趣读网 > 都市言情 > 穿越:2014 > 第172章 不开发新游的游戏公司

第172章 不开发新游的游戏公司

    如果超级细胞所谋求的只是的海外代理权。

    那一旦达成相应的合同,这款游戏海外区自然由超级细胞代理。

    可是國内区呢?

    國内区似乎依旧要由林灰负责。

    这样一来无疑意味着在今后这款游戏不同的分区大概率会采取差异化经营的手段。

    有差异自然有对比。

    如此岂不意味着将来这款游戏的玩家会有意无意的拿國内区和海外区进行对比?

    事实上这也是不少全球运营的游戏國内区玩家的日常行为之一。

    毕竟经常被区分对待,國内玩家已经习惯了下意识地去比较。

    只可惜通常情况下的比较结果都是让國内玩家很失望。

    最离谱的是有的國内厂商开发的游戏,國内区福利之类的待遇反而不如海外区。

    不过在林灰这是绝对不会出现这种情况的。

    而且林灰有把握在差异化经营时,这款游戏在国内的经营策略要比海外区的经营策略更优秀。

    能比超级细胞这样一家游戏公司在游戏经营上做的更优秀岂不是意味着林灰极有可能在名望上更上一层楼?

    虽然现在林灰GRAYFOREST这个马甲在游戏开发的领域已经有很大的名望了。

    但谁会拒绝名望上能够更进一步呢?

    虽然超级细胞这家公司很强大,有过几款游戏成功经略的经验在前。

    但相比于这家公司,林灰也有自己的优势。

    首先,对于这款游戏今后该朝着什么方向去发展,林灰十分清楚。

    毕竟林灰是一个重生者,前世系列游戏在运营过程中所踩的坑和所表现出的亮眼之处林灰都一清二楚。

    某种意义上,对于这个时空的人们而言,将林灰说成是“先知”也不为过。

    除了“先知”这一优势之外,林灰在技术层面上也有很大的优势。

    而技术层面林灰最大的优势要数在游戏引擎上所拥有的优势了。

    巧妇难为无米之炊,没有强大游戏引擎的助力即使是有不错的关于游戏方面的想法也很难将想法落到实地上。

    虽然没游戏引擎的话一样能开发游戏,但在具体开发中涉及到的工作量却是陡增。

    尤其是对于较复杂的游戏的开发,没有强大游戏引擎的助力一个项目要花上时间也是常有的事情。

    前世常常听见一些新闻说某某游戏公司在开发游戏的过程中顺带搞定了游戏引擎。

    并不是这些游戏公司如何如何强大,而是很大程度上是不得已为之。

    如果有得选,没有游戏开发公司愿意将时间浪费在开发游戏引擎这点上。

    涉及到将来的更新和衍生版本,虽然不至于让超级细胞花上几年的时间吧。

    但很多林灰可以一夕之间完成的事情,超级细胞起码得旬余才能跟进。

    旬余跟进的速度也不慢,但对于一款以核心玩法著称的游戏来说,更新迭代速度越快越容易吸引深度玩家。

    综合以上两点,林灰觉得真的采取差异化经营的话,林灰将拥有巨大的优势。

    虽然现在超级细胞方面提出的议题是对國内区没想法。

    但林灰觉得也不尽然,毕竟谈判中什么情况都有可能发生。

    万一峰回路转,超级细胞又对这款游戏的國内区感兴趣也说不准。

    这些都是后话了。

    想到游戏引擎,林灰突然想到了什么。

    这个时空里这款游戏之所以还没问世是不是就是因为游戏引擎的原因?

    虽然有可能是这个原因,但林灰感觉可能性不太大。

    毕竟这个游戏很多东西和是有些类似的。

    没道理能搞定的超级细胞搞不定。

    之所以这个时空没能出现这款游戏,可能是超级细胞这家公司之在搞新项目时思维朝着别的方向去了。

    也有可能是自上线之后,短时间内超级细胞根本没开发新游戏的打算。

    一家游戏公司没开发新游戏的打算?

    听起来似乎很滑稽,但对于超级细胞这家公司是有可能的。

    毕竟这款游戏自问世以来已经带给超级细胞不下二十亿美元的收益了。

    在这种巨额的收益面前,开发者即使是乐不思蜀也是有可能的。

    最关键的是超级细胞这家公司也有乐不思蜀的资本。

    二十亿美元的收益还不是的极限水平。

    林灰可是记得的前世这款游戏总营收可是突破55亿美元的。

    就特么很离谱,林灰记得某國一艘重驱也不过才五六十亿元,55亿美元似乎够6艘重驱了。

    如果将前世超级细胞这家公司搞得和这两款游戏加一起的话,营收更是突破100亿美元。

    是一款以卡牌对战为主的游戏。

    在这款游戏里玩家自行组合牌组。

    每个牌组为8张卡牌。进行联机对战,1V1对战获胜可以获得金币、奖杯及宝箱,战败则会扣除奖杯。

    每个宝箱内有随机类型的卡牌。

    游戏方式主要是1v1随机寻找对手,来升高杯数用以提升至更高的竞技场。

    另外也可以进行2v2的游戏模式,且定期会推出特殊模式及挑战。

    游戏中,采用圣水机制,圣水的最高量为10。

    而玩家可利用比赛时的圣水来召唤并使用自己的卡牌,攻击对手。

    卡牌分为军队、建筑、法术三种。

    在某些卡片或兵种攻击到敌方单位时会造成停止,减速等,使游戏玩法更加多变。

    游戏规则并不复杂,似乎想搞出来也不是很难。

    值得一提的是这款游戏,虽然这款游戏从名字上看很像是的续作。

    但其核心玩法跟毫不相似。

    说起来虽然林灰搞的话可能会有和超级细胞开发中的项目撞车的风险。

    但如果林灰想弄的话却绝对不会有撞车的风险。

    毕竟前世这款游戏是2016年初才问世的。

    即便项目开始的时间要比游戏正式问世的时间要早一些。

    那也不大可能在2014年现在就开始进行该项目了。

    虽然复刻的话绝对没有撞车的风险。

    但麻烦之处在于这个游戏用的IP完全是先前这个游戏的IP。

    林灰如果想复刻这款游戏的话IP这关就过不去。

    國外的游戏企业对IP一向高度重视。

    从一些公开信息来看,超级细胞这家公司对这款游戏的IP更是小心呵护。

    这种情况下林灰想谋求IP授权几乎是做不到。

    倒是可以将这个游戏换皮搞出来。

    但是没有成熟IP的基础还能复现前世这款游戏的成功吗?

    换皮的话意味着跟这款游戏成熟的粉丝基础说拜拜。

    这样的话,林灰觉得纵然是将这款游戏搞出来,也很难复现当年的成功。

    除了这种方法似乎还有另一种方式。

    既然超级细胞对林灰有收揽之意。

    那林灰真的进入超级细胞的话似乎利用的IP就完全没问题。

    那么就可以顺理成章地开发出

    可是这样做对林灰有什么好处呢?

    同行是冤家,林灰似乎没必要去帮超级细胞做事。

    不过想要林灰帮超级细胞提前搞出来这款游戏倒也不是完全不可能。

    得加钱,而且是加很多很多的钱。

    这款游戏营收也是超过三十亿美元的。

    这种情况下如果林灰真能将这样一个超级现金奶牛搞出来,不分个十亿美元似乎是说不过去。

    当然了在实际执行要注意策略,直接告诉超级细胞林灰会分去十亿美元以上,他们肯定不会愚蠢地答应将十亿美元拱手相让。

    即便超级细胞的管理人员会这么愚蠢,背后软/银那些渣渣估计也不会。

    到时候又需要一番筹谋。

    不过暂时想这些也没用。

    好多事情并不完全是以林灰的意志为转移的。

    ……

    上午无事可做,林灰又去找了伊芙·卡莉。

    将要出国,林灰觉得和一些歪果仁接触一下有助于口语上的进步。

    另外昨天林灰和伊芙·卡莉也只是聊了一个基本的框架。

    还有很多东西需要进一步深入聊聊。

    刚好伊芙·卡莉也有和林灰交流的意愿,于是两人又一次在状元学府那见面了。

    不过这次黄静和米娜·卡莉都不在。

    尽管是孤男寡女共处一室,但换谁和一个异性聊一上午处理高维数据这种东西估计也兴不起什么异样的想法。

    这次和伊芙·卡莉沟通,依旧是伊芙·卡莉说得多。

    林灰更多是扮演一个倾听者的角色,从伊芙·卡莉介绍的情况来看。

    伊芙·卡莉领悟的很快,她已经大致了解了先前林灰给他说的应用分布式词向量处理原始数据。

    并且初步按照林灰先前所介绍的理论弄了一个分布式词向量的模型。

    这个模型虽然效率还不是很高,但已经有雏形了。

    伊芙·卡莉也意识到这个模型效率不是很高了,她不明白怎样做到林灰描述的那般高效率。

    林灰看了伊芙·卡莉搞得那个模型,一下子就明白了为什么伊芙·卡莉这个模型效率不够高了。

    因为伊芙·卡莉搞得是静态分布式词向量模型,当年最早诞生的分布式词向量的模型就是静态模型。

    可静态模型终究不是动态分布式词向量模型。

    静态模型效率上多多少少比动态分布式词向量模型要差一些。

    不过伊芙·卡莉没能想到构建动态分布式词向量模型这不怪她。

    很大程度这是因为一个时空或者说特定一个时代人们思维的局限性了。

    林灰可以提点一下伊芙·卡莉的。

    但伊芙·卡莉却倔强地表示她要先想想。

    还真是个倔强的女人,不过林灰尊重她的想法。

    伊芙·卡莉比较好奇林灰先前搞得生成式文本摘要算法的语言模型究竟是用何种方式训练的。

    这就涉及到监督学习和非监督学习之辨了。

    一般来说,涉及到自然语言处理这个方向基于监督学习的方法首先需要使用人工或半人工方式构建一批所研究领域内的文档的语料,然后选取适当特征训练相应的分类器或序列标注器,再用训练好的分类器或序列标注器对新的文档的每个句子进行标注,将标为候选的句子取出后拼接成摘要。

    而基于非监督学习的方法则完全反其道而行之,非监督学习不需要人工或半人工标记的语料库。

    如此,基于非监督学习工作量往往要比基于监督学习的工作量要小很多。

    而以上只是监督学习和非监督学习一点区别而已,涉及到此二者更深层次的区别一句话两句话根本说不清。

    事实如此,一直给伊芙·卡莉聊到下午三点左右林灰才得以脱身。

    关于这次谈话的收获,似乎是伊芙·卡莉开始将林灰称呼为“老师”了。

    林灰:,奇奇怪怪的身份增加了。

    ……

    下午林灰又收到了银行方面发来的短信。

    从这些通知消息上看,林灰6699卡上的余额从5750万元变成7350万元。

    之所以國内的余额增长如此迅速,应该和黄静先前汇报给林灰的情况有关.

    很多海外玩家因为定价的差异化原因,纷纷使用中國区账号进行游戏的下载。

    果不其然,林灰注意到0010那张卡上的余额几乎没啥变化,只是从3677万美元增长到了3690万美元。

    这个增长幅度甚至比不上林灰跟海外网文对应的那张卡。

    海外网文对应的那张卡还增长了19万美元呢,余额从66万美元变成了85万美元。

    当然这也是因为SouthWindPro还没到24小时的结算周期,不然海外应用分成不可能只有十多万美元。

    这些数据的变化基本都在林灰的意料之中。

温馨提示:按 回车[Enter]键 返回书目,按 ←键 返回上一页, 按 →键 进入下一页,加入书签方便您下次继续阅读。