谷歌视距应该保持在测试版

要闻2020-07-24 16:04:03
导读最近我一直在玩很多Stadia,这不是因为我认为Google的游戏流服务是惊人的,但是因为为了从

最近我一直在玩很多Stadia,这不是因为我认为Google的游戏流服务是惊人的,但是因为为了从杀手的信条奥德赛中得到任何东西(我有很多想法),你必须玩很多。这是一场漫长的比赛。

我已经在足够的条件下投入了足够的时间来说这是一个测试版产品,谷歌应该把它贴上这样的标签,并以不同的方式推出它。因为即使在最好的条件下,这也是最好的。我有我认为可能是最理想的连接:谷歌光纤(技术上的Webpass)在奥克兰,500上下,非常低的延迟,我仍然有奇怪的互联网滞后恐慌有时。汪汪。

命令行是关于计算机、小工具和软件的边缘的日常通讯。你应该订阅!我渴望听到你的反馈。如果你有想法,请在dieter@theverge.com上免费给我电子邮件。-节食者

通过订阅,您同意从边缘接收每日新闻简报,突出显示当天的顶层故事,以及来自边缘赞助商和/或合作伙伴的偶然信息。

是的,但也耸了耸肩?我发现,总的来说,它对我很好,我很喜欢在许多不同的设备(包括表面)上玩它!我仍然相信技术/带宽问题是可以解决的。

我想的越多,就越意识到,就像XboxOne的推出一样,Stadia最大的问题就是游戏库的大小。

所以,虽然我很高兴GoogleStadia终于有了三个新游戏的承诺和它的第一个独家功能,但我认为它的方式太少了,尽管不一定是太晚了。如果谷歌能在增长交换图书馆方面做一半,那么它有一半的机会。

所有年份的游戏都会出来(这里是我们的),我不能告诉你我想过多少次,“嗯,我可能想要在Stadia而不是PlayStation上,”和意识到,“HAHANO,Stadia仍然是一款具有Beta产品大小的库的测试版产品。”

Stadia的第二个最大问题是,在这一点上,我觉得我几乎不需要提到它:它的大多数承诺功能都没有准备好。谷歌正在提供Stadia用户“伙伴通行证”,让朋友们免费提供几个月的时间,我真的很不好意思向任何人提供服务,因为服务的状态。

因此,谷歌迄今未能装运一批塑料,帮助你把你的手机贴在控制器上,一件本应与原来的控制器一起打包的东西,一个成本为15美元的东西,一个比模制塑料和弹簧都不重要的东西。所以,你知道,处决仍然不是这个师的强项。也在测试版。

事情是,谷歌已经要求并从人那里得到了真正的钱,所以像贝塔一样对待斯塔迪亚并不是很尴尬;这是不负责任的。谷歌应该尝试一种完全不同的方式来启动这个服务:将它称为测试版,让它成为一个邀请系统,让它看起来更具有排他性,并且不要为它收取费用,直到它退出测试版。

但事后看来是20/20(或者可能是4K低延迟)。我们现在所希望的是,谷歌将很快修复它。也许在我通过暗杀者的信条的时候,会更好的。不过,这可能太长了。


在戴尔,配备NVIDIARTX2080MAX-Q显卡芯片的DellInspiron灵越M17游戏笔记本电脑现已大幅折价。它拥有Intel的8根通用CPU之一,但除此之外,它的16GB内存和512GB的快速PCIe固态硬盘存储将确保比通常需要的现金更多的性能。您可以使用OfferCodeAwFF1150获取它仅需$1、699.99,但戴尔警告数量仅限于此价格。

+Mossberg:蒂姆·库克(TimCook)的苹果有一个伟大的十年,但没有新的大片。

从WaltMossberg亲自阅读。我期望-实际上我知道因为tweets已经发生了--它将是一个很小的偏振。但我认为这是个密码:有些人将被激怒,因为它没有给Airpod和AppleWatch提供足够的信贷;其他人认为它给其他产品提供了太多的信贷。

那是一个公平的信号。MacBookLine并不只是一股气息;它是多年的气息。尽管苹果的新产品非常成功,但没有什么东西能与iPhone媲美。

+谷歌员工说她被解雇以发送关于劳工权利的内部流行

越来越难——几乎是不可能的——认为谷歌管理层正在真诚行事。如果孙达尔·皮查伊不小心,这将是他的遗产。

+新的泄漏泄漏显示员工在没有热量的情况下工作,挣扎着头痛和恶心。

+PinterestSlashes承包商支付假期

+索尼新的后退按钮附件将可定制的桨引入双激波4

我喜欢只使用所包含的屏幕,而不是必须通过设置菜单或应用程序或任何内容进行挖掘,才能将其重新映射到飞行中。更多的东西,拜托!

+Witcher3:WildHunt在Netflix首映时加入Xbox游戏通行证

Xbox游戏通行证可能是目前游戏中最好的交易之一。

+AI超级分辨率使您可以在PixeleratorPro中“缩放和增强”

增强!

目前,对超级分辨率的研究已经持续了一段时间,像谷歌和NVIDIA这样的科技公司在过去几年中创建了自己的算法。在每种情况下,软件在包含对低分辨率和高分辨率图像对的数据集中进行训练。算法将此数据进行比较,并为像素如何从图像改变为图像创建规则。然后,当它显示出一个低分辨率图像之前,它从来没有看到过,它预测需要额外的像素并插入它们。

免责声明:本文由用户上传,如有侵权请联系删除!