亲,双击屏幕即可自动滚动
第125章 重构经典游戏(续)
    p……6000字大章求波订阅

    ……

    当时间来到21号晚上7点,林灰已经完成了对《llclbrag这款游戏的重构并将重构后的这款游戏以更新的形式上传到了应用商店里。

    先前林灰弄的那个版本对应的版本号是v100

    但重构之后的版本号则是v200

    版本号并不是乱标的。

    尽管可以乱标,但林灰没乱标的习惯。

    从某种角度上,林灰这次重构甚至可以理解为一次大的版本迭代。

    这次版本迭代后,对原版游戏的改动并不算小。

    在重构版本里面,林灰又为《llclbrag这款游戏里原有的22个车辆每辆车增添了1个比较符合女玩家审美的新涂装玩家要获得这些新涂装依旧只能通过抽奖的方式

    同时林灰还给《llclbrag这款游戏的主角增加了7个全新的人物形象。

    所有玩家都可以免费获得这些全新人物形象之中的3个。

    至于另外4个人物形象,玩家抽/奖次数达到12次、36次、108次、216次时可以自动获得这些全新的人物形象。

    除了新增了上述氪金点之外,在重构版的《llclbrag这款游戏里林灰还增加了几个新场景。

    这些也不算是完全的新场景。

    它们在《llclbragv100版本中就存在。

    只不过在先前那个版本里这些场景是属于隐藏场景的。

    玩家只有触发一定的成就才能解锁。

    可林灰将彩蛋藏得太深了,一直没有玩家发现。

    彩蛋什么的还是被发掘出来才有意思,埋得太深也没啥意思。

    在这次更新里,林灰干脆直接将这些场景作为更新内容拿出来。

    在《llclbrag这款游戏的v200版本中。

    现在除了有基础场景田园场景、沙漠场景、北极圈场景、高速公路场景、月球场景,火星场景之外,还有夜晚场景、屋顶场景、彩虹场景这三个全新场景。

    新增的这三个场景除了彩虹场景需要玩家使用345000金币解锁之外。

    其余两个场景和基础场景一样,都是免费场景。

    此外,在《llclbrag的v200版本中林灰将各场景地图复杂度也进行了一定的提升。

    虽然v200这版本变动幅度不小,但画风什么的林灰还是沿袭之前弄的那个版本的风格。

    重构后的《llclbrag在玩家眼中画风虽然没有什么改变。

    但是这款游戏实际上很多涉及到底层的东西都已经改变了。

    这种改变对玩家是有益的。

    因为采用了新的物理引擎,玩家们在v200版本的操作手感要比先前好一些。

    实际上如果手机硬件给力的话,林灰在200版本中的设计能极大改善用户体验。

    但理想很丰满,现实很骨感。

    奈何现在这个版本苹果无论是软件还是硬件都有点拖后腿。

    作为开发者居然有嫌弃苹果软硬件拖后腿的一天,就很离谱。

    饶是如此,林灰的设计也将带给玩家们焕然一新的体验。

    但这种焕然一新只是对于玩家来说。

    对于盗版团队来说这种焕然一新跟敲响的丧钟没什么区别。

    林灰觉得,这个时空的盗版团队想要弄个和《llclbragv200一模一样的游戏起码也需要耗费三四个月的时间。

    林灰费劲周折重构游戏只是为了延迟盗版三四个月时间,有必要吗?

    当然有必要,虽然只是三四个月的时间,但足够很多事情发生改变了。

    林灰相信《llclbrag这款游戏的战斗力。

    三四个月的时间已经足够《llclbrag这款游戏去抢占市场去了。

    等盗版厂商在三四个月之后搞出了盗版游戏。

    只会错愕地发现被占据的严严实实的市场。

    没有市场,就算倒搭钱很多时候也不会产生理想效果。

    而且盗版团队能三四个月搞出盗版版本也只能是建立在林灰这三四个月不更新游戏的基础上。

    但这根本不可能。

    实际上林灰已经敲定了《llclbrag的v300版本。

    相比于v200版本在画面上升级的保守,v300版本在画面上的升级幅度是很大的。

    林灰现在搞定的几款游戏,无论是现在弄得《llclbragv200还是先前上线的各种游戏的各个版本。

    本质上都是玩法驱动的玩法驱动即玩家的焦点会集中在玩法之上

    在这种模式下,游戏的故事设定、美术和音乐都是起到一个衬托的作用。

    而v300版本将是一款美术驱动型的游戏。

    从玩法驱动升级到美术驱动,这是必不可少的求索。

    哪怕一个游戏开始时是靠玩法驱动吸引到的玩家群体,但长远看一样要在保留核心玩法的同时尽可能往美术驱动的方向靠拢。

    从前世游戏发展经验来看,这是游戏运作的方向。

    而且美术驱动也将使得盗版难度直线上升。

    而这对于林灰来说也将是一次全新的探索。

    正因为v300将是一次全新的探索。

    那么v300版本显然不适合现在拿出来。

    林灰打算将v300这个版本放在v200版本上线三个月之后再相机推出。

    虽然大的版本迭代要在三个月之后。

    但小的版本更新却不受束缚。

    在这三个月的时间林灰会推出数个小版本不断来为v300版本的诞生铺路。

    通过不断的小步快跑。

    林灰相信在《llclbrag这款游戏上他能够一步领先,步步领先。

    三四个月的时间之所以在林灰眼中很重要。

    除却游戏自身的原因。

    还有林灰本人的因素。

    从过往的一段时间来看。

    林灰的成长速度堪称坐着火箭往上升。

    按照这种速度成长的话,林灰相信在三四个月过后。

    一般水平的盗版厂商还真未必有招惹他的实力。

    没办法,信息碾压的情况下很难不自信。

    ……

    将v200版本上传到应用商店不多时。

    林灰发现《llclbrag这款游戏的v200版本已经正式上线到应用商店中了。

    因为林灰开发的《llclbrag这款游戏不算大型游戏。

    才能如此任性,说版本迭代就版本迭代。

    如果是一些大型游戏,涉及到版本迭代是一件很需要慎重的事情。

    一些游戏公司涉及到版本/运营还有专门的游戏运营岗。

    游戏运营经理待/遇甚至可以给到月薪30k50k,16薪那种。

    不过什么大型游戏迭代要慎重之类的就不是林灰现在操心的了。

    林灰现在操心的事情是用户的更新率。

    为了吸引玩家更新v200这个全新版本,林灰还设置了不少活动:

    在24小时内更新版本的玩家在更新后的24小时里每隔4小时有一次分享朋友圈升级组件的机会。

    在12小时内更新版本的玩家还可以一次性获得大量金币以及一个随机涂装30天体验

    在6小时内更新版本的玩家更将一次性获得1000钻石……

    除了在涂装体验上借鉴了某厂的经验之外。

    林灰对活动设置的诚意满满。

    现在只盼着玩家群体能快到碗里来。

    可能林灰的一系列活动还算不错。

    从个人开发者账户的后台上,林灰注意到已下载玩家只用了2小时更新率就达到了27。

    尽管这个比例还不算高,但只要有一部分先吃螃蟹的,就会迅速带动其他玩家更新。

    此外,林灰还注意到一个现象。

    在他更新了新版本之后,《llclbrag这款游戏的下载速度抖升。

    从后台数据上,林灰看到《llclbrag这款游戏全球累计下载量已经超过两千万次了。

    而有效下载量也有一千三百多万次,对于一款小游戏这个成绩是极为出众的。

    仔细想想也可以理解,林灰之前上传的《llclbrag是限免的。

    很多限免游戏都喜欢更新一个版本之后开始收费。

    因此,很多原本还在观望的玩家得知林灰更新了一个大版本这个举动后果断下载。

    不管以后收费不收费。

    先下载下来再说,至少不会亏。

    即便是更新了新版本之后林灰也没将游戏收费的打算。

    玩家疯狂下载的举动可以说是正中林灰下怀了。

    一时之间,林灰感觉一大笔财富在向其招手了。

    前世《llclbrag这款游戏可是营收超过1亿欧元的,约合一下可是近十亿人民币。

    因为暂时6个月内跟安卓市场说了拜拜,林灰的收入肯定会打不小的折扣。

    近十亿元的收入,即便是打个折林灰的收入也不会少太多。

    而且林灰并不是什么补救措施都没做。

    比如说他在游戏里新增了全新付费点——通过抽奖来获得全新的涂装。

    以一众土豪的付费热情来看。

    短时间内林灰的收入不但不会少。

    反而有可能超越前世《llclbrag这款游戏的早期数据。

    林灰相比于前世《llclbrag这款游戏的开发者有一个很大的优势。

    林灰前面开发的几款游戏在全球范围内的爆火,让林灰在手游领域有很大的名气。

    名气这东西看不见摸不着,但真实存在。

    名气带来的是号召力,在强大的号召力之下。

    林灰复刻的《llclbrag这款游戏几乎不用去经历前世《llclbrag那个口碑慢慢发酵的过程。

    事实上,在名气的号召下,即便林灰现在出一款极烂的游戏。

    估计也会有有不少玩家去尝试。

    更何况《llclbrag这款游戏是一款有着丰富的内涵的经典游戏。

    林灰相信玩家群体们能够慧眼如炬发现这款游戏的价值。

    除却拥有巨大的名气之外,林灰还拥有一个小优势。

    就是林灰在平台获得的分成要更高。

    前世《llclbrag这款游戏刚刚登陆平台的时候分成是70,而林灰现在却直接拥有85起步的分成。

    尽管分成区别仅仅相差15,但对于一个以亿为单位衡量收入的游戏,哪怕是1个百分点影响都将会不小。

    除却林灰自身的因素之外。

    市场方面的因素对于林灰也是极其有利。

    林灰此时推出的《llclbrag这款游戏是极其占便宜的。

    因为无论是从国内市场还是国际市场来看。

    林灰上线的《llclbrag这款游戏都不会有对手竞争。

    这并不是林灰在信口开河。

    没有调查就没有发言权,林灰之所以能够得出这样的论调肯定是经过充分调查的。

    从此时国内市场来看,此时的国内手游行业虽然不能说是一片蓝海。

    但林灰想在这里面有所作为一样如入无人之境。

    之前林灰几款小游戏在国内的成功也证明了这一点。

    之所以出现这种情况,并不是林灰多么多么无敌,而是对手实在太菜。

    2013年,借着移动互联的东风。

    我国移动游戏实际销售收入爆发式增长了两倍之多,用户规模增长近25倍。

    推荐下,追书真的好用,这里下载大家去快可以试试吧。】

    国内资本市场也注意到了这一情况,开始对手游在手游上发力。

    虽然这些厂商都在发力,但是他们发力的方向却比较奇怪。

    现在国内的主要手游开发商一门心思都放在端/页游改手游上。

    而国内端/页游改手游这个趋势也不是今年才刚刚开始。

    大概从12年一些页游相继推出移动版本开始。

    国内的手游开发商就开始疯狂搞端/页游改手游。

    表面上看端/页游改手游是跟风。

    实质上还是这些人思维太僵化,在用做电脑的思维做手机。

    觉得把电脑上搞得那一套照搬到手机上就能成功。

    真的能这样吗?

    但林灰并没有去提醒他们的义务。

    而且林灰先前几款游戏的成功已经是表明他们那种思维是过时的了。

    但这些人不撞南墙不回头……

    同行是冤家,由着他们去吧。

    说完国内的情况,再说国外的情况。

    国外虽然前几年就注意到休闲游戏的价值。

    但近几年,国外游戏的关注点早已转移到了别的方向。

    此时国外主要的游戏开发商基本都在致力于p改的手游,而不注重一般休闲游戏。

    之前林灰几款游戏的成功,在歪果仁眼中只是复古游戏的胜利。

    并不怎么看好这种趋势。

    老实说通过p来涉足游戏确实有先天优势。

    在涉及到p游戏的整个游戏产业链中:

    p→游戏研发商→游戏发行商→游戏渠道商→游戏用户

    p几乎是站在产业链尽头的了,基本是坐着赚钱的。

    尽管是坐着赚钱的,但却不是全链条赚钱最多的

    在这个链条中p所有方做的事情并不多。

    只要将其所拥有的文学、影视、动漫、热门游戏等的角色、图像、文字、情节等素材授权给游戏研发商用于游戏的研发即可。

    对于游戏研发商而言p的价值在于自带流量,且用户忠诚度更高,较普通流量更容易变现;

    同时p有现成的世界观、人设和美术风格,无需再教育用户。

    p无疑是涉足游戏领域一个不错的着力点。

    林灰想在游戏领域涉足更深的话。

    以后或多或少都要涉足一些跟p有关的事物。

    事实上林灰先前弄得网文如果运营得当的话倒是一个涉足p不错的落脚点。

    现在外国主流游戏开发商人不太注重休闲游戏开发对林灰是很有利的。

    而至于一些开发休闲游戏的散兵游勇。

    并不能对现在拥有声望+平台双重支持的林灰构成什么威胁。

    总之,综合来看国内国外的市场形势对林灰都是极其有利的。

    林灰相信《llclbrag这款游戏会收获到巨大的成功。

    带着对预期收入美好的憧憬。

    林灰准备睡觉了。在此之前林灰照例回复了一下各方面的邮件。

    邮件信息虽然很多,但基本都是来自各个猎头公司的招聘邮件。

    换作是前段时间,林灰还会逐封点开看看自己在各个互联网巨头眼中值多少钱?

    现在林灰基本看都不看了。

    林灰实在是无语,这些猎头为什么要开出一堆连我的周纳税额都不到的年薪去招募我为你们工作?

    还是说现在比较流行这种黑色幽默?

    尤其是猪场的这个r更是死脑筋。

    林灰记得以前还明确回复过这个人的邮件表示了拒绝。

    现在还一封一封的发邮件……

    呃,就很无语。

    不过这份敬业的精神确很值得称赞。

    而且对于认真的人,林灰一向是欣赏的。

    现在站的层面更高。

    林灰欣赏的眼光和以往单纯的欣赏又有些不同。

    现在林灰更多是一种爱才之心。

    林灰记得这个发邮件的人好像是人力资源副总监。

    能爬到这种位置,能力什么的肯定是有的。

    这样的人才留在猪场是不是太埋没了?

    反正林灰是没记得猪场干过什么正事?

    连国的认证名单都没上,说白了就是可有可无。

    林灰在一堆猎头/r发来的邮件里翻找了一会后。

    发现鹅厂r发来的邮件措辞还算不错。

    于是将这个邮件改了一下称谓和具体待遇之后。

    把这个招聘邮件给猪场的r回了过去。

    虽然是临时起意,但林灰并不是恶作剧。

    至少林灰感觉他开出的薪水要比这些r给他开出的薪水靠谱得多。

    这种事情只是一个小插曲。

    在这以后,在邮箱里一份来自异国的邮件引起林灰的注意。

    点开邮件一看,发信人是尹芙·卡莉。

    自称是麻省理工学院自然语言处理研究项目文本摘要小组的负责人。

    似乎是怕林灰不相信,尹芙·卡莉还在邮件里附上了一堆能够左证身份的证明。

    其实林灰是记得尹芙·卡莉这个名字的。

    林灰先前他购买的《文本判断甄别比较的一种新方法那项专利原本的所有者就是尹芙·卡莉。

    她发邮件是干什么?

    莫非是反悔了不成。

    (⊙﹏⊙),不过还好在邮件里林灰并没有看到尹芙有提及要收回《文本判断甄别比较的一种新方法那项专利。

    尹芙在邮件里极力称赞了林灰在t)中搞定的生成式文本摘要算法。

    尽管尹芙·卡莉在话语里满满的全是敬意。

    搞算法的人对于强者的尊敬似乎从来都是不掩饰的。

    尽管算法在普通人的生活中似乎根本没充当什么角色。

    但实际上这类算法是非常重要的。

    某种程度上算法甚至可以说是应用的核心价值。

    以前世某音海外版tkt0k的出售为例来说。

    寻求收购tkt0k/国业务的公司考虑了四种选择:

    第一种选择是在没有算法的情况下收购tkt0k。

    但要求加快出售速度,同时在应用中注入替代方案。

    第二种选择是在长达一年的过渡期将算法慢慢过渡给国。

    第三种选择是寻求z国的批准,将算法出售给选定的国公司。

    第四种选择是新买家向字/节取得使用tkt0k算法的授权。

    这四种收购之所以在描述上有区别是因为什么呢?

    说到底还是因为算法。

    国在想方设法的获取某音的核心算法。

    这些不同的方案之间差价甚至可能达到100亿美元之多。

    由此观之,算法在特定的场合是非常有价值的。

    林灰先前搞定的生成式文本摘要算法虽然没办法跟某音基于数据分析的个性化信息推送服务技术涉及到的算法相提并论。

    但也有其独到的价值。

    这玩意在懂行的人眼中则是一座充满着宝藏的宝库。

    反正尹芙·卡莉字里行间都是充满着对林灰的赞美。

    尹芙·卡莉很好奇林灰是怎么搞定南风app里面文本摘要技术的。

    呃,其实林灰再南风生成式文本摘要处理技术是怎么搞定的很简单。

    只需要大概七八步就可以轻松做到南风app里面的文本摘要处理技术:

    1基于深度学习技术,设计合适的模型架构和训练策略。

    2设计生成式自动文本摘要模型

    3借助迁移学习的思想,提出了基于预训练模型的生成式自动文本摘要算法。

    4通过无监督来完成内容表示以及权重计算

    5……

    ……

    步骤说起来简单。每一步来说对于这个时空的人都很难。

    有的是思路上比较难想到这个方向。

    有的是技术上单纯做不到。

    而有的既是思路上想不到,又是技术上做不到。

    就很悲催!

    比如说步骤4里提到的无监督训练。

    现在主流研究方向已经澹忘了无监督训练这个方向了。

    在涉及到训练的时候更习惯监督训练。

    而不是很侧重于无监督训练。

    无监督训练对于这个时空的人来说似乎是一个很复古的研究方向。

    在这个时空人的眼里。

    无监督训练会带来训练结果发散的现象他们并不算很容易处理。

    步骤3提及的预训练模型:

    在自然语言处理中引入预训练模型。

    按照正常的时间线则是16年左右出现的。

    这项技术对于此时的nlp研究者来说是一种全新的概念。

    而步骤1中的深度学习技术。

    时下的人们虽然能想得到应用神经网络学习技术!

    但却做不到深度学习,虽然深度学习和神经网路学习意思差不多。

    这个时空神经网络的研究并不算特别深入。

    14年虽然也有神经网络,但在神经网络学习的研究并没有往后几年那么深入。

    虽然从12年开始这个时空的人们就知道神经网路学习时越深神经网络准确率越高。

    但是知道也没什么太大的用途。

    这个时空的神经网络多数只能深/入大概十层二十层这样。

    深/入到就近五十层的时候就极限了。

    而后世的神经网络深/入几百层上千次也是常有的事情。

    一言以蔽之,这个时空的人们在神经网络学习方面还没办法做到那么深。

    而没法做到那么深,在准确度上就要很容易打折扣。

    尽管这里面的门路林灰都很清楚。

    但时机不成熟的情况下这些东西暂时就不足为外人道了。