扎克伯格最近几周的日子显然不好过。作为元宇宙首批公开发布的图像,扎克伯格的新头像已经成为人们找乐子的好素材。但Meta似乎不为所动,坚持把元宇宙视为所谓Facebook 2.0,号称将打造一个能够承载社交、协作和未来工作的完全沉浸式VR体系。但人们对元宇宙的担忧在于,万一它只是Facebook套上层VR外皮,那世界人民岂不要彻底沦为扎克伯格的家奴?而很明显,这位CEO公布的新头像丝毫没能打消人们的焦虑。
相较于支持,元宇宙计划招来的似乎更多是嘲笑和冷漠,这自然也沉重打击着扎克伯格的信心。据报道,就连Meta公司也在担心自己无限憧憬的这一VR社交网络可能既不够社交、也不够虚拟。而解决这个问题的关键,也许应该从《堡垒之夜》(Fortnite)这款红遍全球的游戏找起。
《堡垒之夜》《我的世界》《第二人生》和文化虚拟化
用免费电子游戏加上虚拟化来重塑整个线上交互体系,这似乎并不是特别靠谱的思路。然而有专家指出,《堡垒之夜》确实实现了Meta还远未能达成的目标。人们实际上就是沉浸于《堡垒之夜》,而且深深为之着迷。这就是Meta版元宇宙的两大核心诉求所在。更有趣的是,《堡垒之夜》从来没强调过自己有什么革命性。它的“大逃杀”玩法能让用户在这里快速度过第一个11小时,而且虽然作为射击游戏本身并不算成功,但《堡垒之夜》仍然在全球范围内掀起了热潮。如今,它已经建立起蓬勃发展的数字社区。
所以,《堡垒之夜》的发展轨迹也许能为元宇宙指明前进的方向。全球合作创意空间已经存在了几十年,但迄今为止仍然脱离不了封装游戏的范畴。《我的世界》(Minecraft)随后依靠无压力协作和无限制游戏内容的设置,在整整六年中持续领先于时代。类似的社区,现在在《Roblox》中也能见到,甚至开始出现在索尼的《Dreams》及其所谓“Dreamverse”当中。
但这些只能算是后起之秀。稍微年长些的读者应该还记得2003年亮相的《第二人生》(Second Life),接过“再造一个世界”大旗的《魔兽世界》(World of Warcraft)和《EVE Online》等MMO游戏也包含大量创意和协作内容。就连纯浏览器游戏《憎恨王国》(Kingdom of Loathing)这种粗糙的项目都有自己的铁杆粉丝。ASCII的忠实拥护者也继续在玩MUD和MUCK游戏。不管大家信不信,从《堡垒之夜》到上世纪九十年代的线上文字冒险,都做对了一件Meta到现在也没做到的事情。
打造丰富且低价值的现实
正如《第二人生》缔造者Philip Rosedale在回顾当初的创作时所言,“用户之所以愿意待在这里,是因为他们可以结交朋友、建造东西,把自己的想法外化成现实。”MUD和《我的世界》也是如此,就连《堡垒之夜》也不例外。在这里,人们用既有元素打造出了本不存在的事物。
但元宇宙计划的惨淡经历让我们看到,Meta还没能做到这个基本前提。目前,关于Meta元宇宙的共识在于,它仅仅只是人们在现实世界中已经实现的创作/协作的VR版本。而元宇宙费尽心力想要重现的运动控制和身临其境的图像,其实在现实当中不用什么成本就能获得。
回顾历史,只有带来超越现实的体验,虚拟社区才有可能获得成功。在《我的世界》中重塑世界,在《第二人生》中定制生活,在《堡垒之夜》中尽享赛季,成功的虚拟社区就是要做人们在现实世界里做不到的事情。所以在Meta也能拿出超越现实的成果之前,我们对扎克伯格的元宇宙计划只能继续抱怀疑态度。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。