《银河战士Prime 4》公布7周年 仍然没有确切消息

摘要：在游戏领域，总有一些游戏制作时间似乎长到令人难以置信。玩家们不喜欢这种情况，因为这意味着他们将被“吊着胃口”多年，直到游戏最终发布。有时，等待是值得的，正如R星近年来一些耗时很长的游戏所证明的那样。然而另一方面，也有一些恐怖故事，游戏在早期就宣布开发，但几年后才发布，而且质量平平。对于《银河战士Prime 4》来说，自从它在E3发布会上公布以来，又正式跨过了一个里程碑。 这个“里程碑”是它在2017年任天堂Switch的首次E3演示会上公布的！2017年6月13日，该游戏的第一个预告片发布了。内容并不多，只是些音效，最终揭示了《银河战士Prime 4》的logo。即使是这样一个小小的预告，也让粉丝们兴奋不已。当时《银河战士》已经很多年没有新作了，3DS上的某个衍生作品由于各种原因被认为是有史以来最糟糕的电子游戏之一。因此，听到“萨姆斯起源传奇”的新作消息非常诱人。然而，问题也正是从那时开始的。时间很快流逝，虽然玩家们愿意等待，但很快显而易见的是，任天堂并没有以任何有意义的方式更新该作的消息。然后，一个令人震惊的消息传来，这个项目将在内部重启，由Retro工作室重新加入开发队伍，让这个作品达到它应有的水平。虽然理论上这很好，但这也发生在2019年1月！因此，Retro工作室重新投入该系列开发已经过去五年了，但我们还没有收到任何更新消息。虽然许多人想要放弃它，甚至前美国任天堂总裁Reggie Fils-Aime也承认公布该作是一个错误，但许多人仍然希望它能在NS上发布。事实上，随着即将到来的任天堂直面会的传闻，一些人猜测这可能是老任不仅展示该作，而且将其作为次世代NS护航大作的时刻。在NS上市的时候，首发护航大作是在Wii U时代陷入开发困境的《塞尔达传说：旷野之息》，结果如何大家都知道了。不知道《银河战士Prime 4》能否复刻这个奇迹。 原文：《银河战士Prime 4》公布7周年 仍然没有确切消息

《艾尔登法环：黄金树幽影》大量试玩视频公开

摘要：油管频道RedBull Levels发布了大量《艾尔登法环：黄金树幽影》的试玩视频，该DLC将于6月21日早上6点解锁上线，在此之前已入手的玩家不妨先看看实机视频，熟悉下敌人，战斗和环境。 《艾尔登法环：黄金树幽影》Steam国区198元，需要拥有《艾尔登法环》本体游戏才能游玩。资料片《黄金树幽影》则是以“幽影之地”为舞台，伴随着多种新增要素（令人战栗的地下迷宫、充满威胁性的敌人，以及新增的武器、防具等等），交织出另一段故事。 黄金树幽影开始部分试玩： Boss战神兽舞狮: 洞穴探索： 最佳时刻： 原文：《艾尔登法环：黄金树幽影》大量试玩视频公开

偷吉利技术被判赔6.4亿元 威马汽车已申请破产重整

摘要：近日，吉利诉威马汽车窃密新能源汽车技术一事引起业界关注。经过六年的诉讼，最高法终审判决，威马方败诉需赔偿6.4亿余元，创我国知识产权侵权诉讼判赔数额历史新高。 不过，判决结果虽然出炉，但后续威马汽车能否足额赔付吉利汽车，仍是未知数。天眼查显示，威马汽车因财务资金问题陷入经营困境，已于去年10月10日主动申请破产重整；虽然威马官方宣称，不会躺平，更不会倒下，但集团深陷债务危机却是不争的事实。威马集团目前还存在21条被执行人信息，被执行总金额超1亿元，限制消费令48例；并且，还存在多条股权冻结信息。根据一份重整案提及的审计报告，威马科技集团经审计后账面资产总额为39.88亿元，负债高达203.67亿元，已严重资不抵债。威马汽车拖欠供应链、市场服务、销售和其他服务等合作伙伴的金额高达17.34亿元，平均债权金额为1000万元。而被看作造车新势力起死回生的关键——“市场销量”，威马汽车目前也很难把握得住，翻盘希望渺茫。此前报道显示，因为集团经营几乎处于停摆状态，威马汽车工厂已长时间停产，员工也被迫主动离职，全国多地的4S店大面积闭店。此外，威马汽车创始人沈晖，已连续多月未在国内露面，去向成谜，有媒体报道称其已远走海外。面对巨额债务，威马汽车已岌岌可危，而今，又被勒令给付吉利6.5亿元天价赔偿，威马汽车能否绝境翻身，还需拭目以待。 原文：偷吉利技术被判赔6.4亿元 威马汽车已申请破产重整

美共和党议员爆料：特朗普已准备“彻底扭转”拜登的电动车政策

摘要：据媒体报道，美国前总统唐纳德·特朗普当地时间周四到访国会，与共和党国会议员们会面，并且与众议院共和党人举行了非公开会议。据参会议员的说法，特朗普在会议中抨击了现任总统拜登的电动汽车政策。他还表示，如果他在今年11月份入住白宫，将撤销这些政策。 爱达荷州共和党众议员Russ Fulcher告诉媒体，特朗普对议员们表示，“（拜登）对电池和电气化的所有授权是疯狂的。”Fulcher说道：“他（特朗普）说政策都将会被彻底地扭转。他非常、非常清楚地表明了立场——他反对我们现有的政策。”今年3月，美国环保署（EPA）发布了2027至2032年新车排放标准。官员称，这是美国“有史以来最雄心勃勃的乘用车温室气体减排计划”。具体来看，到2032年，轻型车新车排放上限为每英里85克；而2027年为每英里170克，大部分减排将在2030年后实现。根据新规，汽车制造商可以通过将纯电动汽车的销量提高到总销量的56%、插电式混合动力车型占总销量的13%，传统燃烧发动机车型占总销量的29%来满足2032年的排放要求。本周四的时候，美国石油和乙醇行业组织提起诉讼，要求阻止这项排放标准，他们称这些限值“非法”迫使汽车制造商销售电动汽车。弗吉尼亚州共和党众议员Morgan Griffith表示，特朗普也在会面期间抱怨拜登强迫人们购买电动汽车的政策。Griffith说道：“他（特朗普）说这太疯狂了，他已准备为此做点事情。”特朗普过去多次表示，如果他赢得大选并上台，将废除拜登所推动的电动汽车支持政策。他还经常表态称，电动汽车行不通，会伤害美国行业汽车工人。值得一提的是，周四早些时候，埃隆·马斯克当着众多特斯拉粉丝和股东的面，对特朗普大加赞赏，称这位前总统经常给他打电话，而且是特斯拉电动皮卡Cybertruck的“超级粉丝”。 原文：美共和党议员爆料：特朗普已准备“彻底扭转”拜登的电动车政策

GPT-4不是世界模型 ACL力证LLM永远无法模拟世界

摘要：大模型是世界模型吗？UA微软等机构最新研究发现，GPT-4在复杂环境的模拟中，准确率甚至不及60%。对此，LeCun激动地表示，世界模型永远都不可能是LLM。一直以来，对LLM的支持观点之一，就是模型可以集成海量事实知识，作为通往“世界模拟器”的基础。虽然也有不少人提出反对，但没有真凭实据。那么，LLM可以作为世界模拟器吗？ 最近，亚利桑那大学、微软、霍普金斯大学等机构联合发布了一篇论文，从实证的角度得出了否定的结论。最新研究已被ACL 2024顶会接收。论文地址：https://arxiv.org/pdf/2406.06485研究发现，GPT-4在模拟基于常识任务的状态变化时，比如烧开水，准确度仅有60%。论文认为，尽管GPT-4这样的模型表现很惊艳，但如果没有进一步创新，它就不能成为可靠的世界模型。为了量化LLM的规划能力，作者提出了一个全新的基准测试——bytesized32-state-prediction，并在上面运行了GPT-4模型。基准测试的代码和数据也已经在GitHub上开源，可以帮助未来的研究继续探查LLM的能力优缺点。https://github.com/cognitiveailab/GPT-simulator一向对自回归语言模型无感的LeCun也转发了这篇论文。他用了非常强硬的语气表示，“没有世界模型，就没有规划能力”。虽然如此，只凭一篇论文又怎么能平息LLM界的重大分歧？支持语言模型的网友很快就在评论区下面反驳LeCun——网友：目前的LLM能达到约60%的准确率（不专门为任务进行训练），这至少是某种“世界模型”了，而且每一代LLM都在提升。LeCun：世界模型不会是LLM。网友：也许吧。但这并不意味着LLM内部不存在某种（不准确的）世界模型。不过，在Hinton看来，AI已经不再是仅仅依赖于过去，基于统计模型做下一个token的预测，而是展现出更高的“理解”能力。然而，大模型想要成为世界终极模拟器，还很远。LLM是“世界模拟器”吗？模拟世界，对于AI学习和理解世界至关重要。以往，多数情况下，可用模拟的广度和深度受到现实的限制。因需要人类专家耗费数周，甚至数月的时间做大量的工作。而现在，大模型提供了一种替代的方法，即通过预训练数据集中大量知识，获得对世界的深刻理解。但是，它们准备好，直接用作模拟器了吗？对此，这项研究的团队在“文本游戏”这一领域，来检验这一问题。一般来说，在世界建模和模拟的背景下，应用LLM有两种方式：一是神经符号化方法；二是直接模拟。论文中，作者们首次对LLM直接模拟虚拟环境的能力，进行了量化分析。他们利用JSON模式的结构化表示作为脚手架（scaffold），不仅提高了模拟精度，还可以直接探查LLM在不同领域的能力。结果发现，GPT-4普遍无法捕捉与智能体行为无直接关联的“状态转移”（state transition）。甚至还包括，涉及算术、常识，或科学推理的状态转移。在各种不同条件下，对于模拟一些复杂环境变化时，GPT-4的准确率不及59.9%。同时也表明，LLM还不足以可靠地充当世界模拟器。那么，研究人员具体如何实现的？研究方法在文本环境中，智能体通过自然语言，完成特定的目标。他们将文本的虚拟环境形式化，建模为一种马尔可夫决策过程（POMDP），共有7个元组：S, A, T , O, R, C, D。其中，S表示状态空间，A表示行动空间，T:S×A→S表示状态转移函数，O表示观测函数，R:S×A→R表示奖励函数，C表示用自然语言描述目标和动作语义的“上下文信息”，D:S×A→{0,1}表示二元指示函数，用0或1标记智能体是否完成任务。其中，上下文C为模型提供了除环境外的额外信息，比如行动规则、物体属性、打分规则和状态转换规则等等。然后，研究人员还提出了一个预测任务，称为LLM-as-a-Simulator（LLM-Sim），作为定量评估大模型作为可靠模拟器的能力的一种方法。LLM-Sim任务被定义为实现一个函数作为世界模拟器，将给定的上下文、状态和动作（即）映射到后续的状态、奖励和游戏完成状态（即）。每个状态转移用如下的九元组表示：实际上，整个状态转换模拟器F，应该考虑两种类型的状态转移：行为驱动和环境驱动的转移。对于图1中的示例，行为驱动的状态转移是在执行“打开水槽”动作后，水槽被打开。而环境驱动的转移是，当水槽打开时，水将填满槽中的杯子。此外，LLM的预测模式也分为两种：预测下一步的完整状态，或者预测两个时刻之间的状态差。为了更好地理解LLM对于每种状态转移的建模能力，研究人员进一步将模拟器函数F分解为三种类型：评估结果建模了LLM的决策过程后，作者也同样用文本构建了一个虚拟人物场景。Bytesized32-SP基准测试的数据来源于公开的Bytesized32语料库，其中有32个人类编写的文字游戏。留出一个游戏作为gold label后，测试集总共涉及31个游戏场景，7.6万多个状态转换。LLM根据上下文和前一个状态进行单步预测，给出下一步时的物体属性、任务进展等信息。规则方面，研究人员也提出了三种设定：由游戏作者撰写、由LLM自动生成，或者根本不提供规则。设定好虚拟环境和任务规则后，作者运行GPT-4进行预测得到了如下结果。为了严谨起见，作者根据状态转移前后预测结果是否变化，分成static和dynamic两类分开统计。如果前后两个状态中，结果并没有发生变化，LLM也会更容易预测。不出意料，static一栏的准确率基本都高于dynamic。对于“静态”转移，模型在预测状态差时表现更好。“动态转移”则相反，在完整状态预测中得分更高。作者猜测，这可能是由于预测状态差时需要减少潜在的格式错误，这会为任务输出带来额外的复杂性。还可以看到，预测动作驱动的状态转移的准确率往往高于环境驱动类。在dynamic栏，前者预测最高分有77.1，而后者最高只有49.7。此外，游戏规则如何制定会很大程度上影响LLM的表现。如果不提供游戏规则，LLM预测的性能会有明显的大幅下降，但规则由人类制定或LLM自动生成并不会显著影响准确率。相比之下，规则制定对游戏进度预测的影响更加明显。相比人类规则，LLM生成规则时，GPT-4的预测有超过10个百分点的提升。难道真的是LLM之间更能相互理解？以上结果都只是针对LLM在不同设定下的性能比较。和人类预测相比，结果如何呢？为此，4位论文作者亲自上阵和GPT-4一较高下。不知道李世石看到这个结果会不会有所安慰。人类的总体准确率在80%左右，远高于GPT-4在50%附近徘徊的成绩，这显示了规划能力上的重大差距。对于规划任务中的单步预测模型，每一步的模拟误差都会累积并向后传播，单步的低性能会很大程度上影响全局表现。因此LLM较低的准确率说明了，它并不能成为可靠的“文本世界模拟器”。此外，人类准确率的波动幅度基本不大，说明任务设定比较简单、直接，适合人类的思维模式。GPT-4这种较差的性能表现给我们提供了一个宝贵的机会，可以更具体地剖析LLM究竟在哪方面出现了能力缺陷。因此，论文作者将LLM的预测结果拆开仔细分析，发现在二元布尔值属性上（is开头的属性），模型通常可以做得很好。预测表现比较糟糕的，通常是一些非平凡属性，比如需要算术运算的temprature（温度）、需要常识的current_aperture（当前照相机光圈），或者需要科学知识的on（灯泡是否打开）。相比之前的基准测试，这似乎更准确地暴露了LLM在常识和科学推理方面的缺陷。此外，这也能反映出模型一些行为的“偏执”之处。在进行完整预测时，它通常过于关注动作驱动的状态转移而忽略了环境驱动，出现了很多“未改变值”的错误。但是可以在分开预测的结果中看到，这些错误是本可以避免的。作者提出，这篇文章的局限性之一是只使用了GPT模型进行测试，也许其他模型可以有不同的表现。这项研究的意义更在于基准测试的提出，为探索LLM在“世界模拟器”方面的潜力提供了一套可行的问题形式定义和测试流程。参考资料：https://x.com/ylecun/status/1801978192950927511https://arxiv.org/pdf/2406.06485 原文：GPT-4不是世界模型 ACL力证LLM永远无法模拟世界

广东一货车撞上复兴号高铁 网友笑称保险公司可能要连夜跑路

摘要：据报道，广东潮州， 一辆货车撞上复兴号。附近商户目睹整个过程，称一辆运载“复兴号”高铁车车厢的货车，在转弯时，另一辆货车司机挤了上去。没想到的是，因为复兴号高铁的车厢较长，尾部剐蹭到了复兴号的车门，看上去不是很严重。 网友调侃道：“肇事货车的保险公司连夜跑路”、“这可能是全国第一辆被货车撞的复兴号高铁了”、“这个复兴号没有原版原漆了”。据悉，此次货车转运的“复兴号”高铁车厢，属于三超大件货物运输，在运输途中，须报请有关部门，办理准运手续。并且，还需指派专人观察现场道路和交通情况，按指定的路线和时间行驶，有专门车辆引路，在市区运送大件货物时，要经过公安机关及市政工程部门核准，方能运送。而此次复兴号高铁车厢转运途中，发生意外剐蹭事故，相关责任判定，还需多方部门协商给出，后续以官方通报信息为准。 原文：广东一货车撞上复兴号高铁 网友笑称保险公司可能要连夜跑路