文 | 光子星球 文 | 光子星球 相比其他动辄🤯瞄准万亿市场的同行，网易的风格决定了其在新业务拓展上基本遵循😉小叙事，强调高效率，带有强烈实用主义与碎片化色彩。 务🌟实仿佛成了网易创新业务的定语，任何微小的创新都将场景作为迈出🚀的第一步——其许多新业务未能走出“小打小闹”的范畴，随大市场😊需求而流变，尤其是在需求系统性思维to B领域。另一方面，常🤩规互联网to B思路是既有业务与组织能力的经验迁移，游戏与物⭐理世界间的场景割裂是天然的鸿沟。 Gen AI持续迭代🌟，泛化的可能性让AI有望成为厂商弥合场景的桥梁。好比玩家推动😆迭代的英伟达GPU，涉及剧情文字、图形、动捕、建模等多个AI🤯应用领域的游戏是AI的来路，也可以是AI的去向。 光子😀星球获悉，网易伏羲实验室（下称伏羲）旗下工程智能化品牌网易灵🚀动（下称灵动）经市场验证，开始步入规模扩张阶段。目前其主要运🔥营方向是在国内拓展市场渠道，同时尝试方案出海。 大多数😆时候，小众突围都存在一定偶然色彩。但不可否认，于网易而言，灵😂动是游戏与AI技术向物理场景迁移的成功实践。 更重要的🎉是，AI与游戏紧密贴合的特性，昭示着网易乃至整个游戏行业有着😂更大的主线任务：在服务型内容游戏当道的当下，游戏外的业务实践💯能否为游戏本身提供更多产能上的支持和升级，较游戏技术向外迁移😊更重要。 “副业”的自我突围 游戏扛鼎的网易有“🥳不务正业”的资格，但相比于其他企业的创新业务，网易的风格独树😁一帜。 正如创新前的那句定语，相同的管理理念下，网易创😂新业务的发展与游戏工作室相似。全权负责业务的负责人需要带队从🤔0到1实现落地，而后才能进一步争取资源与支持。 换句话😎说，网易孵化的创新项目自诞生之初，便背负着较强的落地期望。此⭐外，部分市场前景较明晰的业务存在营收KPI指标，如网易数智旗🌟下互联网安防业务易盾在KPI完成度上较为出色。 至于从🔥0到1的过程，创新业务亦与游戏业务无二：内部验证可行性后再由👏负责人主导对外输出。简单梳理灵动项目发展历程，我们能看到自内👍向外的清晰轨迹。 2021年下半年，机器人项目正式启动🤯；2022年，相关技术支持下的挖掘机投身网易杭州园区建设；2😍023年后开始外部实践，通过与中建八局的战略合作打开垂直市场😡的大门。 与其他创新业务相比，灵动的优势在于游戏3D建👍模、数字孪生与拟态技术，为内部验证提供了基础。 据了解💯，灵动的前身是伏羲下属的一个AI落地探索团队，受GPT3启发😜，自2021年起开始锚定工程机械智能化为游戏外的重要AI落地🙌场景。在那个机器学习与NLP占绝对主流的年代，国内大厂大多将🤯目光放在流水线的生产管理与提效上，工程机械反倒有种“灯下黑”👍的意味。 展开全文 或是得益于此，灵动在这个极为😢小众的新市场站住了脚跟，并于2023年成立网易灵动，以解决落😊地、客户交付等商业化问题。负责人小新（化名）表示：“我们的客💯户不在科技圈，而是在矿山、港口、搅拌站这些垂直基建场景。” 🥳 尤其是在立项之初，团队对工程机械缺乏具体认知的时候，他😜们便通过仿真游戏的渲染引擎建模挖掘机、装载机等，低成本进行碰😢撞、摩擦与物体识别等实验以验证算法。如今早已在网易多款游戏中😡应用的智能NPC，同样可以直接迁移到工程场景，无非是将数据来😉源由玩家转为操作机器作业的“老师傅”。 另一方面，在前😊述内部机制下，领队人之于项目亦起到至关重要的作用。 接🌟近网易人士张涵（化名）告诉光子星球，小新有着创业背景和AOP⭐（面向“智能体”编程）相关技术经验，且早年在网易负责内部支撑😎与产研。前者造就了他对工程机械和AOP落地的“执念”，后者则🚀为团队争取了更多资源支持与空间。 我们了解到，灵动品牌😀今年的ARR（年度经常性收入）在过去一年保持着高增速——除了😊来自雷火的技术支持，网易相关领导也很关注该项目。 如果😅不是起初便锚定了明确的场景，解决商业化的先验难题，灵动的落地🙌道路可能不会像如今一般顺畅。 值得一提的是，2024年😎初恰逢游戏行业变故。张涵提到，这场变故对网易而言，受影响最大💯的并非游戏，而是基于游戏业务上的创新业务。这或进一步加剧了灵🔥动团队的商业化压力。 基业优先的特性导致网易可能会在探😁索新业务时难以“毕其功于一役”，却不妨碍具备创新性的产品在小🤗众市场自我突围。游戏业务上，网易曾推出一系列小众品类精品，创😊新业务也跑出了有道、网易云音乐以及网易灵动等细分市场位置靠前😂的项目。 小众赛道的红与黑 很多时候，新技术是债😉务而非资产，因为许多技术在诞生之初找不到足够清晰、连贯的应用😆场景。而什么都有想要的结果则是核心研发能力被指数级地稀释，最😢终追随者取得胜利。 处于资本风口，广义上的具身智能还在😅凭借通用性寻找诸如巡检、监测、救援等确定的落地场景。反映到商😉业化上，据人形机器人场景应用联盟统计，上半年国内公开的人形机🤯器人订单中，高校、科研院所、职校等“探索性”主体占比为75%🎉。 “不要到大家都看好的路上挤，而要顺势而为，到安静处🚀去积蓄力量”。承继相似管理哲学，一早便确定场景的灵动不太受此😂烦扰，商业化更多像是一个随技术演进而循序渐进的过程。 ❤️小新表示，灵动积累了大量挖掘机、装载机等工程机械一线作业的行😘业数据。这些行业生产商都未必掌握的数据，经清洗标注后便是智能👏化的行业Know How。我们了解到，灵动在招聘中特别提到员😊工需要自己赶赴作业现场验收数据与实践成果，并以此迭代产品和算😎法。 比较典型的落地案例是灵动前段时间发布的无人装载机🤯。据悉，在掌握挖掘机相关作业的物体识别、避障等数据后，灵动团🚀队仅花费三个月便在模拟环境下跑通单机智能化，即自A点铲料，去😉B点卸料。但在实际投入一线中，仍面临不少难点。 “跑通🤯智能化之后，后续的任务就是单机效率的提升。这个过程中会遇到许🥳多工程化问题，比如人员误入、料斗大小的适应、障碍物的避让与多🤯机并行 调度”，小新表示。 基于此有两个重要参考指标，❤️一个是单机效率相比人类操作能提升多少，另一个是AI接管率，即😊有多少任务可以完全交由AI完成——两相结合，即可得出规模生产😴场景下，无人方案较传统作业的综合能耗优势。 目前，灵动😴智能化方案下的无人装载机的综合能耗较传统人工节省30%，其中😍部分来自于省去了夜间高峰作业的照明费用。从最早的矿山，到港口🤔、搅拌站，跑通垂直场景技术路径后，灵动需要做的不过是不同基建🤔场景的横向拓展。 “选好自己的场景，先不去解决通用性问😅题，尽可能垂直，最后和客户做双向筛选”，灵动的发展路径，从某😊种程度上与多数偏向通用性能力的具身智能独角兽形成了差异化。 😆 具身智能的最大敌人是人类自己，而高度碎片化的市场特征，😢也让专精垂直领域的打法更易积累早期优势，直到项目在小众市场触😍顶。 今年7月的WAIC，网易灵动发布全球首个为露天矿🙄山挖掘机装车场景打造的具身智能模型“灵掘”与训练框架“机械智🙄心”。为加速赛道发展，其还开源了模型数据集。 小新透露😀，灵动正在积极接触工信部、工程机械协会，以推动行业标准化，吸😡引更多主体与合作伙伴参与。据了解，灵动商业化落地案例中，有5🌟0%的客户会找网易灵动来购买全套的方案，包含工程机械本体和智🙌能化套件服务。灵动再向徐工、长安重工等主机厂下单定制化生产无😊人化的设备。其余40%是在现有工程车辆的基础上，灵动提供软硬😡件一体的背包服务，安装到工程机械上，使其可以直接实现自动化无😢人化的作业能力 大致算下来，灵动仅有10%的订单是经由😴合作伙伴封装交付，自侧面印证其拓展渠道合作的迫切，亦表明业务🚀自早期验证步入市场拓展阶段。前文提到的开放数据集，以及灵动目😢前正在着手的出海，均是开拓市场空间的表现。 早些时候，😜以灵动为代表的网易创新业务更多只能充当集团营收的补充，尽可能🌟回收内部初期开发成本。随着Gen AI持续演进，或通用或垂直😡的Agent加速泛化，创新业务有望在实践中反哺游戏AI。 😆 游戏才是星辰大海 黄仁勋来华，穿唐装卖芯片；蔡浩宇🔥赴美，开公司做游戏。多位行业大佬身体力行，足以证明游戏与AI🚀从未分家。 自2023年起，AI游戏的初创公司与项目便😂层出不穷。只是多数项目在人才密集型的组织中沦为一闪而过的“流❤️星”。 大语言模型的成本已经被打下来，但生图模型的成本🙄仍高居不下，导致多数项目不得不为AI NPC与Agent披上🥳像素游戏的外壳。这般类似90年代掌机的“复古”沙盒体验，而今⭐多出于小成本独立游戏，画面表现甚至不如小程序运行的小游戏。 ⭐ 另一方面，目前许多AI游戏项目以“共建线上社会”为验证🤗落地的核心目标，需求玩家与AI高频交互。可不论是打字还是语音😢，于玩家而言都是不小的交互成本；开发者亦需要为交互背后的To😁kens付费。 自由度与低成本之间的天平没有谁能平衡。😍 参考蔡浩宇推出的Demo项目《Whispers fr🚀om the Star》。其以线性推动剧情叙事的方式限制自由🤗度，从而控制交互成本的做法倒向了另一个极端：推动玩家买账的是🚀AI，而非游戏性——逻辑上与Character.AI这般AI😉陪伴产品没有本质区别，只是游戏为玩家预设好了背景和场景。 😀 为AI寻找游戏落地场景是创业者的乐土，成熟厂商无需“为赋😊新词强说愁”。相反，多个已验证的场景需要AI的参与。事实上，💯AI游戏没有“Native”，AI本就应该是游戏的底层技术。❤️ 以《逆水寒》为例，AI的介入正在缓慢改变MMO的社交😀生态体系。其联合快手推出的剧组玩法，支持玩家一键导入预先准备😴好的视频片段或清晰图片作为动作捕捉的基础素材，生成动作和表情😅数据，甚至生成游戏“短剧”。 公开数据显示，《逆水寒》⭐剧组模式UGC总数破千万，已经成为维护玩家留存与活跃的重要动❤️力。 对于有技术而缺场景的网易而言，依靠模拟建模初步跑😉通的灵动迈出了游戏到其他垂直场景的第一步，过去限制网易创新业😅务的场景割裂问题已经解决一半。 在此之后，灵动与伏羲实😜验室的进一步挑战是加速批量化与规模化。至于未来的发力方向，亦👍昭然若揭——AI产能于工业化管线中的占比。返回搜狐，查看更多😎

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

近日，《Nature》杂志的最新一期封面论文引起了广泛关注，😂研究主题是 DeepSeek-R1。这项研究由梁文锋教授团队😘主导，内容围绕如何通过强化学习来提升大型语言模型（LLM）的😢推理能力。早在今年1月，该研究已在 arXiv 上发布，受到😴学术界的高度评价。 在封面介绍中，《Nature》指出😍，如果大型模型能够规划解决问题的步骤，往往会得到更好的解决方👏案。这种推理能力与人类处理复杂问题的方式相似，但在人工智能领🥳域实现这一点面临着巨大的挑战。研究团队展示了如何在极少人工干🤗预的情况下训练出具备推理能力的模型。 DeepSeek💯-R1模型的训练采用强化学习策略，模型在正确解答数学问题时会❤️获得高分奖励，而答错则会受到惩罚。通过这样的机制，DeepS😉eek-R1学会了逐步推理、解决问题，并在给出答案前进行自我❤️验证，从而提高了其在编程和科学研究中的表现。 值得一提🤗的是，DeepSeek-R1被认为是首个经过权威学术期刊同行🚀评审的语言模型，这一成就标志着 AI 领域的一个重要里程碑。👏Hugging Face 的工程师 Lewis Tunsta🤩ll 对此表示，这是一个重要的先例，强调了行业规范的重要性，😊尤其是在评估 AI 系统潜在风险时。 此外，研究团队在🚀论文中对模型的训练数据类型和安全性进行了详细说明，避免了对模🤔型的拟人化描述，确保研究的严谨性和透明度。这一开放模式得到了😊同行的广泛赞誉，认为有助于提升公众对 AI 的信任。 🤩划重点:返回搜狐，查看更多