投入只有在产业化的落地场景中才能实现真正的商业价值，脱离了现实的产业需求，人工智能只能停留在技术本身。
目前，人工智能的产业化发展的3个路径：（1）AI+产业，即人工智能的技术型公司掌握某种人工智能技术后，向产业化的具体场景落地。比如商汤 科技 、云天励飞、旷世 科技 等知名人工智能公司都是采取的这条路径。（2）产业+AI，即由某一细分产业里的公司，尤其是头部大型企业作为主导力量，主动引入人工智能技术完成升级。比如平安保险、、顺丰快递等细分领域的大型企业自身的产业升级。（3）产学研成果转化，即由高校和科研机构为主导，主动面向市场的科研成果转化道路。近些年各大顶尖高校都建立了人工智能研究院，诸如北京、上海、深圳等城市也有很多政府背景的人工智能科研和成果转化平台。
笔者从2020年以来持续走访了上百家人工智能企业及科研机构，就在行业里的所见所闻，结合自己的想法，谈一下我对于人工智能的产业化之路的思考。
一、“AI+产业”的道路已经进入平台期
“AI+产业”的模式，主要指人工智能的技术型公司通过技术先行，然后寻找合适的业务场景实现商业价值。这条路可以借鉴移动互联网的发展历程，诸如淘宝、滴滴这样的互联网企业，都是通过技术和商业模式创新，发现了一个0-1的全新产业。我们曾经也认为人工智能的技术型公司可以通过0-1的技术突破，借鉴移动互联网的经验，广泛覆盖到各行各业的细分场景中。但除了人脸识别等少数几个场景外，人工智能的技术型公司并没有复制 科技 前辈在移动互联网的成功。
其中的原因有很多，我们并不能将其简单归咎于市场、资本或团队本身，笔者认为根源在于人工智能技术本身进入了一个进步相对缓慢的平台期了，我们拿人工智能的三大核心要素：算力、算法和数据来对应分析。
我们先说算力的问题，根据中国信息通信研究院在2021年《中国算力发展指数白皮书》的分析，虽然近些年基础算力、智能算力和超算算力都有很大程度的增长，未来5年全球的增速甚至超过50%，但与日益复杂的算法模型和快速增长的现实需求而言，仍然存在较大的缺口。同时，存算一体架构、量子计算、光子计算和类脑计算芯片尚处于实验室的研发阶段，离大规模商业化还有较长的时间，无法以技术革命的方式实现跨越式发展。虽然，诸如商汤 科技 、华为等头部公司采取了建立人工智能计算中心（AIDC）的方式，来满足未来智能计算需求的快速增长；我国神威、天河、曙光三台E级超算系统的研制工作也在逐步推进，很多国内的硬件公司着手计算机硬件的国产化替代。但从短期来看，算力将会是一个制约人工智能技术发展的现实困难。
我们再说到算法，算法表面上是计算机技术，但就本质抽离分析它是个数学问题。近些年数学领域还是有很多发展，比如无限函数计算等，但在计算机领域的发展速度相对而言没有那么的快。就算法这一特定领域的发展，中美最顶级的算法之间目前并没有代差。虽然层算法需要投入海量的资金进行研发，但是就应用层来说，企业完全可以自己下载Gitub或OpenAI的开源代码，或者使用网络、阿里、腾讯等互联网大厂的现有技术方案，从而大大降低技术应用的门槛。在市场竞争的层面上，人工智能技术型公司并不必然比传统互联网公司，甚至处于数字化转型的传统企业更具有优势。
另外一个关键要素就是数据，我国从2020年开始就逐步收紧了数据安全相关的管理，《个人信息保护法》、《数据安全法》以及九部委《关于加强互联网信息服务算法综合治理的指导意见》的陆续出台，使得人工智能的技术型公司获得数据的难度越来越，除非他们能够深入到业务的细分场景中，否则很难像过去那样获得训练算法模型的大规模数据。而这些“喂养”算法模型的数据，大都掌握在产业里的公司，尤其是大型公司的手中。这些大型公司无论是处于商业目的，还是自身业务安全性的考虑，几乎很难同人工智能的技术型公司开展合作，这也造成人工智能的技术型公司在产业化的道路上困难重重。
二、“产业+AI”和产学研成果转化的机遇
“产业+AI”的路径，属于产业里的企业自发性升级换代的过程，我们可以将其归纳进企业数字化转型的进程。产业里的企业为了适应市场竞争，会主动寻求与人工智能领域的技术型公司或者研究机构进行合作，甚至自己建立团队完成研发工作。对于大部分产业里的企业来说，他们面对的并不是0-1的全新市场，往往是在既有的红海市场中竞争，这种长期在产业内的拼搏经历，使得他们在人工智能的产业化上具备以下两大独特优势：
1. 掌握了大量特定生产场景下的专业知识和数据资料：我们一般称其为行业knowhow，比如化工材料的配方或某种特殊的生产工艺流程等。这种行业knowhow往往是企业的核心机密，在一些数据采集封闭、生产流程保密的领域，往往只有少数几家企业可以获得足够训练人工智能模型的专业知识和数据资料。所以，很多产业里的企业在寻找技术合作方时，会对侵略性较强的技术型公司比较排斥，往往要求技术型公司提交算法源代码，目的在于避免培养潜在竞争对手。
2. 了解真实的交易和应用场景：比如怎样建立可靠的供应链，怎样探析市场的情报信息，怎样建立全新的商业模式和盈利模式等。这些内容看似都属于业务相关的范畴，但却是技术型公司的痛点，几乎90%的人工智能公司都死在了打磨商业模式、寻找应用场景的道路上。但对于产业里的企业来说，敏锐捕捉市场机会并从产业里赚到钱，是他们与生俱来的天然能力，所有不具备这种能力的企业都在过去的市场竞争中淘汰掉了。
随着人工智能技术准入门槛的降低，大量传统企业与人工智能技术的适配将更加便捷，未来每一家企业都具备成为“人工智能+公司”的潜质。相信随着国家新基建和数字化转型工作的不断深化，在各行各业里都会出现“产业+AI”的明星企业。
在人工智能的产业化之路上，少不了高校和科研机构的参与，对于产业里的企业来说，高校和科研机构可以很好补充其自身研发能力的不足。目前，我国的产学研成果转化的之路并不十分顺畅，虽然国家每年投入了大量科研经费，但由于学术、科研同商业、市场的差异巨大，高校和科研机构在商业判断和市场嗅觉等方面总显得不太“接地气”，更多的成果停留在实验室里很难走出去，面临“酒香也怕巷子深”的现实窘境。
另外，高校和科研机构往往在工程能力也有所欠缺，虽然容易聚集高层次的顶尖人才，但缺乏实际操作的操盘型业务能手。正因为强于研发而弱于市场，高校和科研机构往往更愿意将 科技 成果以出售、技术入股或收益分成的方式与产业里的企业进行合作，而不是自己开拓市场。与人工智能的技术型公司相比，高校和科研机构有着大量国家基础科研经费的保障，对于本就容易聚集人才的高校和科研机构来说，很多人工智能的技术型公司而言很复杂的技术，对于高校和科研机构来说并不困难。随着国家《科学技术进步法》的修订，科研人员参与到成果转化的途径也将更通畅，一旦企业找到适合自身的成果转化路径，就可以很好的与高校和科研机构建立“产业+技术”的联合。可以预见，未来各类新型技术和成果转化平台将持续涌现，作为技术与市场的桥梁。
三、以产业需求出发，以产业结果为验证标准
人工智能行业的发展变化很快，即使在产业内的从业人员也免不了持续性、高强度的学习和研究。各行各业的专家在跨到人工智能这个领域的时候，可能都需要经历持续性“回头看”的过程。笔者在2020年参与深圳特区人工智能立法的时候，关于“什么是人工智能”的界定，现在看起来内涵和外延都不充分。过去，我们曾经认为人工智能就是模拟人的智能，但随着近些年的发展，我们发现机器在模拟人的智能上出现了很多痛点，但在模拟昆虫、动物的智能上反而进展很快，很多成果应用在障碍躲避、行为预判等诸多领域。于是，我们发现人工智能并不能单纯界定为“模拟人的智能”，而应当是“人造的智能”。显然，当时几乎所有的立法专家对于人工智能的基础理解并不全面和前瞻。
人工智能学界有一个著名的猴子上树的故事：我们不能认为基于当下在人工智能领域的技术进步，都是为通用人工智能的到来添砖加瓦；这正如我们不能认为一只猴子上了树，就意味着它向登月迈了一大步一样。在人工智能的产业化之路上，我们必须保持着谦虚、务实的精神，一切从产业的需求出发，一切以产业的实际结果为验证标准。任何一种技术或者商业模式的验证，都有自己的时间窗口，当市场机遇的红利期错过后，再想实现企业的快速发展就非常困难了，势必面临更加激烈的肉搏战。
与人工智能技术的发展一样，产业化的道路总是“看”起来容易，“做”起来难。虽然我们不提倡以成败论英雄，但在人工智能的产业化道路上，能够解决真实问题、拿到客观结果，才是企业家需要思考的核心问题。对于每一个产业里的专家来说，与其采取一种“预判式”的论证，执着于向其他人说明自己了解的知识，远不如切实在产业里面做出现实案例更具有说服力。未来各行各业的每一家企业都是“人工智能+公司”，愿与行业里的同仁一起共同成长、见证人工智能产业化之路的发展。（彭嘉昊系上海人工智能研究院数字化治理中心主任）
校对：栾梦
⑸ OPPOReno5和OPPOReno4区别-有什么不同
OPPOReno5和OPPOReno4是两款在屏幕方面有着相似地方的5G手机，这两款手机在性能方面还是有一定的区别，那么在其他方面OPPOReno5和OPPOReno4有什么区别呢？哪个好值得入手？下面就和我一起来看一看参数对比吧，希望对大家有所帮助。
型号 OPPOReno5OPPOReno4 屏幕
6.5英寸
AMOLED+2400x1080像素(90Hz)
6.4英寸
AMOLED+2400x1080像素(60Hz)
处理器 骁龙775G骁龙765G 相机
后置：4800万像素主摄镜头+1200万像素超广角镜头+1300万像素长焦镜头
前置：3200万像素
后置：4800万像素主摄镜头+800万像素超广角镜头+200万像素黑白镜头
前置：3200万像素+200万像素
续航
4000mAh+65W快充+40无线
4020mAh+65W闪充
OPPOReno5
采用了一块 6.5 英寸的AMOLED屏幕支持2400x1080像素的分辨率同时是有着 90Hz 的刷新率的，配上星河入梦、极光蓝、月夜黑、星愿红四款外观满足用户的需求。
搭载了 骁龙775 ，骁龙775G是骁龙7系列中端SOC最新产品，可以看成骁龙765G的升级版，与骁龙765相比，性能提升了40%，GPU提升了50%，还支持Vulkan技术。
后置：4800万像素主摄镜头+1200万像素超广角镜头+1300万像素长焦镜头，前置：3200万像素
4000mAh 的电池容量配上了多种充电方式 65W 快充和 40w 无线，让用户可以随机挑选
OPPOReno4
采用的是 6.4 英寸双挖孔屏，采用了通过低蓝光认证的AMOLED屏幕支持2400x1080像素分辨率是没有高刷的。
搭载 骁龙765G处理器 ，7nm工艺制造，包括1颗2.4GHz的A76大核、1颗2.2GHz的A76性能大核和6颗1.8GHz主频的A55小核心，GPU方面则采用了高通自家的Adreno 620，AI性能方面选择了高通最新的第五代AIE引擎，AI算力可以达到15万次/秒。
后置：4800万像素主摄镜头+800万像素超广角镜头+200万像素黑白镜头，前置：3200万像素+200万像素
4020mAh 的电池配上 65W 闪充让用户可以缩短充电的时间
总结
OPPOReno5这款手机和OPPOReno4相比较的话就是他的升级版，虽然 OPPOReno5 的电池容量稍微差了一点，但是配上其支持高刷的屏幕和超高像素的摄像也是非常值得用户入手的一款手机。
（旷世 科技 数码）
⑹ 18年后，无人幸免
1
AI，真的觉醒了？
人工智能，会苏醒吗？
这是一个古老而又新奇的话题。
“ 深度学习 ”天生的 不可预测 ，加深了这种忧虑。
“ 神经网络 ”的 生物性类比 ，让“AI黑匣子”更让人担心。
最近，一个谷歌工程师再次引爆该话题：AI觉醒了？
2022年6月 ，谷歌工程师 Lemoine 表示，自己在与AI“ LaMDA ”聊天中，发现了后者的回答已经 高度人格化 ，认为该AI已经“ 觉醒 ”。
为此，Lemoine写了一篇长达 21页的调查报告 ，试图让高层认可AI的人格。
不过，谷歌高层暂未表态，希望获得更清晰的认定。
但Lemoine仿佛化身科幻电影主角，他没有放弃，将自己和AI的 聊天记录 公布于众，引发轩然大波。《 华盛顿邮报 》跟进报道后，更是在全球炸圈。
AI真的觉醒了吗？ 争议不断。
不管真相如何，有一点可以肯定：
因为 深度学习 和 神经网络 的加持，人工智能已经越来越“ 不可捉摸 ”。
2
那一夜，人类安然睡去
关于AI觉醒，让人想起了6年前的另一件事。
2016年3月13日 ，人类和AI在围棋上进行一场 智力的终极较量 。
在此之前，AI与人类较量屡屡得手。
但人类认为， 围棋是AI不可突破的天花板 。
因为可测宇宙原子总数约为 10^80 ，而围棋走法有 2.08*10^170 ，AlphaGo不可能依靠 计算量 和 算力枚举 来获胜，那么，拥有创造力的人类，怎么可能败给AI。如果围棋上败给了AI，那么说明它已经完成了“ 图灵测试 ”。
然而，前三局，李世石 一败再败 ，全世界震惊了。
第四局，李世石判断黑空中有棋，下出白 78挖 。李世石这史诗级的“ 神之一手 ”，体现了人类巅峰的 直觉、算力和创造力 。这也是人类 最后的尊严之战。
当年一个作者写下上段内容（有修改），并提到“ 23年后，无人幸免 ”，科学家建立了一个数学模型，判断 2040年 人工智能可能会达到普通人的智能水平，并引发 智力爆炸 。
面对越来越普遍的AI， 机器即将代替人类，AI正在迅速扩张 。
五年过去了，人类朝着“黑客帝国”大步迈进。
那么 18年 后，真的 无人幸免 ？
3
AI的另一面：不够稳定
以上两件事，本质上都是对 AI觉醒 的担忧。
一个拥有 自由意志 的AI不可信，最终会威胁到人类。
霍金 警告人类要正视人工智能带来的威胁。
比尔·盖茨 认为人工智能是“召唤恶魔”。
《 2001太空漫游 》中，超级电脑 HAL9000 在宇宙中将人类无情抹杀。
《 黑客帝国 》中，人类被AI禁锢在 矩阵 之中。
不过，实事求是地讲，对AI觉醒的不可信，仍然只是人类臆测。
虽然科幻电影里描写得残酷冰冷，也还没有得到普遍证实。
但AI的另一个“不可信”，却是真实存在的。
它不是太聪明太智慧或者产生意识，而是不够稳定 。
这种不稳定，产生的后果才真的“瘆人”。
关于人工智能“ 失灵 ”的例子还有很多很多，这是AI 不够沉稳 的一面。
这才是实实在在“ 不可信 ”的地方，也是AI对人类真正的威胁。
我们不愿意看到 AI 的 “觉醒”， 但更不能接受 人工智能 的 “轻率” 。
4
人类需要的是一个可信的AI
所以，人类需要一个“ 可信AI ”。
AI是聪明还是愚蠢，也许并不重要。
AI是进化还是退化，可能暂时只是一个伪命题。
人类需要的是一个可靠的助手，一个值得信任的机器助理 。
我是你的创造者，你得听我的吧，不能瞎捣乱。
阿西莫夫在七十年前就提出了“ 机器人学三大定律 ”：
这是人类在 AI伦理 思考中的方向。
可以把它称为是 人工智能 社会 的道德准则 。
对于人类来说，可信，才是我们对AI最重要的需求。
如果从“ 贝叶斯-拉普拉斯 ”定理开始溯源人工智慧，目标是解决“ 逆向概率 ”问题，其实本质就是解决AI的 可信赖度 。
如果不能做到可信，AI就有可能反噬人类。
最起码AI与我们相伴要保证人类两点： 生命安全 与 财产安全 。
以 自动驾驶 为例，如果人工智能以准确率为 99.99% 概率推算， 0.01% 的失误率依旧会让人心惊胆战。如果未来城市有 一百万辆 自动驾驶 汽车 ，即便是 0.01% 的失误率，对人类生命安全造成威胁的隐患车辆仍有 一百辆 。
如果我们不能拥有可信AI，我们自然无法确定，人工智能给我们带来的到底是技术的进步，还是无数潜在的威胁。
但实际上 它才是人工智能领域最有价值的航灯，也是现在 科技 公司追求的方向 。
5
什么是可信AI，
这16个技术小哥在做什么？
所以，什么是可信AI？
可能很多人还不知道，先得把这个定义弄清楚。
我们可以先看一档节目《 燃烧吧，天才程序员2·可信AI 》。
这款综艺节目第一季在 豆瓣评分8.0 ，让人脑洞大开。
在第二季中，1 6个AI技术小伙 分为四个团队待在“小黑屋”中 四天三夜 ，完成 60个小时 任务挑战。
比赛中，他们需要与“ 黑产 ”进行无数次较量，培养出与帮助人类的“可信AI”，打败“黑产”，最终决出 最强团队 。
关于程序技术的综艺节目，在中国乃至世界都非常稀缺 。
一方面程序与代码本身过于硬核，普通人难以理解。
另一方面则是节目脚本设置冲突相比其他综艺要更难一些。
但《燃烧吧，天才程序员2·可信AI》通过“ 反诈骗 ”这一实际场景需要，以此构建起节目的比赛逻辑。
16个AI技术小伙需要直面欺诈交易识别、联合反诈等关卡的挑战 。
通过AI与攻防互相协作，覆盖反诈全链路。
比赛之中，程序员们通过创造“可信AI”，完成“ 科技 反诈”。
哪一个团队产出的 算法和模型 在数据的 识别准确率 和 覆盖率 更好，就能赢得比赛胜利。
虽然不如《 黑客帝国 》那般深刻宏大，也不如《 人工智能 》那样发人深省。
但《燃烧吧，天才程序员》却通过 真实的应用场景 ，解决现实生活存在的实际问题。
当你看完整个节目时就会明白，原来这就是可信AI：依照 现有数据 构建 智能模型 ，非常稳定地解决 现实难题 。
可信AI的 技术应用范围 非常广泛， 反诈 是其中一个重要应用场景。
可信AI没有那么遥远，它近在咫尺。它也没有那么神秘，很多时候它就是你身边的小助理。
当前基于 神经网络 的AI技术非常酷，同时占据AI话题至高点，以创造力和神秘性提供太多想象空间，也是许多AI技术员仰视的圣殿。但它面临的问题也非常多： 具有不可解释、鲁棒性差、过于依赖数据等缺陷，隐藏着许多潜在危害 。
而可信AI的存在，就是为了解决这些“ 信任危机 ”问题。
如果说基于 神经网络 的AI技术有着 强烈的理想主义 ，那么基于 大数据整理 的AI技术则是一个 脚踏实地的现实执行者。
6
可信AI的技术特点
要真正了解可信AI对人类的帮助，需要从技术底层入手。
可信AI有四大技术特点：鲁棒性、隐私保护、可解释性、公平性 。
01
鲁棒性
鲁棒性指 在异常和危险情况下系统生存的能力和算法稳定 。
1、前者指的是 系统抗打击的能力 ，如计算机软件在 输入错误 、磁盘故障、 网络过载 或恶意攻击情况下，能否 不死机 、 不崩溃 。打个比方，如果把一个 AI模型 比喻成 万里长城 ，那么其鲁棒性便是长城在面对恶劣天气（如台风）、自然灾害（如地震）时，人工轰炸时仍然可以做到 不轻易倒塌 。
2、后者指的是 AI模型中算法本身的稳定性 ，如果添加扰动的熊猫照片，轻易就绕开了AI模型的“眼睛”，则说明其鲁棒性比较差；比如在 欺诈交易 中，由于 作案手法 不断升级，可能导致基于既往数据训练的模型，面临着新风险数据带来的 稳定性考验 ，需要 不断迭代 来保障模型的 分析和识别能力 。
以 支付宝 为例。支付宝每天都有 上亿笔交易 ，其 对抗的不是散户，而是专业的黑产团伙 。他们可能有两种攻击方式：
为了保障资金安全，蚂蚁集团引入“ 博弈智能攻防 ”技术，该技术具有对 风险知识 和 模型 的 提前模拟、提前训练、提前补防 的能力。应用该技术的AI模型鲁棒性有大幅提升，实现“ 左右互搏 ”，既能够更智能地“攻”，也能更安全地“防”。
02
隐私保护
传统的数据保护方法客观上形成了「 数据孤岛 」，影响了如医疗、金融等领域的协同作战，也制约 AI 技术以及行业发展。
所以， 拓展数据价值的隐私计算技术，对实现「数据不动价值动」显得尤为重要 。
在AI领域， 联邦学习 作为一种新的机器学习模型和算法，就是为解决数据孤岛问题而提出的。在保证每个参与方不泄露原始数据，即 数据不出域 的前提下，用多方的数据联合建模，实现数据 可用不可见 ，进而实现「数据不动价值动」。
03
可解释性
人类对一切未知的东西，始终都会有一种莫名的恐惧。
如果人工智能的行为无法进行解释，只有结果没有过程，那么它就像是一个盲盒，你永远不知道放出来的是“阿拉丁”，还是“潘多拉”。
AI 模型是许多重要决策的重要依据，在很多应用里它的思考过程不能是黑盒 。
人类希望知道模型 背后的逻辑 、收获新的知识，并在它出现问题时踩好刹车，确保 AI 思考的过程和结果 合规合法 。
这背后需要 数据驱动 与 模型推理能力 结合起来，产生 可解释的结果 。
04
公平性
AI公平性是可信AI的重要组成部分。
只有实现“ 公平性 ”，才能真正推动技术 造福 于整个 社会 。
一方面，公平性需要重视 弱势人群 、兼顾 落后地区发展 ，在重视 社会 伦理原则下进行 AI 调优 ，通过 AI 技术，让老年人、残障人士、欠发达地区用户，享受到 数字经济时代 的价值。
另一方面，公平性要思考如何从技术上思考如何减少算法、数据等因素可能带来的 AI 决策偏见 。
鲁棒性、隐私保护、可解释性、公平性 。
这是可信AI的 四大基本原则 。
今天，发展可信AI，已经成为 全球共识 。
特别是对于领先的 科技 公司来讲，他们是要服务用户且不能犯错误的。
微软 、谷歌、 蚂蚁 、京东、 腾讯 、旷世等 科技 企业，都在积极开展可信AI的研究和 探索 。
其中，蚂蚁在可信AI上已有很多 技术优势 ，自 2015年 开始投入研究起，已经完成了 长达7年 的 可信AI技术积累之路 。
据 2021年 权威专利机构 IPR daily 发布的《 人工智能安全可信关键技术专利报告 》显示，蚂蚁集团旗下的 支付宝 在该领域的 专利申请数 和 授权数 ，均位列全 球第一 。
7
可信AI的应用 探索
基于可信AI的以上特点，应用场景多种多样。
AI在 医疗 、教育、 工业 、金融等多个领域的广泛应用，算法安全性、数据滥用、数据歧视等问题也层出不穷。当前AI技术的 主要矛盾， 已经转化为 人们对AI日益增长的应用范围需求和AI不可信不够稳的发展之间的矛盾 。
2018年，IBM开发了多个AI可信工具，以评估测试人工智能产品在研发过程中的公平性、鲁棒性、可解释性、可问责性、价值一致性。之后IBM将这些工具捐献给Linux Foundation并成为了开源项目，帮助开发人员和数据科学家构建可信、安全、可解释的人工智能系统。
作为可信AI领域的先行者之一，蚂蚁也做了不少 探索 。
蚂蚁的可信AI技术应用最好的实践结果是，自研了一套 智能风控解决方案 ，定名 IMAGE 。这套技术体系实现了用可信AI技术保障风控业务安全的问题，且达到了非常好的效果。
它能将支付宝 资损率 控制在 千万分之0.098， 解决了 风控场景 中的诸多 世界难题 。
还有一个例子，是支付宝的“ 叫醒热线 ”——从系统识别到用户遇到诈骗风险，到AI机器人向用户呼出“ 叫醒电话 ”，它能把整个过程控制在 0.1秒 内 。
蚂蚁集团基于可信AI的IMAGE风控体系
另外在可信AI的公平性方面，蚂蚁也有自己的实际应用。
目前业内广泛使用的“ 图形滑块验证码 ”一直是视障人群接入数字化服务的巨大障碍。但许多 APP 为了防范机器批量操作，又不得不保留验证码服务。
为此，蚂蚁开发了一套“ 空中手势 ”验证码方案，可以利用“ 行为识别 ”技术帮助视障群体通过“ 验证码 ”关卡。
可信AI的应用 探索 ，并不会让AI技术失去它的可能性。
它更像是一种伦理规范的约束条约，让AI在正确的轨道上前行 。
8
18年后，人类真的无人幸免？
让我们回到一开始的问题。
AI真的会觉醒吗？
一百年前的人类，很难想象我们如今生活的这个高度数字化世界 。
那么，一百年后，人工智能会发生什么变革，我们真的无法预测。
但AI对人类是福是祸，是一个攸关人类命运的重要课题。
按照现在AI发展的模式来看，未来的AI可能会分为两大派：
一派是自我独立的智能AI，一派是追随人类的可信AI 。
当然，还有人在问，AI真的会存在 独立意志 吗？
这要看从科学上如何去解释，一个AI系统是可以“坎陷”到具有“ 自我意识 ”的状态，差别只在于“坎陷”的深度和鲁棒性，这可以解释AlphaZero为什么能够自我“坎陷”到围棋大师，如果再 “ 坎陷 ”下去呢？ 这 一派AI，可能会对人类造成我们认定的“威胁” 。
另一派AI，即可信AI，它们会在 四大基本原则 的架构中不断完善自我 ，帮助人类解决更多实际问题，成为人类可靠的助手，并与人类共存共生 。那么，它们会一直帮助和保护人类吗？
但无论未来如何发展，不同的技术方向或许带来不同的悲剧或者喜剧，但有一点可以确定：
AI技术在四面突击，不论是可信AI还是智能AI，最终会落地深入到我们生活的方方面面 。它会渗透到世界的每一个角落，在很多方面取代“无用之人”。
不管我们如何担忧，AI只会变得越来越强大，而人类的进化又显得如此龟速，甚至退化堕落。
那么， 18年后，有多少人可以幸免？
⑺ 世界上最硬核的游戏是哪款
您好，硬核 游戏 女玩家不请自来。
说到硬核，其实能提名的 游戏 蛮多 但是根据我个人对于硬核的理解而言。所谓“硬核”其实是一个相对宽泛的概念，“难”“复杂”还是“专业性爆表”，都能被称作“硬核”。
而放眼您问题中的世界，分别对应三个条件的 游戏 比比皆是。
但一千个人眼中就有一千个哈姆雷特，每个人对硬核的理解不同，所想的 游戏 类型也千差万别。综合三个特征，我个人意见下为您推荐的“最硬核 游戏 ”是这款——
《EVE》，又称作《星战前夜》。
《EVE》是一款多人在线的PC端网游，年代非常久远，以超级复杂的系统和硬核生猛的小众玩家群体著称。这款 游戏 世界观放置在广袤无垠又神秘莫测的太空，高自由开放沙盒+硬派科幻风+写实操作系统更是为它的硬核程度再创新高。
说这么多可能有点空泛，还是放张图您感受一下系统 ——
在 游戏 中，除了常规沙盒类 游戏 的 探索 ，收集，建造，PVP/PVE系统等。工业制造， 科技 研究，金融贸易等等复杂的技能系统也要通过深度学习来进行学习。
更要命的是， 游戏 内高级战舰需要大量的时间来建造，但是再高级稀有的战舰，不论耗时多久完成，一旦在战斗中被损毁，那就彻底拜拜。
如此残酷的死亡惩罚，不仅又肝又难，还超级烧钱……比起现在死了掉点经验值装备就原地复活的死亡惩罚硬核百倍。
游戏 内经常爆发宇宙肝帝天团之间的战斗，打一场，上百万的rmb，n多的时间，瞬间蒸发殆尽。
这样一款系统复杂的硬核 游戏 ，入门即劝退。但是能够耐下性子彻底吃透的玩家，也会长久地沉迷其中，再难找到其他替代。
总而言之。硬核 游戏 千千万，但一个从 游戏 本身到玩家到制作公司(制作公司曾为了纪念在某场太空大战中损毁蒸发了市值200万rmb的玩家群体，在现实世界中给玩家们立了块纪念碑 )都十分硬核的 游戏 ，《EVE》可以算是放眼全球，独领风骚了。
以上就是我个人对于世界上最硬核 游戏 的理解，希望能够帮助到您哦
你好！很高兴为您回答。
当然是《我的世界》（MineCraft）。历经十几个春秋，还能得到全球玩家的热爱。看似简单，实则不然。多样化的mod可以开发出多种玩法，这也是它经久不衰的原因之一。通俗一点，也就是“一直被模仿，从未被超越。”凭借着超高的质量和新颖的玩法一直位居全球销量第一。
硬核的 游戏 一定是那种又烧脑又费工夫的 游戏 ，自己没两把刷子真就玩不下来的。第一个想到的当然是只狼这款让很多玩家又恨又爱的动作冒险沙盒类 游戏 。
只狼：影逝二度是一款由From Software制作的第三人称视角的动作冒险沙盒类 游戏 ，于2019年3月22日在全球同步上市，曾获得 游戏 大奖的最佳动作冒险 游戏 和年度最佳 游戏 奖项。 游戏 主角是一名忍者，靠着攒满经验来获得技能点，不同fs社以往的 游戏 以强化力量或者智力敏捷这些词条来提升角色强度，而是通过解锁技能树来确定自己的风格，有忍者风格、武士风格，另外还有围绕义肢的构筑。
绝对自由在只狼里得到了部分体现， 游戏 中的忍者不需要在传统固定路上慢慢 探索 ，而是像一个真正的忍者那样飞檐走壁，不仅可以逃避敌人的追击，还能发现隐藏路线。总体来说这个 游戏 的偶然性要远超过固定性，因为你不知道翻过这个墙之后会遇到什么，有可能是给你绝杀的强敌。
这款 游戏 最硬核的部分就是通关需要的技巧，角色在战斗中的体位会影响战斗的效果，这个体位取决于玩家与敌人的相对位置以及所使用的招式，玩家需要让自己的“体位条”变短，并让对手的条变长。比方说在敌人攻击的时候抓住时机成功格挡，增加敌人体位条，但是时机不准则会增加自身体位条，选择这种战斗方式更像是一场赌博考验的是反应力和熟练度。当对手体位条达到最大时，不仅会出现一击必杀，还会有特写镜头，反之当自身体位条最大时则会陷入眩晕的状态任人宰割。
满屏的“死”字告诉你，这款 游戏 没有退缩，只能上，在无数次死亡后通关，如果你是手残党，那么这款 游戏 绝对会让你抓狂，因为这款 游戏 随时在考验你的操作极限，即便是大神也很可能一不小心就“死”了。
逃离塔科夫。
没有地图
口渴，饥饿。
专治换弹癌，剩多少子弹只能预估。子弹一个个按。
子弹打到四肢，会流血、会骨折、痛了会上头。
死了装备叫人捡了，就真没了。
等等。
那肯定是“扫雷”了，30年经典，历久不衰！
EVE，真正的架构了一个虚拟世界。你可以选择当海盗，或者任务。也可以组建军团，联盟，一直征战星海。 游戏 内除了部分星系属于npc势力，剩下的70%全是无主的星系。玩家可以自行占领。
游戏 内所有的装备，舰船，均为玩家制造供应。该 游戏 只有在 游戏 开服的初期，提供少量的舰船有npc售卖。往后所有的船只均由玩家制造，90%的装备，弹药均为玩家自行制造。
所以这 游戏 当一个商人也是可以的。像现实中的制造业一样可以分为上下游产业。
最初期的原材料，矿石，由玩家于小行星带挖掘获得，而这一工作，可以衍生出像包工头，矿老板之类，专门组织人员挖矿或者，统一收购矿物进行售卖。再往后制造舰船，装备，也由有专业技能的人员进行。装备，舰船制造好了之后，那就要卖了。卖哪去，也是自由选择。你如果是散户，造着玩，可以就在当地出售，方便，不用跑路。也可以运输至这个 游戏 的商业中心，吉他-海军组装车间4空间站。由于 游戏 地图广阔，人员分散不均，世界各地的物价也不尽相同。可能某些东西，当地市场比较稀缺，又或者当地被奸商联合把持，物价会比较高。像海4这种宇宙贸易中心，一般来说物价是宇宙最低。
扯远了…说回来，如果你是造船的大户，你卖船的选项就更多了。
一、和军团联盟合作，一般来说就是自家军团，或者联盟。舰船 物资一小部分可以在军团，联盟控制内的星系自由交易市场售卖。
二、大部分舰船 物资卖给军团，联盟用于发放战损，或者组建舰队。由于这 游戏 ，舰船一旦被打爆就是没了，所以舰船等于消耗品。挂靠上军团，联盟，绝对的大买卖。
还有就是这 游戏 ，装备再好，也怕针对，或者人多。舰船装备的配置，大体分为打架和刷怪。当然也有跑路，运输的配置。
这 游戏 最顶级的装备，叫做官员装，由npc海盗官员掉落。便宜的几十个亿，最贵的几千亿。（这 游戏 月卡可以在 游戏 内销售，价格逐步上涨，我玩的时候28亿一张，afk那会已经220亿了）。就算你是顶级的一身一号官员的装备。被人顶上，绝对的死。这种人就是强暴党。他们专门游走于高安全地区，使用设备扫描来往的舰船，看他们的装备如何，如果强行pk把对方船爆了，掉落的装备还能回本再赚不少钱，他们就会行动。这 游戏 ，排除旗舰，单轮伤害最高的为1400榴弹炮，开火一轮要18秒左右，单次伤害非常恐怖。配合龙卷风战列巡洋舰，可以装8门1400。
假如你开的是个运输船，或者其他的小船，对于龙卷风来说可以直接一轮带走。
如果你运输船带着几十亿，几百亿的货物，他们可能从很远的地方就等着你。最终在你跳跃过星门，准备向下一个星门跳跃时，直接对你锁定，强行开火，直接把你打爆。虽然此时他会被安全区的警察瞬间击毁，但他会操控早就准备好的小号，同时飞到你身边把你的残骸里的装备捡走。这就是强暴的整个流程。当然，如果你的船是血量较高，一身顶级装备的战列舰呢？不好意思，一条龙卷风不够，那就来5个，10个，20个。一条龙卷风所有配置装备加起来才一亿多，顶级装备少说几百上千亿，干这一票，只要不脸黑，装备全部都爆了，有一两个个装备还在，那就稳赚不赔。
经常有刚玩 游戏 的，还抱着国产 游戏 的思路，装备好谁都不怕，直接上某宝找人买装备，出门没蹦跶一天，直接被人强暴，含泪退游。
打字累死我了，大家爱看不看，我也afk好几年了
地球ol
《地球OL》管理人员--重要通知：
《地球OL》从开发到现在已经有45亿年了，感谢所有玩家的大力支持，我们将会更加努力，做出更好的改动。由于《地球OL》现在还是处于内测期，经过管理员UFO的细致测试，我们将会进行一次删档，删档日期定在2012年12月21日至2012年12月25日。虽然距离上次删档只有短短的6500万年，但是为了能做出更好的 游戏 ，请广大玩家谅解。我们删档测试将会做出如下改动1将会删除所有的《地球OL》 游戏 玩家。2 游戏 将会创作出新的种族，但是将会删除人族玩家，请人族玩家们注意了，
游戏 更新后请人族玩家选择自己的新种族。
感谢玩家的一贯支持，我们立志做出最好的角色扮演 游戏 。谢谢
地球OL运营团队
好吧我无聊来舒缓一下你们紧张情绪……
看到这个问题，笔者马上头脑风暴了一波
.....EVE
我唯一能想到能堪此大任的 游戏 ，就只有那个还未出生便消耗了20亿研发资金的 游戏 ——《星际公民》。
相信很多资深科幻爱好者早就久仰这款 游戏 的大名，甚至还参加过众筹为它掏过腰包。
这款 游戏 是所有科幻玩家的梦想之作，也是所有 游戏 玩家的梦幻之作。
一个恢弘壮丽、没有边界、不停扩张，不断变化的宇宙；璀璨夺目、各不相同、各有其地貌的无尽星球；堪比3A、战斗精良、手感上乘的战斗系统；强调多人、社交模拟、玩家的行动或许成为传说的社交系统……
是的，这款 游戏 相当于是整个宇宙，够硬核了吧？
它比艾泽拉斯的地域更广阔，比EVE的深空更迷人，自由度秒杀GTA5，精细度赶超荒野大镖客2。
它在2011年就放出了概念预告，10年来从未停止过众筹，迄今为止共筹到2.7亿美金用于 游戏 研发，它的每一个概念画都让人雪麦喷璋，然而它的完成度，依然不到10%。
为了维持 游戏 的“热度”，它每周都会高调的更新自己众筹到的资金，全世界的狂热科幻迷们持续不断的给它输血，希望有生之年可以体验到这款旷世神作。
有人把它称作是 游戏 行业最大骗局，也有人把它称作是 游戏 行业的未来。
星辰大海已经不足以描述这款 游戏 的野心，它要征服的，是全宇宙！
只不过这个征途有点漫长，长到笔者并不相信CIG真的能把它研发出来。
以现在的计算机技术，想要以三维图形的方式，一个地球这么大平面的星球，所占用的资源就已经是超乎想象的了，而这款 游戏 要实现的，是一个动态的宇宙。
每一个星系，每一颗星球，都有自己独有的生态。
这是什么概念？
这个概念就是通过计算机算法，完美复制一个无限大的宇宙，这是只存在想象中的概念，以当下的计算机存储、算力根本就不可能完成。
如果未来量子计算机达到民用水平，《星际公民》的 游戏 设想说不定真的可以实现。但在这之前，这根本就是在白日做梦。
不过梦想始终还是要有的，万一哪天真的实现了呢？就像我明知道中国 游戏 行业没有希望，但还是坚信它会慢慢变好一样。
希望这款最硬核的《星际公民》有生之年可以面世，而不是一场依靠概念圈钱的骗局。
《超级猫玛丽》
《超级猫玛丽》号称史上最变态的超级玛丽。
猫版超级玛丽是一个恶搞的超级玛丽 游戏 ，BT而且 搞笑 ，其中设有重重关卡，让你在埋怨作者整人的同时，又不禁会感到恶趣味连连。正是这个原因，这个 游戏 已成了超级玛丽迷必玩的 游戏 了。
操作难吗？当然难，因为你永远不知道下一秒要发生什么。
我给大家分享一个冷门经典 游戏 ，蓝色警戒。原版名称 State of War的，被无良商家莫名其妙的翻译成蓝色警戒，跟红色警报没有什么关系。
蓝色警戒是万众 科技 出品的一款即时战略 游戏 （一说策略 游戏 ）。2020年，7大洲联盟建立了一个名为“超脑”的全球防御系统，其核心是一个高智能电脑软件系统，控制着全世界22个主要军事基地，时刻准备应付可能发生的战争冲突。宗教势力Beho-Sunns经过长期研究，发现了“超脑”的弱点，使用黑客侵入了“超脑”系统的内部，取得了系统控制权。Beho-Sunns控制了全部22个军事基地，最终目的是统治全球。7大洲联盟不得不宣布进入一级战备状态，玩家扮演的是最著名的军团首领，要去阻止Beho-Sunns的疯狂行为。
这是我童年的回忆，我当初接触的第一款 游戏 就是这个。虽然以现在的眼光来看，画面有些过时，不过对于一个2001年的 游戏 ，画质与其它 游戏 相比算是不错的了。
游戏 的玩法比较独特，开局会有一些少量的部队，总部（通常是一个，被摧毁就输），飞碟（从总部产出，与总部数量相等，通常也是一个），飞碟用于研发 科技 ，修理建筑，也能攻击敌方建筑，是 游戏 的主心骨，在地图的建筑中，机械工厂可以制造各种坦克与机器人部队，自动生产，玩家只需要研发升级和设置集结点即可。雷达可提供呼叫空军轰炸的机会，太阳能电站提供研发指数，用于升级部队，风力电站加速生产，金矿产钱，金钱用来制造炮塔防守。地图为卫星显示，没有战争迷雾，颇有一种掌控全局的感觉，所有东西纯机械自动化生产，军队也是全机械化的，拥有浓烈的未来战争的味道。使用军队占领地图上的闲置或敌军控制的建筑物，研发 科技 ，升级军队，然后消灭敌人。也有防守关卡，坚持一定的时间完成任务（不过我通常不拘于防守，时候甚至在时间到达之前灭净敌人）
我说它难，很多人都说难。只要你去网上搜，他的贴吧里都是第x关怎么过的呼声。在一开始接触这款 游戏 的时候，大多数人都会觉得 游戏 速度慢，一个单位要走好长时间才能到达目的地，等你玩下来之后你会发觉：靠，TMD居然操作不过来？！22个军事基地，22个关卡，除了前面几关比较简单，后面的关卡就开始吃力了。这款 游戏 没有战争迷雾，默认全图可视。这只会让你压力倍增，因为会让你会看到对方敌人的势力有多强大。大片大片的敌人攻过来，用一个朋友的话说，像赶街一样，一个不小心，就会全线溃败。每一个关卡都会让你在那里卡住很长时间，找不到破敌的方法，打不过去。
一款 游戏 操作的手速不需要太高，它考验的是你的意识和大局观。这款 游戏 的战线通常会拉得很长，或者是有好几条战线。所以，玩这款 游戏 最考验多线操作，单比多线操作的话，什么星际魔兽在它面前都是渣渣。要玩好这款 游戏 ，四线操作是基础。己方的建筑升级，阵地防御，同时要从几条路线一起推进攻击敌人。所以有时甚至要进行五线甚至是六线操作。你还要拥有意识，什么时候进攻，什么时候防守，怎样迎敌，寻找破绽进攻。总之就是：你可以没有神一样的操作，但你必须拥有神一样的意识。由于工厂是自动生产的，每隔一段时间自动产出一个单位，然后开往集结点。所以你需要做的是屯兵，如果兵力消耗太过激烈，会导致你因为兵力太少根本无法组织有效的进攻，最终溃败。在你用空军轰炸敌方单位的同时，你还要操作自己的单位，不让敌方空军轰炸到。等钱攒得足够多了，多摆几个防空塔，防止空军轰炸和敌方飞碟的骚扰。
而对于最后那几关，只要一看小地图，你就会惊呼，擦，全地图90%的领地都是敌人的，感受到制作方满满的恶意有木有？分分钟把你虐的不要不要的。
对于这些关卡难度，如果你还嫌不够难的话，蓝色警戒还有其他的版本，比如它的资料片，战争狂人。以及其他的网络改版，比如铁血革命什么的，很多人都惊呼，如果不用作弊码根本打不过去。而如果你挑战赢了这些关卡，最后的烟花和字幕升起的时候，那种成就感也是无与伦比的。
我把蓝色警戒，例入最硬核的 游戏 ，大家有意见吗？
⑻ 算力智库：共享单车太烧钱AI公司也不逞多让
依图 科技 发布自研AI芯片“QuestCore”，人工智能烧钱还在继续，但这个行业和互联网模式烧钱似乎又有点不一样。
上个月，依图 科技 召开发布会，正式推出首款云端芯片“QuestCore”和依图原子系列云端服务器、依图前沿系列边缘盒子，并宣布AI芯片已实现商用。
作为和商汤、旷世、云从并立机器视觉“四小龙”的依图 科技 率先推出了自己的AI芯片，进军芯片领域。
一方面是技术的持续发展，一方面是越发加速的烧钱，但是人工智能的烧钱，和互联网公司的烧钱，是两个逻辑。
1 人工智能无底洞，巨头盈利仍靠补贴
现阶段人工智能基础领域的技术研究还在继续，这个行业烧钱也还在持续。
人工智能领域目前最火的应用目前主要集中在安防、医疗、金融等领域。
然而，即使在食物链最顶端的几家人工智能公司，最大的订单量除了金融行业，基本以政府采购为主，尤其是现在人工智能行业主攻的智能安防、智慧城市等项目。
然而，据某人工智能公司员工爆料。此类项目都是以获取政府订单获得知名度为目的，因此盈利很少，甚至很多时候都是亏本的状态。
即便是上市公司科大讯飞，2018年年报显示获得政府补助总额2.85亿元，占比净利52.58％。据统计，十年来仅政府补贴就超过十亿。
被称为人工智能四小龙的商汤、依图、旷视、云从更是被戏称为“融资机器”。
这样的烧钱程度更甚于此前共享单车大战，但是烧钱的逻辑，和传统的商业逻辑并不一样。
2C行业的烧钱逻辑很简单，前期烧钱推广渠道抢占用户，获得未来的订单。而投资人的逻辑则更简单，那就是前期投入等待接盘。尤其是互联网行业，更是一场估值 游戏 ，人们追求的是交易机会而不是实际价值。
前有P2P、后有共享单车，一旦企业后续融资没有跟上，资金链断裂，没有持续变现渠道的互联网泡沫破灭，钱烧没了也是分分钟的事。
人工智能行业的烧钱为何不同？其核心在于钱投在了实际产品中。
2 人工智能的钱怎么烧？
去年6月和7月，依图 科技 先后完成了2亿美元和1亿美元的C+轮战略融资，时隔一年，依图发布“QuestCore”AI芯片，从发布会现场的介绍和数据来看，依图的芯片在人工智能领域内属顶尖水平，依图 科技 用成果给予了投资者回应。
AI算法厂商推出自有的AI芯片，加速自身AI技术能够更好更快的落地，已经成为了一大趋势。
商汤 科技 选择了和芯片大鳄高通合作，旷视 科技 携手联发科，而云从 科技 和依图 科技 均选择了自研芯片。
在全球范围内，AI芯片早已成为各行业巨头最为重视的战略高地。Google很早就推出了自研的TPU；Nvidia在AI领域也是深耕多年，并且在云端AI芯片、 汽车 自动驾驶领域占据了很大的市场；2017年，Intel以150多亿美金收购了ADAS/自动驾驶AI芯片及解决方案厂商Mobileye，此外还收购了AI芯片公司Movidius；Facebook也有在芯片方向布局；不久前，Tesla也推出了自己的自动驾驶AI芯片。
而在国内，如网络在2018年就发布了云端AI芯片“昆仑”；阿里去年也收购了中天微，并且还成立了平头哥半导体公司；同时，在去年，众多的语音AI算法厂商（如云知声、Rokid、思必驰等）及视觉AI算法厂商（如地平线、云天励飞等）也都纷纷推出了自己的AI芯片。
依图创始人兼 CEO 朱珑在发布会上表示，摩尔定律已濒临终点，智能算法性能的增长在过去的4年提升100万倍，人工智能的发展时代下，算法才是计算力的更大引擎，“算法即芯片”，算法性能已经成为芯片成功与否的关键。
这也意味着，人工智能并不是简单的算力竞争 游戏 。其本质上，还是要找对应用场景，并且开发出更具优势的算法，以此定制出来的芯片才更具性价比优势。依图 科技 的首款云端视觉推理AI芯片就是遵循着这一逻辑。“人工智能企业若只以单一领域的技术进行竞争，未来仍将面临压力，因此建立体系对人工智能企业来说至关重要。”人工智能学者刘峰曾表示。即便商汤 科技 在2017年宣布已实现盈利，却仍然在加大融资力度。去年5月，商汤宣布完成C轮6.2亿美元融资，估值45亿美元。有媒体爆料，商汤 科技 融资或为布局研发芯片。
人工智能已经从技术进入芯片，行业巨头们不再满足于技术赋能，而是提供从底层技术到核心硬件的整体解决方案。
这也是这个行业的独特所在，其不仅是一个独立的增量市场，更是能带动所有产业的能效提高，也被称为下一场工业革命的重要引擎。
因此，人工智能甚至成为了国际间军备竞赛中最重要的桥头堡之一，这也是为什么科大讯飞这么多年来可以持续获得政府补贴的原因。
中国这种基建狂魔以同样的热情投入到了人工智能的基础建设上来， 科技 产业园区建立、相关政策出台，哪怕还处于烧钱阶段，人工智能的确烧出了不一样的烟火，甚至带动着政府一起起舞。
3 人工智能的钱也会打水漂
虽然人工智能行业占据了天时地利人和，但并不代表投入一定能带来回报。尤其是目前整个行业都没进入稳定的盈利渠道。
据IT桔子统计，2019年前四个月，AI行业资本交易量下降，平均单笔交易融资额1.07亿，相较于2018年1.8亿的平均单笔融资金额，近乎腰斩。
另一个数据则显示，2018年全年有将近90％的人工智能公司处于亏损状态。根据《北京人工智能产业发展白皮书（2018）》对国内AI创业公司数量和投资的统计数据显示，截止2018年底全国人工智能企业4040家，但其中拿到风险投资的公司仅占总数的30％，有70％的公司没有拿到融资，倒闭清算只是时间问题。
显而易见的是，即便是头部企业，持续烧钱还将继续，但人工智能市场仍在，倒下越多，资源无疑将会更加集中。
目前人工智能公司不断拓宽应用领域，是在目前的技术边界做出的不断 探索 。但是在开始稳定盈利之前，要么继续研究技术，要么等待死亡。
但至少，人工智能行业烧掉的钱，在推动产业技术进步，而不是放大泡沫。
更多精彩资讯，请来金融界网站(www.jrj.com.cn)