今天的主角是Steam，此Steam并非STEAM（科学、技术、工程、艺术、数学），而是一个游戏平台，Steam平台是全球最大的综合性数字发行平台，其上游戏数量已超过2万款。在今年8月份的时候，Steam中国正式宣布中文名称——蒸汽平台。另外，早在去年Steam中国就已在上海浦东落户。最近了解到steam lab的一些有趣的实验品，主要是涉及游戏内容生成方面的，作为一家每日的活跃用户高达3300万的大型互联网公司，内部的lab天天在探索好玩的应用，挖掘更深的价值点，我非常喜欢这种模式，也在前阵子的文章中提到，类似的机制：正式产品跟实验性产品并行的机制（darksee.ai）。
ps：get内部也有一个lab，欢迎有兴趣的程序员或设计师加入，一起探索。公众号回复：lab
我们先了解下steam lab发布的几款值得学习的实验品：用数秒时间即可了解 Steam 里的每款游戏。微型宣传片时长 6 秒，循环播放，重点突出，易于浏览，观看者可以迅速了解 Steam 上的游戏。此实验根据用户在stema里购买、查看游戏的情况，利用机器学习，向用户推荐可能会喜欢的游戏。关键是用户可以控制热门或小众的游戏的权重，还可以改变游戏发行日期新旧的权重。如果 Steam 能每天魔术般生成一个节目，展示最新最好的游戏，会怎么样？类似于电视购物频道的节目。一集时长半小时。比如在给用户推荐的时候，提供给用户可以设置推荐系统的一些参数，让个性化推荐真正属于用户控制范围。比如在5G正式全面普及的时候，大量的视频内容的自动化生成，有一种视频产品的形态就类似于“电视导购节目”。电视导购节目在中国已有27年历史了，最早的是在1992年广东省的珠江频道播出了中国大陆第一个购物节目。此需求，已经被验证了近30年，被验证过的需求，而且这种电视节目存在的时间足够长，用户已经非常熟悉（市场被完全教育），这个组合是最容易被新技术“跨界打劫”的。因此，我觉得机器学习生成视频的一个比较容易出爆款的方向是类“电视导购节目”的产品。
