TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1165 · 15.11

Прошёл Dispatch. Это такой псевдоинтерактивный мультик с игровыми вставками в сеттинге супергероики. TLDR: очень много положительных впечатлений, хочу ещё, но есть замечания. Почему псевдоинтерактивный? Долго думал о том, чем отличается такой подход, как в Dispatch, от подхода в играх Quantic Dream, например Detroit: Become Human. И нашёл вот такое отличие: в Детройте твой выбор влияет не только на сюжет, но и на дальнейший игровой процесс. Если, например, Кара попадётся властям, то у тебя будет целый уровень в лагере для пленных роботов, которого не будет в остальных случаях. А часть персонажей вообще могут погибнуть навсегда, и у тебя не будет никаких уровней с ними больше. В Dispatch же ты влияешь только на сюжет, да и то, не слишком сильно. Ну запустится у тебя чуть другая катсцена, это любопытно, но не заставляет игрока переживать о выборе. Так что я бы сказал так: ты смотришь мультик. Мультсериал, если точнее. И периодически ставишь его на паузу и играешь в простенькую казуальную игру с теми же персонажами. Действия в игре на мультик не влияют. Звучит, как обман, покупал то ведь игру! Может, да, но схема рабочая, и вот, почему. Во-первых, мы и сами это делаем. Я точно делаю: смотрю сериал, но иногда отвлекаюсь от него на то, чтобы поделать что-то интерактивное: попереписываться в чате, поиграть в мини-игрушку, поделать наконец рабочие задачи. Сам по себе ритм такого переключения внимания очень удачный, не утомляет. Во-вторых, тут мультик очень хорош. Он отлично поставлен, персонажи круто прописаны, за ними интересно следить. Понравился характер протагониста: баланс между цинизмом/непробиваемостью и героическими чертами. Простой человек без сверхспособностей, окружённый более сильными суперами, который, однако, даст им фору и в беседе и в бою. Много отменного юмора. Пожалуй, концовка могла бы быть поизобретательнее, в паре моментов логика там нарушается (в комментах напишу, чтобы не спойлерить), но глобально смотреть было увлекательнее, чем все супергеройские голливудские фильмы последних лет. Что касается игры, то это симулятор управленца в стиле This Is The Police. Тактика есть, простая, стратегии по факту нет. Сидишь, решаешь задачки. Не тупо (кроме взлома, вот он такой же унылый, как и все мини-игры по взлому везде), но и не шахматы. Самое то для отвлечения. А ещё это интересный прецедент в мире игровых студий: авторы были на грани закрытия, и, честно говоря, вряд ли они потянули бы сделать именно крутую игру. Но у них был опыт и люди, которые умеют делать кино, поэтому они выпустили крутое кино, продали его на видеоигровом рынке, и не только избежали краха, но и хорошо заработали, потому что Dispatch взорвал все топы. #games

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #maitrix

当前筛选 #maitrix清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #7957 · 04.07.2025 г., 13:03

🌟WM-ABench: тестирование VL-моделей на понимание физики реального мира. Мaitrix Org разработали WM-ABench, бенчмарк для оценки VLM в качестве так называемых «моделей мира». Идея проста: проверить, насколько хорошо топовые модели способны не просто распознавать картинки, а понимать окружающую действительность и предсказывать ее изменения. Создатели, опираясь на когнитивную науку, создали фреймворк, который тестирует 15 самых популярных моделей по 23 параметрам, разделяя процесс на 2 ключевых этапа: восприятие и прогнозирование. В основе бенчмарка - огромный датасет из более чем 100 тысяч примеров, сгенерированных в 6 различных симуляторах, от ThreeDWorld и Physion до Carla. Чтобы модели не искали легких путей и не полагались на поверхностные совпадения, в тест добавили «сложные негативы» - контрфактические состояния, которые заставляют систему действительно анализировать происходящее. Весь процесс был разделен на оценку восприятия (распознавание объектов, пространства, времени, движения) и прогнозирования (симуляция физики, транзитивный и композиционный вывод). Для калибровки сложности задач были установлены базовые показатели, основанные на результатах людей. 🟡Результаты. С простым визуальным восприятием, то есть с определение цвета или формы, все модели справляются отлично. Однако когда дело доходит до трехмерного пространственного мышления, динамики движения или временных последовательностей, начинаются серьезные проблемы. Выяснилась и другая любопытная деталь: VLM склонны «спутывать» физические понятия. Например, если в сцене изменить только цвет объекта, модель может внезапно ошибиться в оценке его размера или скорости. Оказалось, что цвет и форма являются самыми влиятельными атрибутами, которые искажают восприятие других, не связанных с ними характеристик. 🟡Но главная проблема кроется глубже. Точное восприятие мира совершенно не гарантирует точного прогноза. Исследование показало, что даже при идеально верном распознавании текущего состояния сцены модели проваливают предсказание физических взаимодействий. Разрыв с человеческими способностями явный: в задачах на транзитивный вывод он достигает 46%, а композиционный вывод выполняется на уровне случайного угадывания. 🟡Бенчмарк подсветил фундаментальный недостаток: У современных VLM отсутствуют базовые знания физики, необходимые для симуляции даже простейших событий. Они видят мир, но не понимают, по каким законам он живет. 📌Лицензирование: Apache 2.0 License. 🟡Страница проекта 🟡Arxiv 🟡Датасет @ai_machinelearning_big_data #AI#ML#VLM#Benchmark#Maitrix