Apropos heimische Spiele, die in den letzten zwei Jahren auf der ganzen Welt populär geworden sind: Genshin Impact hat definitiv die Nase vorn.
Laut der im Mai veröffentlichten Umsatzumfrage für Mobilspiele im ersten Quartal dieses Jahres belegte „Genshin Impact“ mit einem absoluten Vorsprung von 567 Millionen US-Dollar den ersten Platz. Dies gab auch bekannt, dass „Genshin Impact „hat nach seiner Einführung einen kurzfristigen Erfolg. In nur 18 Monaten überstieg der Gesamtumsatz allein mit der mobilen Plattform 3 Milliarden US-Dollar (ca. 13 Milliarden RM).
Jetzt ist die letzte Inselversion 2.8 vor der Eröffnung von Xumi längst überfällig. Nach einer langen Entwurfsphase gibt es endlich neue Handlungsstränge und Gebiete zum Spielen.
Aber ich weiß nicht, wie viele „Leberkaiser“ es gibt. Jetzt, wo die Insel vollständig erkundet ist, beginnt wieder Gras zu wachsen.
Es gibt insgesamt 182 Schatztruhen + 1 Mora-Box (nicht im Lieferumfang enthalten)
Über die Wachstumsphase muss man sich keine Sorgen machen, an Abschlussarbeiten mangelt es im Genshin Impact-Bereich nie.
Nein, während der langen Grasphase haben einige Spieler XVLM+Wenet+STARK verwendet, um ein Sprachsteuerungsprojekt zum Spielen von Genshin Impact zu erstellen.
Als er zum Beispiel sagte „Benutze Taktik 3, um den Feuerschleim in der Mitte anzugreifen“, benutzte Zhongli zuerst einen Schild, Ling Hua machte einen Schrittschritt und sagte dann „Entschuldigung“ und die Gruppe zerstörte 4 Feuerschleim.
In ähnlicher Weise benutzte Diona E, um einen Schild aufzubauen, nachdem sie gesagt hatte: „Greife die großen Qiuqiu-Leute in der Mitte an“, Ling Hua folgte mit einem E und dann eliminierte 3A die beiden großen Qiuqiu-Leute auf wunderbare Weise.
ist unten links zu sehen, der gesamte Vorgang erfolgt ohne den Einsatz von Händen.
Digest Microbiology sagte, er sei ein Experte und werde beim Schreiben von Büchern in Zukunft seine Hände schonen. Er sagte auch, dass Mütter sich beim Spielen von Genshin Impact keine Sorgen mehr über eine Sehnenscheidenentzündung machen müssten!
Derzeit ist das Projekt Open Source auf GitHub:
GitHub-Link:
https://github.com/7eu7d7/genshin_voice_play
Guter Genshin Impact, er wurde tatsächlich wie ein Pokémon gespielt
Der Das ganze Lebensprojekt hat natürlich die Aufmerksamkeit vieler Genshin Impact-Spieler auf sich gezogen.
Einige Spieler schlugen beispielsweise vor, dass das Design neutraler sein und direkt den Charakternamen plus den Fertigkeitsnamen verwenden könnte. Schließlich kann das Publikum die Anweisungen wie „Taktik 3“ beim ersten Mal und „Zhongli,“ nicht kennen. Benutze den Mittelpunkt der Erde“ Der Einstieg in das Spielerlebnis ist einfach.
Einige Internetnutzer sagten, dass sie, da sie Monstern Anweisungen geben können, auch Charakteren Sprachbefehle geben können, wie zum Beispiel „Schildkröte, benutze Frostzerstörung“.
Turtle Daily Doubts.jpg
Aber warum kommen Ihnen diese Anweisungen so vertraut vor?
Diesbezüglich sagte der Up-Besitzer „Schrödingers Regenbogenkatze“, dass die Geschwindigkeit der Schreifähigkeiten möglicherweise nicht mithalten kann und die Angriffsgeschwindigkeit langsamer sein wird, also hat er einen Satz voreingestellt.
Allerdings sind die Ausgabemethoden einiger klassischer Teams wie „Wanda International“ und „Lei Jiuwan Ban“ relativ fest vorgegeben und die voreingestellten Angriffssequenzen und -modi scheinen zu funktionieren.
Natürlich machen Internetnutzer nicht nur Witze, sondern machen auch ein Brainstorming und machen viele Optimierungsvorschläge.
Verwenden Sie beispielsweise direkt „1Q“, um den Charakter in Position 1 seine Bewegungen vergrößern zu lassen, verwenden Sie „schwer“, um einen schweren Angriff anzuzeigen, und „ausweichen“, um auszuweichen. Auf diese Weise ist es einfacher und schneller, Anweisungen zu erteilen. und es kann auch verwendet werden, um gegen den Abgrund zu kämpfen.
Einige erfahrene Spieler sagten auch, dass diese KI „die Umgebung nicht sehr gut zu verstehen“ scheint und „der nächste Schritt darin bestehen könnte, das Hinzufügen von SLAM in Betracht zu ziehen“, um „eine 360-Grad-Rundum-Zielerkennung zu erreichen“.
Der Up-Besitzer sagte, dass der nächste Schritt darin besteht, „den Prozess des Bürstens, Teleportierens, Tötens von Monstern und Erhalten von Belohnungen vollständig zu automatisieren“. Es scheint, dass wir auch eine Funktion hinzufügen können, um die heiligen Reliquien automatisch zu stärken Formatieren Sie die KI, wenn sie schief ist.
Der hartgesottene Grooming-Up-Inhaber von Genshin Impact hat auch den „Tevat Fishing Guide“ veröffentlicht.
Wie das Digest Magazine sagte, gibt es in Genshin Impact keinen Mangel an Grooming-Jobs, und dieser Up-Inhaber „Schrödingers Rainbow““ „Cat“ ist wahrscheinlich der „Hardcore“ unter ihnen.
Von „Automatische KI-Labyrinthplatzierung“ bis hin zur „Automatischen KI-Leistung“ kann man sagen, dass jedes von Genshin Impact produzierte Minispiel so KI-fähig wie möglich ist.
Unter anderem hat Digest Fungus auch das Projekt „AI Automatic Fishing“ entdeckt (Sie müssen nur das Programm starten und alle Fische in Teyvat können geerntet werden).
Die automatische Angel-KI von Genshin Impact besteht aus zwei Teilen des Modells: YOLOX und DQN:
YOLOX wird verwendet, um die Positionierung und Art des Fisches sowie die Positionierung des Landepunkts der Angelrute zu identifizieren; Steuern Sie den Klick des Angelvorgangs adaptiv und halten Sie die Intensität im optimalen Bereich.
Darüber hinaus nutzt dieses Projekt auch Transferlernen und halbüberwachtes Lernen für die Ausbildung. Das Modell enthält auch einige nicht lernbare Teile, die mithilfe traditioneller digitaler Bildverarbeitungsmethoden wie opencv implementiert werden.
Projektadresse:
https://github.com/7eu7d7/genshin_auto_fish
Wenn Sie nach dem 3.0-Update noch den „Salted Fish Bow“ benötigen, den Sie durch Angeln erhalten, liegt es an Ihnen!
Diese „Artefakte“, die Genshin Impact in Pokémon verwandelt haben
Als ernsthafter Mensch hält es Dictionary Fungus für notwendig, einige der „Artefakte“, die in diesem Genshin Impact-Sprachprojekt verwendet werden, allen vorzustellen.
X-VLM ist ein Multigranularitätsmodell, das auf dem visuellen Sprachmodell (VLM) basiert und aus einem Bild-Encoder, einem Text-Encoder und einem modalübergreifenden Encoder besteht -modale Aufmerksamkeit zum Erlernen der visuellen Sprachausrichtung.
Der Schlüssel zum Erlernen der Multigranularitätsausrichtung liegt in der Optimierung von X-VLM: 1) durch Kombination von Bounding-Box-Regressionsverlust und IoU-Verlust, um visuelle Konzepte in Bildern mit zugehörigem Text zu lokalisieren; 2) gleichzeitig durch Kontrastverlust, Matching-Verlust und Maskierung Verlust der Sprachmodellierung für die multigranulare Ausrichtung von Text mit visuellen Konzepten.
Bei der Feinabstimmung und Inferenz kann X-VLM die erlernte Multigranularitätsausrichtung nutzen, um nachgelagerte V+L-Aufgaben auszuführen, ohne Begrenzungsrahmenanmerkungen im Eingabebild hinzuzufügen.
Papierlink:
https://arxiv.org/abs/2111.08276
WeNet ist ein produktionsorientiertes End-to-End-Spracherkennungs-Toolkit, das in einem einzigen Modell den einheitlichen Two-Pass einführt (U2)-Framework und integrierte Laufzeit zur Verarbeitung von Streaming- und Nicht-Streaming-Dekodierungsmodi.
Erst Anfang Juli dieses Jahres veröffentlichte WeNet Version 2.0 und wurde in vier Aspekten aktualisiert:
U2++: Einheitliches Zweikanal-Framework mit bidirektionalem Aufmerksamkeitsdecoder, einschließlich Aufmerksamkeitsdecoder von rechts nach links. Zukünftige Kontextinformationen zur Verbesserung der Darstellungsfähigkeit des gemeinsam genutzten Encoders und der Leistung der Neubewertungsphase;
Einführung eines n-gram-basierten Sprachmodells und eines WFST-basierten Decoders, um die Verwendung von Rich-Text-Daten in Produktionsszenarien zu fördern;
Entwickelte ein einheitliches Kontext-Bias-Framework, das benutzerspezifischen Kontext nutzt, um eine schnelle Anpassungsfähigkeit für die Produktion zu ermöglichen und die ASR-Genauigkeit sowohl in „mit LM“- als auch „ohne LM“-Szenarien zu verbessern. #🎜🎜 #
Entwickelte ein einheitliches IO zur Unterstützung großer Datenmengen für ein effektives Modelltraining. Den Ergebnissen nach zu urteilen, erzielte WeNet 2.0 im Vergleich zum ursprünglichen WeNet eine relative Verbesserung der Erkennungsleistung von bis zu 10 % bei verschiedenen Korpora. Papierlink: https://arxiv.org/pdf/2203.15455.pdfSTARK ist eine Methode für Spatiotemporal Transformationsnetzwerke zur visuellen Verfolgung. Basierend auf der Basislinie bestehend aus Faltungsrückgrat, Codec-Konverter und Bounding-Box-Vorhersagekopf hat STARK drei Verbesserungen vorgenommen: Dynamische Aktualisierungsvorlage: Verwenden Sie Zwischenbilder als dynamische Vorlagen, um die Eingabemitte hinzuzufügen. Dynamische Vorlagen können Erscheinungsbildänderungen erfassen und zusätzliche Zeitbereichsinformationen bereitstellen; Score Head: Bestimmen Sie, ob die dynamische Vorlage derzeit aktualisiert wird. Trainingsstrategieverbesserung: Teilen Sie das Training in zwei Phasen auf 1) Verwenden Sie zum Trainieren zusätzlich zum Score-Kopf die Baseline-Loss-Funktion. Stellen Sie sicher, dass alle Suchbilder das Ziel enthalten und ermöglichen Sie der Vorlage Positionierungsfunktionen. 2) Verwenden Sie Kreuzentropie, um nur den Score-Kopf zu optimieren und andere Parameter zu diesem Zeitpunkt einzufrieren, damit das Modell über Positionierungs- und Klassifizierungsfunktionen verfügt. Papierlink: https://openaccess.thecvf.com/content/ICCV2021/papers/Yan_Learning_Spatio-Temporal_Transformer_for_Visual _Tracking_ICCV_2021_paper .pdfDas obige ist der detaillierte Inhalt vonSie können spielen, indem Sie einfach Ihren Mund bewegen! Benutze KI, um Charaktere zu wechseln und Feinde anzugreifen: „Ayaka, benutze Kamiri-ryu Frost Destruction.'. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!