城市站点
> forte(区块链游戏平台Forte融资7.25亿美元,Garena母公司SEA领投)
详细内容

forte(区块链游戏平台Forte融资7.25亿美元,Garena母公司SEA领投)

时间:2022-08-26 03:35:23     人气:390     来源:www.zhongshaninfo.com     作者:爱发信息
概述:......

虽然元宇宙在多家游戏公司的财报会议上出现,但不得不说,如今在海外市场,NFT才是那只“被风吹起来的猪”。

此前,已经有多家从事NFT游戏的公司成为了独角兽,比如nimoca Brands、Mythical Games、Dapper Labs和Sky Mavis。近日,区块链游戏平台Forte宣布再次融资7.25亿美元,累计融资超过了9亿美元。

本轮融资由射击手游《Free Fire》开发商Garena母公司Sea和Kora Management领投,其他参与投资的还包括Animoca Brands、Big Bets(Huuuge Games)、Overwolf、Playstudios、华纳音乐集团、zVentures(雷蛇)、Cosmos、Polygon Studios以及Solana Ventures,业内著名投资公司Griffin Gaming Partners、Andreessen Horowitz(a16z)以及Tiger Global也参与了本轮融资。

那么,Forte到底是做什么的?又为何获得如此之多的资本青睐呢?


http://www.jsyunjun.com/file/upload/tt1999/999.jpg

聚焦区块链交易、合规“痛点”,做NFT游戏交易平台

之所以获得“天价融资”,是因为Forte为如今业内火爆的NFT游戏面临的多个关键问题给出了解决方案。

在玩家与玩家之间交易NFT的时候,一个很大的问题就是带来的交易费用。区块链需要巨大的P2P计算机网络来验证交易,即便是链上的一台计算机丢失数据也没有关系,因为其他计算器都可以验证数据。然而,操作这些计算机的人想要得到奖励,而且这些计算器的成本很高,所以区块链交易势必带来相关的“燃气”或能源费用。Forte这样的公司要么支付这些费用,要么就要依赖其他区块链公司创造低成本网络,以便在加密网络之间取得优势。

用户体验是另一个大问题。加密钱包很难使用,有人可以黑你的账户、偷走你的钱。或者,假设你丢失了加密货币的密码,那它就相当于永远消失,没有人可以帮你追回。这些因素让加密钱包成为了主流消费者难以使用的“鸡肋”。

游戏开发者们还特别需要警惕洗钱行为,他们必须知道自己是在跟谁做生意,并且在多个国家遵守反洗钱和资金转移法。


http://www.jsyunjun.com/file/upload/tt1999/999.jpg

在游戏里很好的接入区块链如此困难,是因为大多数的基础设施实际上是不存在的,它不够成熟,或者不适于游戏使用。大多数的游戏开发者面对的挑战很多,比如一个简单的钱包解决方案、开发者工具、好游戏、完整的代币竞技模式、市场、流动性、让人们“退出”的机制、监管合规等等。

这些挑战当中的任何一个技术都很难打造。与对每一笔区块链交易收费不同的是,Forte用很有趣的方式赚钱,它可以大量购买加密货币和其他代币,可以及时为想要在游戏里卖出物品的玩家提供较高的流动性。玩家们不必等待买家上门,而是直接卖给Forte、让卖家直接变现,然后将物品卖给其他人。在这个过程中,Forte可以通过物品套利,比如可以用较低价格大批量购买,然后再以高价格单独收储,这一切都是自动化的。

不过,以上这些过程最难也最重要的问题就是流动性与合规,Forte是惟一一家直接聚焦这些问题的公司。但是,如果人们不能随时以真钱“退出”并以合规的方式实现,那么区块链游戏想要成功就会面临太多的束缚。

fort

该公司与多个Layer-1区块链(比如以太坊或比特币)合作,而且还在获得多个必要的资金转移许可证、说服政策制定者,以便开发者可以打造一个让人们玩耍并获得收入的游戏。该公司还在做Layer-2解决方案,以便让区块链交易更快速

http://www.jsyunjun.com/file/upload/tt1999/999.jpg

、成本更低。

目前,Forte的平台正在进行定向邀请测试,目前已经和40多家游戏开发商达成合作,覆盖超过1500万玩家,该公司累计融资额已经超过了9亿美元。

一年两次融资超9亿美元,前Kabam创始人连续创业

GameLook了解,Forte本身并不做区块链游戏,而是作为基础设施公司,用区块链技术打造新类型游戏经济平台,为游戏公司做用来存储玩家代币的加密钱包,比如以太币、比特币,然后转换为真钱。

资本认可背后,主要是因为Forte公司的平台可以让游戏公司以简单的方式将区块链技术整合到游戏里。Forte为游戏发行商提供内置合规与安全产品,确保全球监管活动框架,包括资金传输、反洗钱、税务合规和IP保护等,以便保护玩家和发行商的业务以及知识产权。

本轮领投基金Kora Capital创始人Daniel Jacobs表示,“得益于技术与合规解决方案的稳定性,Forte在游戏领域有很大的吸引力。我们与Forte合作,是因为Forte的理念是构建一个易于接入且不限制开发人员灵活性或控制权的平台,着眼长期、解决限制当前区块链交易量规模化的挑战,降低与区块链交易相关的高延迟和成本,以及证明未来区块链跨链互操作和便携性的潜力。”


Forte公司CEO Josh Williams

一年内融资超过9亿美元都是令人难以想象的,除了Forte聚焦的领域本身是业内热点之外,这家公司的联合创始人同样也是它获得资本青睐的重要原因之一。

Forte由Kabam前CEO Kevin Chou和Josh Williams联合成立于2019年,创业之前,Kevin Chou的公司年收入达到4亿美元、员工超过1000人,随后把公司以10亿美元左右的价格拆分卖给了Netmarble和FoxNext Games。他还是电竞俱乐部Gen.G以及区块链代币公司Rally的联合创始人。

CEO Josh Williams表示,目前Forte的规模超过了200人,其中包括游戏、区块链技术与合规问题等方面的专家。

(声明: 网站所收集的部分公开资料来源于互联网,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。 )
  • 茕茕 发自 凹非寺
    量子位 报道 | 公众号 QbitAI

    科技巨头的「云」竞争,如今最核心拼的刀刃就是人工智能。

    无论是从不断扩大的云AI市场规模,还是从国内各大云厂商云+AI的标准配置上,都可见一斑。

    那么,问题来了,机器学习解决方案,到底应该如何评估?

    近日,国际权威研究机构Forrester就发布了一份相关报告,针对大家关心的“到底哪家强”的问题,瞄准中国市场的预测分析和机器学习解决方案主流厂商,进行了全方位的实力解析。

    Forrester Research是一家独立的技术和市场调研公司,其发布的主题报告在中国乃至全球范围内具有很高的市场认可度。


    具体而言,报告的调研对象涵盖华为云、阿里云百度云、腾讯云等等9家中国厂商。并从战略、产品和市场表现三个维度,将这些主流厂商分成了4个梯队:

    领导者(Leaders)、卓越表现者(Strong Performers)、竞争者(Contenders)、挑战者(Challengers)。

    还给出了详细的「挑选指南」。

    具体亮点,一起来看。

    如何评估机器学习厂商

    不少研究分析指出,当AI技术发展进入落地期,AI开始逐渐渗透到企业的核心业务当中,无论是互联网企业还是传统企业,拥抱AI成为了一种大趋势。这就进一步激发了企业上云的动力。


    在这份报告中,Forrester同样指出,在以人工智能为核心的「新基建」背景下,中国企业对于内部构建人工智能抱有极高的热情。

    本质上,人工智能依赖于机器学习模型。因此,各大云厂商提供的预测分析和机器学习(PAML)解决方案,就将在整个AI落地应用的过程中发挥重要的降本增效的作用。

    而围绕预测分析和机器学习(PAML)解决方案,最直接的产品形态,就是基于云的AI开发平台。

    国内的各大云厂商,就已纷纷发力:华为云的ModelArts、阿里云的PAI、百度云的EasyDL、腾讯云的TI-ONE

    http://www.jsyunjun.com/file/upload/tt1999/999.jpg

    ……

    那么,如此热烈的竞争之中,企业在选择解决方案时,究竟应该如何对其进行评估?

    Forrester给出了三点标准。

    其一:能简化模型开发,满足不同团队要求

    为了强化AI能力,企业需要把机器学习模型规模从几个增加到数千个。

    这也就意味着,云厂商提供的AI开发平台,其模型开发能力需要满足不同团队和人员的要求,不仅要覆盖对机器学习有深入了解的科学家、数据工程师、应用开发人员,也要赋能“零基础”的相关业务人员。


    基于此,解决方案团队应增强用户界面的可视化和使用体验,使用户能够顺畅构建模型开发流水线。

    除此之外,对于以代码为核心的数据科学团队来说,覆盖开发全生命周期的IDE(集成开发环境)是必要的。

    而缺乏深度机器学习知识的业务用户,则需要功能齐全的AutoML功能来提高机器学习生产力。

    其二:能快速、大规模部署机器学习模型

    构建模型代表着大规模AI应用的开始。

    为了实现商业利益,公司必须将模型部署到应用上,并加以监控和管理。

    其背后技术层面的挑战,对于从事数据科学、AI开发的工程师们来说,是不言自明的。而对于业务线领导者来说,也提出了新的管理挑战。


    http://www.jsyunjun.com/file/upload/tt1999/999.jpg

    因此,企业需要借助AI开发平台之力,组装从开发到生产系统的模型开发流程,监控机器学习模型的性能而不影响本身的业务,管理机器学习模型,实现跨AI智能团队的协作,并使用新数据重新训练在线机器学习模型,不断提升模型性能。

    其三:使用分布式、混合架构加速训练推理

    模型训练需要许多样本和参数,这会对普通计算基础设施造成很大负担。

    AI开发平台供应商应帮助企业有效地将训练任务下发到分布式架构,以减少开发人员等待时间。

    由于模型推理将直接影响用户体验,AI开发平台的客户们对于推理性能的要求极高。为了满足推理需求和隐私规范,供应商应支持混合模型部署架构,同时支持云上、数据中心、边缘的多种部署模式。


    简单总结一下,一个云AI开发平台,在提供从数据标注到模型部署全流程的AI应用开发服务的基础之上,还应当降低门槛,让开发者能低代码甚至0代码地管理AI项目。

    并且,由于云服务厂商有更丰富的场景积累、强大可持续的研发投入,其在AI技术的突破和创新上具有重要优势。这种技术经验应当能在AI开发平台中被规模化地复制,成为企业可以依仗的「巨人的肩膀」。

    如此,才能在企业数字化转型过程中、在行业AI落地过程中发挥最大能效,打出竞争力。

    具体到厂商的部分,在这份报告中,最吸引人眼球的,是华为云进入了「领导者」象限,并在战略维度领先。

    2018年以来,华为在AI领域可以说是动作不断,围绕“全栈全场景”,连续推出AI开发平台、AI芯片、AI计算框架……

    此次被权威机构认定为机器学习厂商第一梯队,实属意料之中。


    华为云凭什么进入「领导者」象限?

    核心武器是华为云推出的一站式AI开发平台ModelArts。

    Forrester给出的评语是:

    华为云提供全栈预测分析及机器学习服务,是企业在公有云、本地、边缘复杂部署场景下的理想选择。

    2018年以来,华为云积极升级预测分析和机器学习解决方案,不仅提供AI开发平台ModelArts用于机器学习模型训练和推理,同时集成了开源深度学习框架MindSpore,以及Ascend产品组合。


    ModelArts诞生于2018年,可以说是华为云AI开发平台集大成之作,能提供包括数据标注、模型训练、模型调优、模型部署等AI应用开发服务。

    并且方一亮相,就有不俗表现:诞生之初挑战斯坦福DAWNBenchmark。在图像识别(ResNet50-on-ImageNet,93%以上精度)的总训练时间上,以10分28秒的成绩,比第二名提速近44%,拿下当时的全球第一。

    三年来,ModelArts的能力一直在持续升级。

    到2020年,升级到3.0版本的ModelArts。在其EI-Backbone骨干模型、联邦学习、模型智能评估与诊断、高性能AI计算等最新的特性的加持下,ModelArts 3.0可以使标注成本、训练成本降低90%以上,并能在用户训练模型时,根据模型训练速度的要求,自适应匹配最佳资源数,大幅提升算力性价比。


    并且,面向AI行业落地,华为云长期以来在计算机视觉、语音语义和决策优化上积累的AI能力,包括自动机器学习、小样本学习、联邦学习、预训练模型等等,都可以部署到ModelArts上即插即用。

    还有更直接的数据,可以说明ModelArts的能力——

    ModelArts平台支持10万级别的企业任务同时运行,支持10万级别的用户规模同时使用。

    MLPerf benchmart上的测试结果显示,在512芯片的集群规模下,华为云ModelArts成绩为93.6秒,优于英伟达V100的120秒。

    「云」上时代,落地为王

    纸面上的数据只是一部分,华为云能获得认可,与其产品落地的能力息息相关。

    ModelArts的能力,就有不少实例体现:在能源、汽车、政务系统、教育、工业机器人等10余个行业中落地。

    出品「绝影」机器狗的杭州云深处科技有限公司,就应用华为ModelArts和Atlas 200DK,赋予四足机器狗实时感知环境、通过知识图谱交叉分析、强化学习动态决策的能力,实现了机器狗的工业场景巡检。



    forrester

    在脑科学研究方面,华为云ModelArts也有所作为:中科院脑智卓越中心通过完整解析斑马鱼的透明大脑来揭示大脑的工作原理,对接类脑智能。

    其中绘制全脑结构图谱涉及到神经元形态重构。在与华为云ModelArts的合作之下,AI自动重构的准确率和召回率已达95%。经理论推算,使用ModelArts的超大集群和大规模分布式训练,总重构时间可以从125人年缩短至10人天。


    产品、落地是最切实的指标

    这份报告的评价标准,或许也将引发新的思考:

    IDC最新发布的《中国人工智能云服务市场研究报告(2019)》显示,中国AI云服务市场2019年市场规模达1.66亿美元,2018至2024年CAGR(五年复合增长率)将达到93.6%,AI能力已成为用户进行云服务选型时的重要考量因素。

    也就是说,云+AI这样的大趋势下,AI能力如何,已经成为了云厂商新一阶段的核心竞争标准。

    但这种能力具体如何体现、如何衡量?

    还是要看产品在效能提升方面的战略规划,以及这些效能提升是否能在实际落地过程中显现出来。


    对于开发者、甚至普通的业务人员而言,全流程极简和自动化的AI开发模式,意味着更敏捷的开发、构建能力,更高的技术起点。

    站在整个行业的角度,AI、应用、数据三方面能在同一个平台上实现协同,这将使得行业知识模型、行业应用资产和数据资产模型进一步下沉。这对于行业AI落地、行业新价值的创造,无疑有着积极的意义。

    同时,平台化是推动企业数字化转型的大势所趋。

    在数字经济时代,算力是新生产力,数据是新生产资料,而5G、AI和云这样的前沿技术就是新的生产工具。在这种背景下,向华为云这样的AI平台靠拢、融合,更有利于企业落地数字化转型,在商业上取得成功。

    至于目标能否达到?落地案例就是答案。

    接下来机场的各种云厂商广告,或许都会变成落地案例说话的广告。

    你说呢?

    最后,对机器学习和ModelArts感兴趣的朋友,可以参与华为云官方出品的「AI全栈成长计划课程」,专为0基础AI经验的开发者量身打造的有系统理论有实践的AI课程,带你0基础入门构建 AI 实战技能体系。

    具体活动详情请点击:

    https://developer.huaweicloud.com/activity/full-stack/ai-developer.html

    — 完 —

    量子位 QbitAI · 头条号签约

    关注我们,第一时间获知前沿科技动态

  • 上周三,《堡垒之夜》团队在 Epic Games 官网上宣布了将努力以线下形式带回 2022 FNCS 邀请赛。在确保选手健康与观众安全的同时,该活动计划于 11 月 12-13 日在美国北卡罗来纳州 Raleigh 举办。据悉,作为自 2019 年《堡垒之夜》世界杯以来的首场线下大型对面对竞技赛事,Epic 将邀请来自世界各

    http://www.jsyunjun.com/file/upload/tt1999/999.jpg

    地的顶级 FNCS 团队,并将提供高达百万美金的奖池。


    (来自:Epic Games)

    尽管 Epic 仍可能基于全球公共卫生趋势的变化、或地区法规 / 政策建议而作出调整,但在本周一的一条推文中,Fortnite Competitive(@FNCompetitive)还是给出了更加明

    http://www.jsyunjun.com/file/upload/tt1999/999.jpg

    确的信号。


    目前尚不清楚 Epic 是否有意在 2023 年举办某种形式的《堡垒之夜》世界杯,但暌违多年的为期三天的游戏盛会(奖池高达 3000 万美金),还是让不少玩家感到十分期待。

    http://www.jsyunjun.com/file/upload/tt1999/999.jpg

    fort


    COVID-19 大流行影响,Epic 被迫将《堡垒之夜》世界杯鸽了两届。先是在 2020 年 4 月表示延期,然后又

    http://www.jsyunjun.com/file/upload/tt1999/999.jpg

    在年底表示取消 2021 线下赛事。

    The FNCS Invitational 2022 takes place November 12th and 13th(via)


    顺道一提,《堡垒之夜》本赛季即将结束,且官方已计划在这个周末于游戏内举办一场大型活动。

  • 阅读全文
    分享