当前位置:网站首页>腾讯、网易纷纷出手,火到出圈的元宇宙到底是个啥?
腾讯、网易纷纷出手,火到出圈的元宇宙到底是个啥?
2022-08-04 05:29:00 【行者AI】
本文首发于:行者AI
最近,一个叫“元宇宙”的概念火到出圈,腾讯、网易、字节跳动、Facebook等各路大佬纷纷入局,甚至连社交软件Soul也称自己是给Z世代提供以灵魂为链接的社交元宇宙。
元宇宙到底是个啥?各路资本又为何如此疯狂?这还要从1992年出版的科幻小说《雪崩》说起。
《雪崩》作者尼尔·斯蒂芬森构想了一个与社会紧密相连的三维数字空间。这个空间与现实世界平行,只要戴上耳机和目镜,找到一个终端,就可以通过连接进入一个由计算机模拟的三维现实。这里,每个人都可以拥有自己的分身(avatar),你可以定义自己分身的形象,可以通过分身聊天、斗剑、交友,还可以随意支配自己的收入。
这个虚拟的三维现实就是元宇宙(Metaverse)的雏形。
2018年,电影《头号玩家》将元宇宙的概念搬上了大银幕。这次,元宇宙换了一个名字——绿洲。

This is the “oasis” world, where the only limit is your own imagination.
这里是“绿洲”世界,在这里唯一限制你的是你自己的想象力。
“绿洲”脱胎于现实世界,又独立于现实世界。它有自己的运行逻辑,现实中有的,绿洲有;现实中不可能发生的事情,绿洲里却可能发生。只要你想,你可以化身高达、金刚、鬼娃恰奇,可以和小丑共舞,和春丽战斗,和蝙蝠侠一起勇登珠峰。就算现实生活中,你是个彻头彻尾的失败者,在绿洲里,你也有机会成为鲜衣怒马的少年英雄,一日看尽长安繁华。

元宇宙给了玩家无限的可能,这或许就是元宇宙的魅力,也是元宇宙吸引无数资本圈的大佬入局的原因。正如Roblox CEO Dave Baszucki曾说过的那样:“Metaverse是科幻作家和未来主义者构想了超过30年的事情。而现在,随着拥有强大算力的设备的逐步普及,网络带宽的提升,实现Metaverse的时机已经趋于成熟”。
在Baszucki眼中,元宇宙是一个我们可以工作、玩耍、娱乐的线上空间。元宇宙具有8个关键的特征:Identity(身份)、Friends(朋友)、Immersiveness(沉浸感)、Low Friction(低延迟)、Variety(多样性)、Anywhere(随地)、Economy(经济)、Civility(文明)。

首先你需要一个虚拟的身份,你可以是摇滚明星也可以是时尚model,你可以在元宇宙中进行社交,不管是跟已有的朋友联系还是认识新的朋友。这必须是极具沉浸感的,甚至能让你忽略现实世界,元宇宙内的一切都是同步发生的,没有延迟性,丰富的差异化内容保证了这个虚拟世界的吸引力,你可以随时随地的进入这个世界,无论你在床上还是地铁里。此外,这个世界应该具有自己的一套经济系统以支撑它的独立运行,也必然拥有自己的文明体系促使它的不断发展。
尽管与《头号玩家》中的“绿洲”相比,Roblox的画面并没有真实世界那么逼真,一眼看上去,会觉得这不就是一个乐高沙盒游戏?但Roblox为用户提供了一个自由创造的平台,玩家可以发挥自己的想象力设计游戏人物形象,构建新的游戏模式,创造自己的世界或是加入别人的世界。

所有Roblox的用户都可以是这款游戏的开发者,这种用户创造游戏与社群形成强互动的运行模式保证了用户的稳定增长,也使得Roblox难以复制,这让资本圈的大佬看到了Roblox或者说元宇宙在游戏未来发展中的巨大价值。
2020年3月,沙盒游戏平台Roblox在美国纽交所上市。作为首个将“元宇宙”写入招股说明书的公司,Roblox上市首日开盘价45美元,当日涨幅54.4%,市值突破400亿美元。
无独有偶,2021年4月,《堡垒之夜》的开发商Epic Games宣布获得10亿美金的巨额融资,主要用于元宇宙的研发。
与创意游戏平台Roblox相同,《堡垒之夜》同样具备元宇宙的倾向,但是这款游戏的娱乐性更强。在《堡垒之夜》中,玩家具有极高的自由度,可以重新搭建游戏场景,可以化身漫威超级英雄守卫堡垒世界,还可以听Travis Scott的虚拟演唱会,看诺兰的《盗梦空间》……以Travis Scott的虚拟演唱会为例,这场大约10分钟的沉浸式线上演出,吸引了超过1200万名玩家的同时参与,场次横跨亚洲、欧洲、大洋洲、美国等各个地区。这次演唱会不断变换的演唱场地、炫酷的游戏特效、超千万的观众人数,都不是任何一场线下演唱会可以比拟的。

值得一提的是,早在2019年,腾讯就与Roblox达成战略合作,而在2020年2月Roblox获得的1.5亿美元G轮融资中也有腾讯参投,此外,腾讯还握有Epic Games 40%的股份,《艾兰岛》、《乐高无限》等沙盒游戏的背后也有腾讯的身影。由此可见,腾讯对于打赢这场元宇宙战役的决心。
除腾讯外,网易、莉莉丝、字节跳动等大厂也在加快元宇宙的布局。网易的河狸计划,莉莉丝的达芬奇 UGC 平台、字节跳动对于《重启世界》的投资……都显示出大厂对于元宇宙的重视。VR、AR、5G、云计算、区块链等技术的逐渐成熟使元宇宙这个疯狂的、存在于科幻小说中的模糊概念有了实现的可能。
元宇宙确实会发生,但它还非常遥远,它很难被一家超级大公司独立搭建,而是需要更多的参与方与无数的内容创作者共同探索。科幻小说之父儒勒·凡尔纳曾说过“但凡人能想象到的事物,必定有人能将它实现”,我们期待着元宇宙的出现。
PS:更多技术干货,快关注【公众号 | xingzhe_ai】,与行者一起讨论吧!
边栏推荐
- AIDL communication between two APPs
- 【go语言入门笔记】12、指针
- 度量学习(Metric learning)—— 基于分类损失函数(softmax、交叉熵、cosface、arcface)
- 2020-10-19
- 动手学深度学习_线性回归
- Linear Regression 02---Boston Housing Price Prediction
- [Deep Learning 21 Days Learning Challenge] 1. My handwriting was successfully recognized by the model - CNN implements mnist handwritten digit recognition model study notes
- 【CV-Learning】卷积神经网络
- Postgresql 快照
- Endnote编辑参考文献
猜你喜欢

TensorFlow2 study notes: 5. Common activation functions

Jupyter Notebook安装库;ModuleNotFoundError: No module named ‘plotly‘解决方案。
![[Deep Learning 21 Days Learning Challenge] 2. Complex sample classification and recognition - convolutional neural network (CNN) clothing image classification](/img/5f/e5db59bdca19b275b2139020ebc6ea.png)
[Deep Learning 21 Days Learning Challenge] 2. Complex sample classification and recognition - convolutional neural network (CNN) clothing image classification

【CV-Learning】目标检测&实例分割

TensorFlow2学习笔记:7、优化器

TensorFlow2 study notes: 8. tf.keras implements linear regression, Income dataset: years of education and income dataset

TensorFlow2学习笔记:8、tf.keras实现线性回归,Income数据集:受教育年限与收入数据集

【CV-Learning】图像分类

sklearn中的pipeline机制

postgresql 游标(cursor)的使用
随机推荐
Lee‘s way of Deep Learning 深度学习笔记
Attention Is All You Need(Transformer)
【CV-Learning】目标检测&实例分割
字典特征提取,文本特征提取。
【CV-Learning】Object Detection & Instance Segmentation
oracle临时表与pg临时表的区别
(TensorFlow)——tf.variable_scope和tf.name_scope详解
postgresql 事务隔离级别与锁
【深度学习21天学习挑战赛】1、我的手写被模型成功识别——CNN实现mnist手写数字识别模型学习笔记
线性回归02---波士顿房价预测
审稿意见回复
(六)递归
tensorRT教程——使用tensorRT OP 搭建自己的网络
Linear Regression 02---Boston Housing Price Prediction
Postgresql 快照
图像线性融合
RecyclerView的用法
Logistic Regression --- Introduction, API Introduction, Case: Cancer Classification Prediction, Classification Evaluation, and ROC Curve and AUC Metrics
投稿相关
PyTorch