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
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。