IBM正式进入电竞领域:与动视暴雪达成协议,成为“守望先锋联赛”总决赛合作伙伴
IBM 将赋能动视暴雪“守望先锋联赛”的内容互动与分析,通过云和 IBM Watson 人工智能与机器学习技术吸引粉丝和玩家
IBM 将赋能动视暴雪“守望先锋联赛”的内容互动与分析,通过云和 IBM Watson 人工智能与机器学习技术吸引粉丝和玩家

美国时间 10月 9日,IBM 和全球首个由 20个城市战队参加的全球电竞联赛 — 动视暴雪旗下的“守望先锋联赛”(Overwatch League)宣布,双方签订了旨在将 IBM 的云计算和人工智能 (AI) 技术引入电竞领域的首份多年期协议,IBM 将成为 2020年“守望先锋联赛”总决赛以及 2021年和 2022年整个赛季人工智能、 云计算和分析的官方技术赞助商。这一赞助活动已在 10月 8日 - 10月 10日期间举办的 2020年“守望先锋联赛”总决赛上拉开帷幕。
根据协议,IBM 和“守望先锋联赛”将充分利用 IBM 提供的的高级云和人工智能产品套件。从 2021年开始,双方将利用 IBM 在自然语言处理和机器学习方面的专业知识来开发技术解决方案,以改进联赛的排名系统;还会依靠 IBM 的 Watson AI 功能创建实时和实况预测分析。目前,双方正在着手开发特定解决方案,包括计划在 IBM Cloud 上托管的新解决方案。这些正处于开发阶段的解决方案将利用 IBM 的成套分析工具来处理比赛数据,并通过使用 Watson 机器学习和 Watson Studio 中的 AutoAI 功能来增加 Watson 的 AI 功能,还将找到新的方法来显示“守望先锋联赛”通过现场比赛而获得的各种历史统计数据。
动视暴雪电竞首席营收官 Brandon Snow 表示:“我们一直在努力让粉丝以更有意义的方式参与‘守望先锋联赛’,与 IBM 合作能够帮助我们实现这个目标”。他认为,“IBM 推出的以云技术为基础的先进人工智能和机器学习技术将帮助我们为粉丝和战队提供参与机会,营造身临其境、创意十足的体验,观众将因此受益。我们很高兴能在本赛季规模最大的赛事总决赛期间宣布这一消息。”
IBM 体育与娱乐合作关系部门副总裁 Noah Syken 表示:“我们很高兴为世界领先的电竞平台提供一流的云平台和 Watson 产品组合。我们正在合作创建的解决方案可以为组织、玩家和粉丝提供更加引人入胜的体验。我们非常期待与‘守望先锋联赛’合作,为广大观众提供大规模创新的解决方案。”
IBM 与“守望先锋联赛”的合作标志着 IBM 首次涉足全球电竞领域。此前,IBM 也曾与其他合作伙伴合作,凭借其技术为全球范围内的众多体育和娱乐活动提供支持。自 1985年以来,IBM 一直以硬件制造商、芯片制造商和开发者的软件提供商身份参与游戏行业的发展。在过去的 35年里,IBM 通过 PowerPC 处理器、自然语言处理和云技术,协同电竞游戏企业开展合作。
IBM 同时也是众多体育组织和团队活动的长期合作伙伴,业务遍及网球赛事(美国网球公开赛和温布尔登网球公开赛)、高尔夫球赛事(美国名人赛)、足球赛事(通过 ESPN Fantasy Football)以及格莱美奖。通过建立的合作伙伴关系(包括 IBM 与“守望先锋联赛”建立的新合作伙伴关系),IBM 可以利用混合云和其他基于人工智能的解决方案的灵活性,为粉丝、玩家和教练们重构全新的运动和娱乐体验。
了解更多IBM Cloud海外公有云信息请访问:
http://www.zhiding.cn/special/globalization
0赞好文章,需要你的鼓励
推荐文章
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。