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: #mobileagents

当前筛选 #mobileagents清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8920 · 01.11.2025 г., 13:25

🆕 Новый сильный GUI-агент: UI-Ins от TongyiLab и RUC Это модель, которая уверенно работает с мобильными интерфейсами и лучше понимает намерения пользователя. Она рассматривает команду как цепочку рассуждений, а не как одно действие, поэтому справляется со сложными задачами стабильнее. Результаты UI-Ins показал 74.1% успешных действий в AndroidWorld. Для сравнения: Gemini 2.5 Computer Use - 69.7%. То есть модель чаще правильно выполняет задачи в реальных интерфейсах. Модель: - пытается понять цель, а не только текст команды - строит несколько вариантов рассуждений - выбирает подходящую стратегию перед действием - адаптируется, если состояние приложения меняется Идет в двух версиях: 7B и 32B. Если вы работаете над агентами, которые должны нажимать кнопки, заполнять формы, открывать приложения и следовать шагам в интерфейсе - UI-Ins стоит добавить в список моделей для тестов. 🤖 UI-Ins-7B: https://modelscope.cn/models/Tongyi-MiA/UI-Ins-7B UI-Ins-32B: https://modelscope.cn/models/Tongyi-MiA/UI-Ins-32B 📄arXiv: https://modelscope.cn/papers/2510.20286 @ai_machinelearning_big_data #AI#Agents#GUI#MobileAgents#AndroidWorld#LLM