记者 | 彭新

在囊括成千上万款游戏的Steam商店，开发者让自己的游戏能够脱颖而出是一件非常难的事情，现在Steam上线的“实验室”板块带来了一些变化。

Steam正式上线了一个“实验室”（Steam Labs）版块。在公告中，Steam的拥有者Valve公司表示，他们将测试各种实验性比较强的新功能，为日后优化Steam体验做准备，首批包括三个项目。

首先是“微型宣传片”（Micro Trailers）：每款游戏都有时长6秒的宣传片，类似时下流行的短视频，每部微型宣传片由游戏原始宣传片的小片段剪辑而成，来帮助开发者的游戏项目在商店中脱颖而出。如下图：

其次是“交互推荐”（Interactive Recommender）：作为一款机器学习工具，它能根据玩家的游戏库和游戏习惯预测他可能喜欢的游戏。通过”热门”和“小众”，以及游戏发售年代两个维度，再进行游戏筛选。

以及一个名为 “自动展示”（Automatic Show）的功能：类似我们平时常见的电视购物栏目，长达25分钟，展示各种各样值得推荐的游戏。Valve表示，未来机器算法会自动编写游戏介绍文案，并会自动生成旁白配音。目前的“自动展示”还是由真人配音。

这些功能被Valve形容为“未经雕琢的短期实验”，这些实验有的也许会非常成功，有的则可能被放弃。Valve表示，他们希望通过测试后广泛吸取意见，最后实际应用在Steam商店中。”

在通过首页的标签功能、排行榜、以及鉴赏家推荐等展示方进行游戏曝光式后，Steam未来将引来短视频和AI算法时代。

其中最令人好奇的是“交互推荐”，AI是如何为玩家挑选出他们感兴趣的内容？

Valve解释，通过“数十亿”项游戏时段训练的神经网络，并基于玩家的游玩历史和其他“显著”数据，Steam来了解玩家的游戏偏好，分析玩家的游戏规律，进行推荐。

为了避免人类行为影响到AI判断，Valve特别强调它们并未刻意向模型提供游戏相关信息进行训练，也不包括类别、评论等。所以并不是代表玩了《绝地求生》之后就会推荐一大堆大逃杀游戏——Steam 是分析玩家的规律，而非类别。Valve在一篇博文中详细解释了“交互推荐”的算法机制。

观察算法生成的游戏推荐列表是一个有趣的事情，在扫描了我的游戏记录后，这位AI推荐了动作游戏《只狼：影逝二度》和《生化危机2重制版》以及二次元的《東方天空璋》，可能因为我最近在玩《刺客信条：奥德赛》和《命运石之门》。

值得注意的是，太新的游戏并不会出现在AI推荐列表中，这被称为“鸡生蛋还是蛋生鸡”效应，由于没有玩家数据，算法无法推荐尚未拥有玩家的游戏。但在几天后，经过玩家游戏数据积累，新游戏就可得到推荐。

在Epic不断签下独家游戏，展现咄咄逼人气势时，Steam想起了自己的优势——数据。Steam太过庞大，它的统治地位难以撼动，在很长一段时间里仍将是玩家和开发者不会放弃的平台，它面对的问题和苹果App Store也并无太多不同，都充斥着大量难以被发现的新内容。

不过，苹果的App Store通过加强人工推荐机制，试图在首页利用精美的文案介绍和体验式文字带来更好的应用商店展示方案。而Steam转向Youtube、今日头条式的算法推荐手段，以及类似短视频的游戏展示方案，看起来是一个不错的补充方案。