关键字: [出海日城市巡展, Claude, 生成式Ai游戏体验, 高效游戏运营, 舆情分析, 辱骂识别, 多模态大语言模型]

本文字数: 1500, 阅读完需: 8 分钟

导读

在这场演讲中,王飞讨论了亚马逊云科技的生成式AI模型Claude如何助力游戏公司沐瞳科技高效进行游戏运营;具体解释了Claude如何通过舆情分析、辱骂识别等功能,帮助沐瞳科技更好地了解用户反馈、维护良好的游戏社区氛围。演讲重点介绍了Claude在多语种翻译、内容审核、数据分析等方面的强大能力,以及其作为多模态大语言模型的性价比优势,有助于游戏公司提升运营效率,创新游戏体验。

演讲精华

以下是小编为您整理的本次演讲的精华，共1200字，阅读时间大约是6分钟。

在阳光明媚的下午,一场关于生成式AI在游戏行业创新应用的分享会拉开了序幕。来自亚马逊云科技的贝斯作为演讲嘉宾,他是武汉地区的解决方案架构师,在亚马逊云科技工作已有6年左右的时间。会议一开始,贝斯简单介绍了自己的背景,随后便直接切入了今天的主题。

贝斯表示,今天的分享内容将围绕生成式AI在实际游戏运营中的应用展开,接着之前同事所提到的AI应用场景。他以一家名为沐瞳科技的游戏公司为例,该公司发布的游戏”无尽对决”在东南亚地区非常火爆,月活跃用户高达1亿,在东南亚地区的排名长期霸榜前三。

贝斯指出,要让一款游戏运营如此之久,关键在于精细化运营,不断迭代玩法、更新内容、吸引用户,制造热点话题供用户讨论。沐瞳科技正是通过将生成式AI应用到游戏运营中,实现了高效精细化运营。他们在游戏运营中应用生成AI,主要分为两大类场景。

第一个场景是舆情分析。对于新发布的游戏功能、角色或场景,沐瞳科技需要收集用户的反馈意见。以前他们是通过抽样评论的方式,但无法做全量整体分析。通过应用生成AI模型,每天可以处理14000条评论,全量分析用户反馈,并可根据不同维度如某英雄、功能等进行数据下钻分析。

具体的系统架构是这样设计的:他们使用自己设计的爬虫系统去爬取每天的新评论数据,将其传输到亚马逊云科技的生成AI模型中进行处理。首先使用生成AI模型对收集的评论数据进行分类标注,为后续索引和数据分析做准备,标注的维度包括是针对哪个英雄、哪个玩法、哪个道具或额外功能等。然后将标注后的数据写入到倒排索引数据库中,并使用生成AI模型的embedding功能对数据进行向量化,以便更好地在向量数据库中检索。最后,根据不同的业务需求,牧童的运营人员可以向生成AI模型发出查询,比如查询某英雄的整体评价和反馈、某阶段的反馈情况、对新功能的反馈等,生成AI模型会给出综合分析结果。

第二个场景是辱骂识别。在游戏对战中,难免会出现一些辱骂行为。以前沐瞳科技是通过人工筛查、翻译等方式处理,效率低下。应用生成AI模型后,可以自动识别辱骂内容,大大提高了辱骂识别的准确率,最终将准确率提升至90%以上。

在这个场景中,他们先使用基于关键词的过滤系统过滤掉一部分明显的辱骂内容,再将置信度较低的内容输入亚马逊云科技的生成AI模型做进一步判断。生成AI模型判断出的高置信度辱骂内容,就会触发相应的业务流程如封号、警告等;而对于低置信度的内容,则会反馈给人工团队核查。同时,生成AI模型的判断结果也会反馈给关键词过滤系统,使其不断迭代优化过滤规则,从而在下次遇到类似内容时就可以直接过滤掉,无需进入生成AI模型环节,降低了计算成本。

在具体使用的生成AI模型方面,沐瞳科技选择了亚马逊的Claude模型。Claude模型有三个版本,分别是Haiku、Sonnet和Opus,对应不同的能力和价格等级。贝斯建议大家先从Haiku版本入手,因为很多场景下它就已经足够强大,没必要一开始就用最高级的Opus版本。

接下来,贝斯分享了Claude模型在多个第三方评测中的表现。在多语种翻译方面,Claude模型对俚语、语境和分级词汇的理解能力远超传统机器翻译系统,并且在内容生成场景下,能够很好地遵从指定的风格要求。在代码辅助方面,Claude模型通过GitHub上的实际需求测试,展现出了出色的代码生成能力。在知识提取方面,Claude模型能够从长文本中精准地召回相关信息,表现优于其他主流模型。对于一份200K字符的长文本,Claude模型可以将其分成500-600次输入进行全量分析,而不需要分割切片,避免了工程复杂度。

此外,Claude模型还具备强大的多模态能力。在图像理解方面,它不仅能识别出图像中的对象,还能对场景、上下文等进行语义理解,并生成丰富的描述性文本。例如对于一组婴儿图像,Claude能够精准描述出婴儿的性别、年龄、头发颜色、眼睛颜色等细节,以及场景的温馨平静氛围,表现优于其他模型。在图像生成方面,Claude模型也展现出了可圈可点的能力。贝斯还分享了一个多模态应用的实例,Claude模型能够结合图像和文本信息,进行联合分析和推理。

在响应时间和逻辑转化能力方面,Claude模型也表现出众。尤其是Haiku版本,响应时间可以控制在1秒以内,对于一些对响应时间有要求的场景来说,它无疑是最佳选择。而在逻辑转化能力上,Claude模型对提示词的理解和输出质量都获得了客户的正面反馈。

最后,贝斯总结了Claude模型的三大优势:智能化程度高、推理速度快、多模态能力强。他认为,Claude模型目前在生成式AI领域内是性价比最高、推理速度最快的多模态大模型,能够满足大部分场景需求。

总的来说,本次分享重点围绕沐瞳科技的实际应用案例,展示了生成式AI在游戏运营中的创新应用,同时对亚马逊Claude模型的能力和优势进行了全面的介绍和评测对比。通过贝斯生动的讲解,现场的听众对生成式AI在游戏行业的广阔前景有了更深入的认识,对Claude模型的卓越表现也有了全新的体会。

总结

在这场精彩的演讲中,王菲老师分享了亚马逊云科技的生成式AI如何助力游戏公司沐瞳科技高效运营。她首先介绍了沐瞳科技及其在东南亚市场的成功,随后重点阐述了生成式AI在三个方面的应用:舆情分析、辱骂识别和内容翻译。

舆情分析方面,通过对海量游戏评论进行分类标签和向量化处理,再结合大语言模型的强大能力,可以高效地分析用户对新功能、新角色等的反馈,为游戏运营提供精准指导。

在辱骂识别领域,传统的关键词匹配方式效率低下。通过将大语言模型的判断结果反馈给关键词匹配系统,可以不断优化和提高辱骂识别的准确性,为游戏社区营造良好氛围。

最后,生成式AI在内容翻译方面展现出卓越的性能,不仅准确度高,而且能够理解语境和俚语,为游戏在东南亚多语种市场的推广提供强有力的支持。

王菲老师呼吁企业应当紧抓生成式AI的机遇,将其融入业务创新中,以获取竞争优势。她强调亚马逊云科技的生成式AI模型Claude在性能、多模态能力和性价比方面表现出众,是企业值得尝试的优质选择。