前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Roblox、Epic Games和Meta,详解三巨头如何引爆元宇宙

Roblox、Epic Games和Meta,详解三巨头如何引爆元宇宙

作者头像
IT阅读排行榜
发布于 2023-02-13 09:56:48
发布于 2023-02-13 09:56:48
7900
举报
文章被收录于专栏:华章科技华章科技

导读:在元宇宙趋势确立的过程中,标志性公司的价值确立起到了重要支撑作用。元宇宙第一股Roblox、元宇宙游戏第一股Epic Games和元宇宙社区代表公司Facebook(已改名为Meta)这三家公司对于确立元宇宙趋势起到了重要推动作用,我们称它们是元宇宙先锋队并不为过。下面对三家公司分别做详细的介绍和分析。

作者:周掌柜

来源:大数据DT(ID:hzdashuju)

01 Roblox与元宇宙

▲Roblox官网

1. Roblox的起源

Roblox起源于创始人Baszucki于1989年成立的一家名为知识革命(Knowledge Revolution)的教育科技初创公司。Knowledge Revolution开发了基于模拟程序的二维实验室,学生和教师可以在那里用虚拟杠杆、斜坡、滑轮和射弹模拟物理情境。

Baszucki 发现,孩子们利用该程序做的事情已经远远超出教科书中的物理情境,比如模拟汽车碰撞和建筑物倒塌,建造一些有趣的东西。也就是说,Roblox源自互联网骨灰级元老创立的在线教育科技公司。

1998年,Knowledge Revolution被一家名为MSC Software的工程软件公司以2000万美元的价格收购。创始人Baszucki受孩子们在他的交互式程序中构建物理世界的启发,和曾担任Knowledge Revolution工程副总裁的Erik Cassel一起开始构建第一个版本的Roblox。

在Roblox 2005年测试版部署后的最初几个月里,用户社区很小,在高峰期大约有50人同时玩(今天这个数字已经超过100万)。但社区规模小使Baszucki和Cassel能及时反馈用户问题。不久后,他们发布了Roblox Studio——一款让Roblox用户能够创建游戏和模拟器的应用程序。Roblox在这个平台式运作模式的带动下开始了真正的爆发式发展。

到2012年,Roblox每月有超过700万独立访问者,是最受欢迎的儿童娱乐网站之一。根据comScore的数据,欧美6到12岁的孩子在Roblox上花费的时间比在任何其他网站上的都多。它也是除了谷歌之外欧美青少年浏览次数最多的网站。Roblox目前的月活已经超过1亿,这说明它已经成为世界性的下一代游戏社区。

2. Roblox的崛起:源自元宇宙商业模式的确立

Roblox的崛起虽然有着长时间孕育的过程,不过,也确实是在元宇宙这个大背景下获得了价值的极大放大。

Roblox的转折点恰恰发生在2012年。Roblox在这一年拥有了更多儿童用户之后,启用新的商业模式。在2013年之前,公司都没有开放平台,大量的创作者无偿进行游戏创作。

2013年之后,Roblox传统的用户已经成为青年人。于是,公司采用了全新的商业模式,开放了编辑器,让Roblox不再是单纯的游戏公司,变成了一个游戏开发者汇聚的超大型平台。

新商业模式的第一个特点是开放分成和创作者权限,这本质上就是一种元宇宙商业模式。创作者可以自行为游戏提供的内容或者道具等定价,设计商业模式,确定是免费还是内购以及什么东西需要充钱,甚至可以掏钱给游戏打广告,做营销活动,与外部资源进行合作。如果有一定资本,创作者可以自己招聘人手,组建工作室。创作者对作品有着很强的掌控力。

至此,Roblox平台的两大关键点就开始发挥作用,即开放经济与放权(放权给游戏开发者)、拥抱VR新型入口。开放平台以后,公司的经营数据爆发式增长。

新商业模式的第二个特点是接入VR等设备,全面拥抱元宇宙。

开放游戏平台的模式一直延续到上市。这期间Roblox增加了VR入口,提供了清晰的元宇宙用户体验。2021年3月10日,Roblox上市当天涨幅54%,而相比其半年前的最后一次上市前融资,公司的估值增长了7倍,将近400亿美元。而到2021年3季度,Roblox股价又比上市之初涨了1倍以上。这个赛道短时间内成为二级市场最火的赛道,因此,Roblox被称为“元宇宙第一股”当之无愧。

而这个布局早在5年前就做出了。2016年4月16日,Roblox宣布将登录Oculus Rift平台,用户可以在平台上设计自己的VR游戏世界和体验。为了兼容VR,Roblox优化了专门用于VR的摄像头控制,提高了视频质量,增加了第一人和第三人视角之间的切换选项。

Roblox庞大的用户基础不仅可能产生众多的VR游戏,也使Roblox有可能成为虚拟现实社交平台。

当前,在这两个重要的新商业模式基础上,游戏的会员体系、荣誉体系、群组体系都在游戏中得到了重新建设。这些方面与传统游戏的竞争格斗属性完全不同,甚至和之前的《第二人生》游戏纯粹的构建也不同,趣味性更强一些。

所以,回到我们从元宇宙角度对Roblox的审视来看,它确实是一个向3D社交网络升级的游戏形态,同时伴随着游戏引擎和编辑器的同时升级,并且内部生态系统在“虚拟+现实”的推动下比之前的3D社区更加立体和丰富。这一切带来了超越游戏本身的元宇宙体验。这也解释了元宇宙是一个起源于游戏,但是完全超越游戏的全新产业形态。

02 Epic Games与元宇宙

Epic Games作为元宇宙游戏代表性公司,比Roblox具有更强的游戏属性。元宇宙游戏实际上是超越既定游戏认知的娱乐性的。我们再把Epic Games和Roblox做一个对比。

1. 传统游戏基因和腾讯加持

Epic Games公司的成长经历比Roblox的顺利很多。Epic Games的代表作品有《子弹风暴》《堡垒之夜》等,最畅销的产品是《战争机器》系列。该公司的盈利能力一直很强,其研发团队是近十年来最负盛名的游戏制作团队,设计的3D游戏引擎被无数游戏开发团队所采用。

腾讯在2012年7月以3.3亿美元收购Epic Games已发行股本48.4%的股份。财报指出,Epic Games已属腾讯集团的联营公司,且腾讯有权在Epic Games董事会上提名董事。2020年,索尼投资2.5亿美元收购了Epic Games1.4%的股权,使Epic Games的估值达到了178.6亿美元。

这两次代表性的融资都表明,Epic Games这家相对传统的游戏公司一直受到投资追捧,并且有着比Roblox更好的商业变现能力。

2. 更早的元宇宙进化

Epic Games的转折点是在1998年。这一年它开始加速向一家元宇宙公司进化。Epic MegaGames是一款3D第一人称射击游戏,已经被开发出一个系列。2007年8月20日,Epic Games收购了一家位于波兰的游戏开发商People Can Fly,成为其第一大股东。

我们现在总结Epic Games的元宇宙技术基础,最核心的应该是3D虚幻引擎技术。目前,Epic Games已经成功开发到第四代3D虚幻引擎,也已经打造完成第五代虚幻引擎。每一代虚幻引擎都拥有完整的图形绘制功能和声音处理功能。

对比Epic Games和Roblox可以发现,Epic Games的3D引擎从出发点上来说,和Roblox高度依赖于创造力的游戏引擎和编辑器存在着较大差异。但两者的共同点就是都拥有超大型3D社区的构建能力,并且拥有这个3D社区的用户运营能力,所以它们都从聚焦3D游戏、拥有“元宇宙商业模式”的公司成为了“元宇宙公司”的代表。

以上这两个案例很好地诠释了游戏和元宇宙的关系。元宇宙超越游戏的格局,但其发展进程深受3D游戏发展影响。

03 Meta与元宇宙

相比Roblox和Epic Games的游戏入口切入,Meta是以VR设备和社交网络进入元宇宙商业模式的另一个代表。

2021年10月末,Facebook创始人扎克伯格发布了一个爆炸性新闻,即Facebook将更名为Meta,聚焦于成为一家纯粹的元宇宙公司。而Meta这个新logo本身就来自元宇宙的英文Metaverse,可见扎克伯格的决心和野心之大。

Meta表示,计划未来五年在欧盟创造1万个新的高技能工作岗位,以推动开发元宇宙。

这堪称大手笔,目前业内人士的看法是,由于Meta在VR领域的巨大投入和进展,实际上 VR入口这个战斗基本上已经结束,扎克伯格是最终的胜利者,国内字节跳动收购的Pico是最后的船票。

技术上,Meta布局了大量底层技术,比如空间交互、设备专利、底层技术专利等。可以很确切地说,Meta是希望通过将VR切入点和目前的社交网络结合,形成全新的元宇宙公司形态。

扎克伯格的元宇宙战略对VR和AR的重视程度极高。他多次强调Oculus Quest 2等VR头显和AR智能眼镜等硬件对于公司长期元宇宙愿景的重要性,并表示:

为元宇宙构建基础平台是一条漫长的道路。我们发布了售价299美元的128GB版Quest 2,这一愿景付诸实践并不仅仅只是打造一款眼镜产品。这是一个完整的生态系统。我们正在同时构建多代VR和AR产品,以及新的操作系统、开发模型、数字商务平台、内容工作室,当然还有社交平台。

从销售数据上看,Oculus Quest 2在2021年的销量已经超过1000万台。这也意味着Facebook将在消费电子领域直面和苹果的竞争。

从用户体验的角度看,目前Oculus的用户体验确实获得了革命性的提升。无论从屏幕的显示清晰度、视觉体验带来的沉浸感,还是手柄的高精度定位系统,Quest 2都已经相当成熟,而同等性能的产品却贵两三倍。下一步Facebook很有可能像特斯拉一样进一步低于成本价销售这款产品,以快速获得用户,进而为元宇宙战略获得更大的竞争优势。

更名Meta后,公司的元宇宙格局更加清晰。从2021年第四季度开始,负责AR/VR业务的Facebook Reality Labs(FRL)将单独立项披露业绩表现和投资活动。扎克伯格还表示:

我们正在为增强现实和虚拟现实产品和服务投入大量资源,这是我们开发下一代在线社交体验工作的重要组成环节。新的项目披露将提供有关FRL业绩和我们正在进行的投资的额外信息。

综合以上,从元宇宙更大的格局上看,游戏和社交网络这两个领域对于元宇宙入口的争夺目前确实处于先锋角色。从这个角度说,VR、AR、MR、XR等技术形成的内容社区,以及Roblox、Epic Games、Meta希望开发的3D社区,也是元宇宙游戏的重要组成部分。

这些创新实践都在告诉我们,元宇宙正在以基于产业并超越产业的格局快速展开。一方面,元宇宙具备深刻的产业多维度创新支撑;另一方面,元宇宙打开了一个比生活方式更加丰满的文明展开方式,同时元宇宙先锋也让元宇宙必然成为一个长期的科技趋势和产业趋势,而非昙花一现的概念。

关于作者:周掌柜,知名科技战略专家,英国《金融时报》中文网专栏作家,“周掌柜矩阵”战略咨询模型发明人,曾作为华为、百度等公司的战略顾问参与智能手机、电动汽车顶层战略设计,并在全球近30个国家和全国20多个省开展实战调研。对ICT通信、消费电子、互联网等产业有深入研究,长期关注全球元宇宙相关技术的发展和进化。

本文摘编自《元宇宙大爆炸:产业元宇宙的全球洞察与战略落地》,经出版方授权发布。(ISBN:978-7-111-70273-3)

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-08-16,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大数据DT 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
第八章 AI模型质量-4
Fuzz测试,也被称为模糊测试,是一种软件测试技术。其主要目的是发现软件、操作系统或网络设备中的未知错误。在Fuzz测试中,会向系统输入大量随机或伪随机的数据,以尝试引发异常情况,如崩溃或未处理的错误。
bettermanlu
2025/04/15
2540
第八章 AI模型质量-4
深度 | 详解首个系统性测试现实深度学习系统的白箱框架DeepXplore
选自The Foretellix Blog 作者:Yoav Hollander 机器之心编译 参与:吴攀、晏奇 五月份,来自哥伦比亚大学和理海大学的几位研究者的论文《DeepXplore: Automated Whitebox Testing of Deep Learning Systems》提出了一种深度学习系统的自动白箱测试方法 DeepXplore,参阅机器之心的报道《学界 | 新研究提出 DeepXplore:首个系统性测试现实深度学习系统的白箱框架》。近日,Yoav Hollander 在一篇博
机器之心
2018/05/08
1.2K0
自动驾驶的技术架构和生态发展
我们先以汽车在现代科技领域的演进来开始这次的chat,最早的就是电动汽车,其中的代表无疑是特兹拉,相信大家对电动车还是比较熟悉的,这里就不展开说明了。接下来就是最近很火的共享车,以滴滴来讲,据滴滴官方报道平台用户3亿,车主1500万,日均订单有1400万,从1400万的数据来看订单数已经超过美团,大众点评,在中国互联网界仅次于阿里巴巴和京东,要知道滴滴是个非常年轻的公司,但是这1400万的日均订单也只占整个出行市场的1%,可见整个出行市场的天花板还远远望不到头。接下来就是车联网领域,车联网是个很广义的概念,
刘盼
2018/03/16
1.6K0
自动驾驶的技术架构和生态发展
【智驾深谈】深度学习驱动的自动驾驶新主流框架盘点(附3篇论文)
【新智元导读】早想动笔写点深度学习在自动驾驶中的应用,无奈羁绊太多总也未能成行。最近两晚恰好李师傅怂恿而且大力支持,提供了大部分素材,揭开了目前的应用现状,让我再一次深刻认识到,深度学习或将成为自动驾驶领域的黑科技,姑且称之为“深度智驾”吧。本文结合Nvidia、 Mobileye、Comma.ai的自动驾驶框架研究现状,谈谈深度智驾的原理、优点和未来。 【特约编辑】小猴机器人,人工智能博士,自动驾驶技术爱好者,参与多个自动驾驶项目研发,有丰富的行业经验,尤其对决策规划控制方面了解深入。 大背景 基于深度
新智元
2018/03/23
1.9K0
【智驾深谈】深度学习驱动的自动驾驶新主流框架盘点(附3篇论文)
深度神经网络全面概述:从基本概念到实际模型和硬件基础
选自arxiv 作者:Joel Emer等 机器之心编译 深度神经网络(DNN)所代表的人工智能技术被认为是这一次技术变革的基石(之一)。近日,由 IEEE Fellow Joel Emer 领导的一个团队发布了一篇题为《深度神经网络的有效处理:教程和调研(Efficient Processing of Deep Neural Networks: A Tutorial and Survey)》的综述论文,从算法、模型、硬件和架构等多个角度对深度神经网络进行了较为全面的梳理和总结。鉴于该论文的篇幅较长,机器之
机器之心
2018/05/07
5.3K0
深度神经网络全面概述:从基本概念到实际模型和硬件基础
自动驾驶汽车硬件系统概述
如果说人工智能技术将是自动驾驶汽车的大脑,那么硬件系统就是它的神经与四肢。从自动驾驶汽车周边环境信息的采集、传导、处理、反应再到各种复杂情景的解析,硬件系统的构造与升级对于自动驾驶汽车至关重要。
刘盼
2018/07/26
2.1K0
自动驾驶汽车硬件系统概述
学界 | 新研究提出DeepXplore:首个系统性测试现实深度学习系统的白箱框架
选自arXiv 机器之心编译 作者:Kexin Pei等 参与:吴攀、李亚洲 对于自动驾驶系统等事关人身安全的深度学习应用,了解其在极端情况下的表现是非常重要的。近日,来自哥伦比亚大学和理海大学的几位
机器之心
2018/05/07
1.1K0
学界 | 新研究提出DeepXplore:首个系统性测试现实深度学习系统的白箱框架
自动驾驶车辆仿真模拟软件盘点
无人驾驶汽车真实上路后所要面临的外部环境是复杂多变的。通过利用仿真模拟软件可以检查算法,也可以训练无人车面对不同场景下的感知、决策等算法。 模拟平台有很多种,如果分类的话,可以分为两种:开源和收费的。
刘盼
2018/03/16
4.5K0
自动驾驶车辆仿真模拟软件盘点
自动驾驶中的深度学习
最早使用神经网络来检测车道线,分割地面和驾驶的自动驾驶汽车叫 ALVINN,创建于1989年。
McGL
2021/05/08
1.3K0
自动驾驶中的深度学习
【深度学习】自动驾驶:使用深度学习预测汽车的转向角度
近年来,特别是在10年前Darpa挑战赛成功之后,全自动驾驶汽车的开发速度大大加快。自动驾驶汽车由许多部件组成,其中最关键的部件是驱动它的传感器和人工智能软件。此外,随着计算能力的增加,我们现在能够训练复杂的和深层的神经网络,该神经网络能够学习关键的细节,并且成为汽车的大脑,了解汽车的环境,以便做出下一个决定。 在这篇文章中,我们将讨论如何训练一个深度学习模型来预测方向盘转角,并帮助虚拟汽车在模拟器中自动驾驶。该模型使用Keras(https://keras.io/)创建,使用Tensorflow(http
AiTechYun
2018/03/05
3.8K0
【深度学习】自动驾驶:使用深度学习预测汽车的转向角度
深度神经网络发展历程全回顾:如何加速DNN运算?
深度神经网络(DNN)目前是许多现代AI应用的基础。自从DNN在语音识别和图像识别任务中展现出突破性的成果,使用DNN的应用数量呈爆炸式增加。这些DNN方法被大量应用在无人驾驶汽车,癌症检测,游戏AI等方面。在许多领域中,DNN目前的准确性已经超过人类。与早期的专家手动提取特征或制定规则不同,DNN的优越性能来自于在大量数据上使用统计学习方法,从原始数据中提取高级特征的能力,从而对输入空间进行有效的表示。 然而,DNN超高的准确性是以超高的计算复杂度为代价的。通常意义下的计算引擎,尤其是GPU,是DNN的基
AI科技评论
2018/03/12
3K0
深度神经网络发展历程全回顾:如何加速DNN运算?
自动驾驶汽车传感器融合系统及多传感器数据融合算法浅析
“自动泊车、公路巡航控制和自动紧急制动等自动驾驶汽车功能在很大程度上是依靠传感器来实现的。重要的不仅仅是传感器的数量或种类,它们的使用方式也同样重要。目前,大多数路面上行驶车辆内的ADAS都是独立工作的,这意味着它们彼此之间几乎不交换信息。只有把多个传感器信息融合起来,才是实现自动驾驶的关键。” 现在路面上的很多汽车,甚至是展厅内的很多新车,内部都配备有基于摄像头、雷达、超声波或LIDAR等不同传感器的先进驾驶员辅助系统(ADAS)。 这些系统的数量将会随着新法案的通过而不断增加,例如在美国,就有强制要求安
刘盼
2018/03/16
4K0
自动驾驶汽车传感器融合系统及多传感器数据融合算法浅析
自动驾驶「无视」障碍物:百度研究人员攻陷激光雷达
用激光雷达进行目标检测是目前汽车用到的主流方法,这种传感器精度高、成本高昂、技术门槛高。如果昂贵的价格能买来安全,那么也能显示其价值。但最近,来自百度研究院、密歇根大学以及伊利诺伊大学香槟分校的研究者提出了一种可以「欺骗」激光雷达点云的对抗方法,对激光雷达的安全性提出了质疑。
小小詹同学
2019/07/16
8750
自动驾驶「无视」障碍物:百度研究人员攻陷激光雷达
业界 | 从集成方法到神经网络:自动驾驶技术中的机器学习算法有哪些?
选自kdnuggets 作者:Savaram Ravindra等 参与:Lj Linjing、蒋思源 机器学习算法可以融合来自车体内外不同传感器的数据,从而评估驾驶员状况或者对驾驶场景进行分类。本文将粗略讲解一下各类用于自动驾驶技术的算法。 如今,机器学习算法正大规模地用于解决自动驾驶汽车产业日益增多的问题。结合 ECU (电子控制单元)传感器数据,我们须加强对机器学习方法的利用以迎接新的挑战。潜在的应用包括利用分布在车体内外的传感器,比如激光探测、雷达、摄像头或者物联网(IoT),融合各类数据进行驾驶员状
机器之心
2018/05/08
6220
业界 | 从集成方法到神经网络:自动驾驶技术中的机器学习算法有哪些?
【自动驾驶专题】|自动驾驶技术概况及挑战
自动驾驶汽车毫无疑问是未来出行的标准方式。世界上的科技巨头,从Google、Uber到丰田及通用汽车等企业,都投入了巨资来促进该技术的成熟及商业化,因为它将是一个万亿级的市场。
用户7623498
2020/08/04
1.2K0
【自动驾驶专题】|自动驾驶技术概况及挑战
自动驾驶综述|定位、感知、规划常见算法汇总
这一部分概述了自动驾驶汽车自动化系统的典型体系结构,并对感知系统、决策系统及其子系统的职责进行了评述。
磐创AI
2020/05/26
3K0
自动驾驶综述|定位、感知、规划常见算法汇总
做自动驾驶涉及哪些技术?超全总结上线
自2004/05年DARPA的“大挑战”(rural)和2007年的“城市挑战”以来,自动驾驶一直是人工智能应用中最活跃的领域。
博文视点Broadview
2023/09/09
1.3K0
做自动驾驶涉及哪些技术?超全总结上线
展望自动驾驶软硬件系统
文章:Moving Forward: Autonomous Driving Software and Hardware Systems Review
点云PCL博主
2025/01/08
1170
展望自动驾驶软硬件系统
打破传统方法,MIT新芯片帮自动驾驶汽车穿越浓雾
依赖于光成像传感器的自动驾驶汽车的视线常常难以穿透雾这样会致盲光传感器的环境。但是,麻省理工学院的研究人员开发出了一种亚太赫兹辐射接收系统,它可以在传统方法失效时帮助无人驾驶汽车行驶。
机器之心
2019/03/12
5560
打破传统方法,MIT新芯片帮自动驾驶汽车穿越浓雾
19个神经元控制自动驾驶汽车,MIT等虫脑启发新研究登Nature子刊
众所周知,当数据量足够多时,深度监督模型会被训练得很好,但目前的深度学习仍存在泛化性能不好和训练效率不高的问题,研究人员一直在寻求构建智能模型的新方法。当前人们探求的方向总是更深的网络,但这意味着更高的算力消耗。因此正如人们所思考的那样,必须寻找一种需要更少数据或更少神经网络层的方法,让机器实现智能化。
机器之心
2020/11/04
7610
19个神经元控制自动驾驶汽车,MIT等虫脑启发新研究登Nature子刊
推荐阅读
相关推荐
第八章 AI模型质量-4
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档