用户反馈引领创新，Steam评论系统大改及Valve新功能解读

感谢大家参与这个关于SteamLabs新功能可扫描游戏时间并提供建议的问题集合。作为一个对此领域有一定了解的人，我将以客观和全面的方式回答每个问题，并分享一些相关的研究成果和学术观点。

文章目录列表:

SteamLabs新功能可扫描游戏时间并提供建议

近日据外媒消息，Valve日前发布了SteamLabs，其中包括三个AI工具功能：微型预告片、交互式推荐器和每日半小时自动展示。

而现在，Valve正在推出一项名为SteamLabs的全新测试服务，该服务使用人工智能工具扫描用户的 游戏 时间，并推荐下一步购买什么。

根据官方页面，该服务致力于围绕发现性、视 、机器学习等方面的实验。目前Steam实验室有三个可用的实验性项目分别是：微型预告片，交互式推荐器，以及每日半小时自动展示。

微型预告片允许Steam根据类型、鉴赏家选择或其他分类为玩家提供六秒的预告片展示。如果你对某个特定的作品很感兴趣，可以直接点击来访问商店页面。这一功能很可能是受到了网络上相关第三方推荐的启发，现在正与推特上“Steam Trailers in 6s”账号展开合作。

自动展示功能与 游戏 本来的预告片功能相似，不过该功能将整合多个短预告片，进行四段同时展示以及播放音乐。

该功能最初的目标是让Steam能够从 游戏 商店页面自动生成画外音介绍，但Valve似乎遇到了一些问题，正如该公司在Steam页面上所承认的那样：“在文本语音转换测试中，我们使用的电脑转换语音出了点问题，所以该功能将会延后，我们也正在研究该问题。”

最后是交互式推荐器功能。这是一个“神经网络模型，它被训练为根据用户的 游戏 时间 历史 以及其他重要数据推荐 游戏 ”，这些数据基于“数百万Steam用户和数十亿次 游戏 过程”。“

作为结果，用户可以调整滑块，这样就可以根据推荐度和新旧度来调整 游戏 推荐范围。此外，还可以通过标签限制 游戏 推荐。

非常高兴能与大家分享这些有关“SteamLabs新功能可扫描游戏时间并提供建议”的信息。在今天的讨论中，我希望能帮助大家更全面地了解这个主题。感谢大家的参与和聆听，希望这些信息能对大家有所帮助。