Team Liquid 和长期合作伙伴 ALIENWARE 推出了开创性的全球培训项目The Pro Lab。该项目旨在量化和分析如何定义电竞选手成功的核心认知技能力,推进专业培训经验的转型升级,建立新的行业实践模式。

目前,专业的电竞训练一直以不同的游戏特定数据和基本的关键绩效指标为信息来源。 Team Liquid 和 ALIENWARE认为这是一个机会,可以开发一种以游戏中可量化的未知数据为基础的训练方法,专注于与巅峰竞赛表现相同水准的认知能力,例如预判技能、分配性注意、情绪调节、自律性等。The Pro Lab 是首个以电子竞技科学为支撑的训练体,它从根本上改变了这些选手的训练方式,同时也改变了他们与行业一起成长和发展的方式。
Team Liquid 和 ALIENWARE 最终将发布调查结果,努力使数据和观察结果惠及更多人,鼓励全行业采用这个新的最佳范例。合作伙伴还计划将The Pro Lab开放给选定的学生和学术机构进行进一步研究,继续完善培训条款。
Team Liquid 联合首席执行官兼合伙人Steve Arhancet 表示:“Team Liquid 一直致力于将玩家放在首位,与 ALIENWARE 合作的The Pro Lab,正是发展这一理念的下个阶段。我们的重点是更巧妙地为我们的选手提供资源,帮助他们了解自己,以及自己的习惯、优势和需要改进的地方,这样才能继续成长,并在最高水平上竞争。”
ALIENWARE市场部总监Chris Saylor 表示:“在过去十年中,双方合作的核心一直以来也是我们共同的愿望,即不仅要增强和提高Team Liquid 选手的能力,还要推动整个行业进步。The Pro Lab正体现了这个愿望,ALIENWARE将全力支持Team Liquid并与他们一起踏上这一突破性的旅程,我们期待着未来的发展。”
The Pro Lab由行业领先的 ALIENWARE和戴尔科技集团提供设备支持,包括屡获殊荣的一流技术:

Team Liquid 的性能表现科学家和分析师将使用这些高性能系统运行 BrainsFirst 的 NeurOlympics 软件,为每位选手设定主要基准。
为了确定具有竞争力的Team Liquid团队的关键增长领域,核心认知测试将分为四大类:注意力、记忆力、控制力和预判力。 自此,这个测试技术生态系统将允许The Pro Lab 团队整合和分析有价值的数据,在需要时调整训练方法,并最终通过这个科学的测试、研究和教育方案优化选手们的表现。
Team Liquid 创始人兼联合首席执行官 Victor Goossens表示:“与我们培训基地的开发相似,我们相信 The Pro Lab 将在电子竞技行业及其他行业掀起热潮。我们从每一个成功的参赛者身上寻找核心技能,这个项目将有助于发掘新的通用指导方针和关键绩效指标,我们希望有一天,这些能够成为选手培训的行业基准。”

通过全面使用 ALIENWARE和戴尔科技集团的硬件、BrainsFirst 软件,并在aXiomatic Gaming 丰富的运动表现专业知识的支持下,这项综合项目将提出推动下一代电子竞技训练的基本观点。
The Pro Lab 将被整合到更大的位于荷兰乌得勒支和加利福尼亚圣莫尼卡的ALIENWARE培训基地中,目前基地设备也正在进行大规模翻新。
ALIENWARE为Team Liquid遍及五大洲的110 多名运动员和 120 多名工作人员提供尖端游戏 PC、显示器、耳机、外设和一系列戴尔科技集团的解决方案,满足展现最高水平所需的技术支持。 ALIENWARE 和 Team Liquid 共同推出了两个ALIENWARE培训基地,为多个组织制定了标准,赢得了无数冠军,成为领先的行业倡导者,不断努力培养包容和无障碍的文化。
好文章,需要你的鼓励
雪佛兰Equinox EV本月租赁价格大幅上涨。此前LT1车型月供仅需269美元,如今同等条件下已涨至554美元/月。与此同时,优惠力度也从最高1万美元缩水至1000美元,融资利率从0%升至2.9%。相比之下,2027款Bolt EV月供仅411美元,现代IONIQ 5最低259美元/月,特斯拉Model Y起步459美元/月,Equinox EV的性价比优势明显减弱。
HarnessForge是北航与清华联合提出的AI智能体框架,通过同步进化"操作手册"与"执行助手",让两者相互磨合适配,在多个复杂任务测试中比单独优化任一方的方法最高提升12%。
前沿AI研究机构Decart发布最新世界模型Oasis 3,旨在弥合虚拟仿真与物理AI之间的鸿沟。该模型将超写实交互图形能力与强大物理引擎相结合,可生成动作驱动的视频流,支持多视角环境模拟,延迟低于200毫秒。开发者能够借助自然语言提示,快速构建多样化极端场景,有效解决机器人和自动驾驶领域长期存在的"仿真到现实"差距问题,大幅降低物理AI训练成本。
这篇发表于IEEE期刊的综述提出"看-记-想"框架,系统梳理多模态大模型在视频理解领域的最新进展,覆盖时空感知、记忆建模、推理机制及五大应用场景。