✨Felix✨ 739330447
关注数: 42 粉丝数: 264 发帖数: 14,941 关注贴吧数: 33
emmmm,3090牛皮 9 月 2 日,英伟达正式发布了 RTX 3090 显卡,黄仁勋称其为一头野兽,一个巨大而凶猛的 GPU,“BFGPU”。英伟达称这张卡是世界上第一款 8K 游戏显卡,可在 RTX 开启、DLSS 8K 和 HDR Shadowplay 功能下进行 8K 游戏。 现在,英伟达官网已经公布了 RTX 3090 在 8K 分辨率下的游戏测试。如上图所示,英伟达的测试平台为 i9-9900K+32GB 内存 + RTX 3090,游戏均为高画质,光线追踪开启。 在不开启 DLSS 的情况下《APEX 英雄》《彩虹 6 号》《火箭联盟》《魔兽世界》等游戏都能在 8K 分辨率达到 60fps 以上的帧率。但配置要求较高的《控制》《死亡搁浅》《德军总部:新血脉》在不开启 DLSS 时帧数较低,开启 DLSS 之后《控制》达到了 57fps,《死亡搁浅》达到了 78fps,《德军总部:新血脉》达到了 74fps。 8K 显示器以 7680x4320 分辨率运行,总像素达到 3300 万,而 1080p 分辨率下仅有 200 万像素,4K 分辨率下也只有 800 万像素。8K 需要 GPU 绘制四倍于 4K (3840x2160) 的像素数量,相当于全高清 (1920x1080) 分辨率的 16 倍,此外还需要大量显存。 英伟达 GeForce RTX 3090 拥有 10496 个 CUDA 核心,配备了 24GB GDDR6X 显存,384bit 位宽,最大带宽为 936 GB/s,从而实现了 8K HDR 连接、游玩和观看游戏并捕捉游戏画面。 另外,NVIDIA DLSS 是英伟达研发的开创性 AI 渲染技术,可在生成精美、清晰的游戏图像的同时提升帧率。英伟达称,针对在 GeForce RTX 3090 上运行的 8K 游戏,已打造出全新 DLSS“超强性能 (Ultra Performance)”模式,用于提升受支持游戏的性能。
英伟达 RTX 3090 8K 游戏测试 9 月 2 日,英伟达正式发布了 RTX 3090 显卡,黄仁勋称其为一头野兽,一个巨大而凶猛的 GPU,“BFGPU”。英伟达称这张卡是世界上第一款 8K 游戏显卡,可在 RTX 开启、DLSS 8K 和 HDR Shadowplay 功能下进行 8K 游戏。 现在,英伟达官网已经公布了 RTX 3090 在 8K 分辨率下的游戏测试。如上图所示,英伟达的测试平台为 i9-9900K+32GB 内存 + RTX 3090,游戏均为高画质,光线追踪开启。 在不开启 DLSS 的情况下《APEX 英雄》《彩虹 6 号》《火箭联盟》《魔兽世界》等游戏都能在 8K 分辨率达到 60fps 以上的帧率。但配置要求较高的《控制》《死亡搁浅》《德军总部:新血脉》在不开启 DLSS 时帧数较低,开启 DLSS 之后《控制》达到了 57fps,《死亡搁浅》达到了 78fps,《德军总部:新血脉》达到了 74fps。 8K 显示器以 7680x4320 分辨率运行,总像素达到 3300 万,而 1080p 分辨率下仅有 200 万像素,4K 分辨率下也只有 800 万像素。8K 需要 GPU 绘制四倍于 4K (3840x2160) 的像素数量,相当于全高清 (1920x1080) 分辨率的 16 倍,此外还需要大量显存。 英伟达 GeForce RTX 3090 拥有 10496 个 CUDA 核心,配备了 24GB GDDR6X 显存,384bit 位宽,最大带宽为 936 GB/s,从而实现了 8K HDR 连接、游玩和观看游戏并捕捉游戏画面。 另外,NVIDIA DLSS 是英伟达研发的开创性 AI 渲染技术,可在生成精美、清晰的游戏图像的同时提升帧率。英伟达称,针对在 GeForce RTX 3090 上运行的 8K 游戏,已打造出全新 DLSS“超强性能 (Ultra Performance)”模式,用于提升受支持游戏的性能。
【游戏日志】2020-6-10 开发者回答你的问题 Q:游戏会通过Steam或其他发行平台发行吗? A:目前,我们计划通过Gaijin发行游戏,但现在宣布与其他平台的协议还为时过早。 Q:有没有计划在游戏机上发行游戏? A:我们已经在计划一个控制台版本的征集。目前,游戏已经针对新一代主机进行了优化,我们也在不断改进性能。 Q:我想使用“1-2-3 -join!”和我的朋友一起玩一个回合而不用加入。你会在即将到来的游戏测试中实现一些东西吗? A:我们已经在内部测试中测试了这个功能,它肯定会在接下来的测试中出现。目前,我们正在考虑这样一个战斗群可以提供的额外优势和机会。 Q:120-150名士兵仍然是一个回合的理论上限吗?或者会有一些改变吗? A:目前,我们已经成功地在一场战斗中测试了140名士兵。我们完成了多次服务器优化,以使这个数量能够与当前环境中士兵的交互水平、每次游戏事件的数量和战斗强度相匹配。然而,士兵的数量不仅受到服务器能力的限制,也受到玩家硬件能力的限制,我们仍在进一步优化客户端和服务器端。值得注意的是,每个区域的玩家越多,该区域的战斗强度就越大,玩家也就有理由给玩家更多的回旋空间,这样战斗就不会变成混乱和毫无意义的绞肉机。我们将尝试在其他游戏模式和其他战斗任务中实现更大的自由,这样我们就可以更好地想象不同模式的更高技术和游戏玩法限制。 Q:我们参加了两个非常遥远的战争片段的游戏测试,时间和战士都不一样。我们可能会对他们将如何使用以及球队的进展感到困惑。 A:enlisted是一个结合了著名的军事行动的游戏,从不同国家和不同的二战情节。之前有机会测试莫斯科之战和柏林之战的任务。每一场战役都有许多不同目标和内容的任务:地点、武器装备、车辆,当然还有国家。 我们计划在每个战役中分开队伍进程。如果你有几个战役,你可以在游戏客户端通过几次鼠标点击在它们之间切换。 请查看官方征募网站的FAQ部分,以了解更多关于我们在游戏中实现内容的计划。 Q.哪些语言将被征集本地化? A:在早期阶段,将提供俄文和英文本。有部分翻译为德语,法语,日语,韩语和中文,但它们不是100%的支持在当前的版本的游戏。将来可能会有新的本地化。
【游戏日志】2020-6-6 “诺曼底登陆”战役 在这个dev系列中,我们将讨论“诺曼底登陆”战役内容的开发。 《征募》中的每一场战役都包含一系列具有不同任务的多重任务、数百种独特的武器、车辆和士兵,以及重现历史战役的地点。因此,1941年莫斯科冰雪覆盖的景观和1944年诺曼底的海滩将以熟悉的游戏机制统一起来。 1944年6月6日,“霸王”行动开始,盟军开始了二战中规模最大的登陆行动。从行动开始的最初几秒钟起,登陆队就会遭到德军机枪手和狙击手的猛烈攻击,这些德军机枪手和狙击手坐在防御工事上,这些防御工事是不会受到炮火攻击的。在任务的这个阶段,美国人的任务是突破防御工事不惜一切代价压制他们致命的火力。摧毁第一道防御工事并不意味着德国军队的失败。即使在失去了这一战略位置后,德国人仍占据着最佳位置——地形不稳定,机动困难。除此之外,在地势上升的背后还有一个重要的点,那就是城镇。失去这座城镇将是一个转折点。在取得了这样的优势后,盟军将能够在清理登陆区的最后阶段之前部署大量的装甲车辆。诺曼底海岸小地图的“入侵”模式。 我们之前讨论了76年前盟军英勇登陆的“诺曼底登陆”战役的众多任务之一,我们期待着与你们分享我们未来持续发展的结果! 在未来的devblogs中,我们将告诉你1944年诺曼底的士兵和武器。
【游戏日志】2020-6-2 征召中的人工智能:情境反应 今天我们将讨论“形势意识”——人工智能入伍的一个重要部分。更具体地说,我们如何训练你的团队的AI,以更好地识别危险和优先目标。 让我们以一个重要的警告开始这个开发博客:就像游戏中的惯例一样,在“AI”下,我们指的是一套允许你的团队中的玩家做出自己决定的算法。 在游戏测试“莫斯科之战”之后,我们继续研究你的计算机队友的智能。我们教他们克服障碍,听从指挥官的命令,使用藏身之处,甚至投掷手榴弹。最后一次公开测试允许我们识别最重要的人工智能载体,其中之一是访问危险和目标。 “仇恨计”危险累积系统: 在过去的两个游戏测试中,你与使用性能优化的“仇恨计”系统的AI士兵进行了游戏。它积累了“危险”指数对目标可见的士兵造成伤害或杀死他们的队友。该系统工作正常,但在目标“危险”程度较低、但更容易被击中的情况下,系统表现得并不完美。在权衡了所有的利弊之后,我们决定重新设计系统,完全采用另一种称为“效用函数”的方法。这些矢量指向其他士兵,并显示来自指定方向的危险的总量。这就是人工智能士兵看待和评估危险的方式。 新的“效用函数”算法和机器学习: 从技术上讲——新算法是一组在输入值之上的数学函数。最后一个函数允许AI权衡输入值并以单个数字的形式得到结果——来自敌人的危险,AI用这个数字来确定目标。这种方法打开了大量可以配置的参数,因此可以在单个会话中干预AI行为。 对你来说,这意味着AI士兵通过使用“效用函数”算法选择目标,在快速变化的战斗环境中变得更有反应能力。最初的内部测试已经表明,士兵的行为明显变得更像真实玩家的行为:他们对危险的反应更快,更愿意在目标之间切换。 特别有趣的是,在新算法中,我们看到了机器学习的潜力,它将不断改善人工智能士兵的行为。 我们可以说,一个人工智能系统(通过使用机器学习)教另一个人工智能模块(目标选择模块)在战斗中更有效,并显示出更好的结果。 我们仍在选择正确的学习标准,并且可能会针对不同的任务来训练人工智能:生存和表现。假设处于防御状态的士兵应该选择具有最大威胁的目标,在攻击中选择最容易杀死的目标。很明显,这些目标并不总是一致的。学习将使我们结合当前人工智能领域的发展,并在未来有效地应用它们来改善战场上士兵的行为。 人工智能在军队中的训练潜力 现在我们在每个游戏环节中都有一个巨大的数据流来实时训练AI去预测危险来自哪里,并相应地选择他们的视线方向。我们已经在使用一种算法在战斗中搜索一系列事件来选择AI的凝视方向,但是进一步的关于玩家如何游戏的真实数据的训练将使这个系统更加强大!此外,工程师设定的优先级并不适用于人工智能的每一种情况和地点——在这里,我们也看到了机器学习的潜力。对于每天的开放测试,我们可以得到大量的数据来训练人工智能更好的优先选择,这对我们很有帮助。即使是人工智能的瞄准也可以通过训练人工智能瞄准来提高。这只是我们通过机器学习提高游戏AI的开始。很快我们就会告诉你我们如何教电脑士兵躲避敌人的火力。
有一说一游戏开发进度 昨天内测打了一把后发现。 其实本吧游戏大致已经做完了。 就差点优化了。 而且很有特色。 虽然也能看到很多其他公司游戏影子。例如吃鸡那种背包和装备系统。战地系列的那种士兵界面。 但是其他就属于目前的游戏特色了。 一,简陋的前线士兵训练场。靶子,沙袋,几把枪加一个站点破坏目标。 二,研发模式,按照历史上的师团进行研发,毛子的几几几战斗团,德国的第几什么师。一个兵团目前由4人组成。且兵团还有一个被动技能,什么加快移动之类的。 三,战斗,因为只进了一把。只能说进了一个小图,人很多,32还是64人对战来着。一个人带着3个AI队友打其他一个人带着AI队友,然后可能是RTX ON的情况下,面对太阳看不到影子下的人。死了后先是能就,然后死透复活到几个小队AI身上。射击手感和那个皇家厨房的差不多。受伤的话,有绷带临时包扎。 四,载具,目前是三号F大战T-26。但是貌似目前还不知道怎么样才能选装甲兵团进入战斗。 五,枪械,两边枪械种类很多,也就是一款枪变种版很多,例如MP-40还有个MP-41版。 六,人物,动作感觉类似育碧断点,但动作更快一点那种,可跑可蹲可斜向射击。人物形象,毛子那时候所有民族都有加入,德国就是些德国人。服装按历史来,详见毛子最近的那几个二战电影。 七,画质,可能是超A测的关系,我画质没法开最高。但是整体人物看上去像是战火兄弟连那种,枪械呢又比较细节。坦克载具画质又觉得和坦克世界的类似。 说了这么多,我觉得这次测试很满足了。没有什么恶性bug,只是有些小功能没做好。 没玩过英雄与将军,各位吧友自行对比一下。
首页 1 2 3 下一页