Blizzard Entertainment, разработчик игры Overwatch, объявила о серии экспериментов, направленных на реформирование формата матчей. Параллельно компания решила прекратить обновления для режима Стадион, который был представлен в апреле 2025 года.
Blizzard Entertainment, разработчик игры Overwatch, объявила о серии экспериментов, направленных на реформирование формата матчей. Параллельно компания решила прекратить обновления для режима Стадион, который был представлен в апреле 2025 года.
В заявлении, опубликованном на официальном сайте, Аарон Келлер, директор игры, представил два временных режима для тестирования альтернатив традиционным форматам 5v5 (Role Queue) и 6v6 (Open Queue). Эти режимы называются Flex Queue и Dynamic Queue.
Первый тест, Flex Queue, пройдет с 16 по 19 июля. В этом режиме матчи будут проходить в формате 6v6, но со смешанной структурой: каждая команда обязательно будет иметь одного танка и двух фиксированных саппортов, дополненных тремя игроками урона. Эти игроки урона смогут в любой момент перейти на роль танка, при условии, что это будет только один игрок за раз. Это позволяет командам играть с разнообразными составами, такими как 1 танк и 3 DPS, или 2 танка и 2 DPS, в зависимости от потребностей игры.
Второй эксперимент, Dynamic Queue, запланирован на период с 30 июля по 2 августа. Этот режим стремится гармонизировать два предыдущих подхода. Система подбора игроков отдаст предпочтение матчам в традиционном формате 2-2-2, но будет использовать схему Flex Queue в качестве резервного варианта на случай нехватки игроков, готовых играть за танка — роли, которая в настоящее время является самой дефицитной в очередях.
По словам Келлера, текущая гибкая роль склонна назначать большинство игроков танками из-за того, как распределяются игроки в очереди. Тесты направлены на решение постоянных проблем в игре, таких как непропорциональный вес танка в результате матчей, время ожидания в очередях и нестабильность противостояний 5v5. Однако он подчеркнул, что полученные результаты не подразумевают автоматических изменений в основном формате игры, а могут послужить вдохновением для корректировок существующих режимов или для создания новых опций в Аркаде. Келлер заключил, что, как и в любом успешном эксперименте, результаты станут известны только после завершения всех этапов.
В объявлении также подтверждено, что Blizzard прекратит обновления для режима Стадион. Этот режим, запущенный в апреле 2025 года во время Сезона 16 Overwatch 2 (до перехода на Overwatch), предлагает более динамичный опыт, позволяя игрокам настраивать своих героев предметами и способностями, изменяющими их навыки.
Данные игроков от 28 июня, представленные Келлером, показывают, что только 6% игроков выбирают режим Стадион (при этом 3% играют в казуальных матчах и 3% в рейтинговых). Это участие значительно ниже, чем в традиционном 5v5 (54% в казуальном режиме), в 5v5 Соревновательном режиме (37%) и даже в 6v6 в открытой очереди (19%). Учитывая эту низкую вовлеченность, Келлер заявил, что команда больше не будет расширять Стадион новыми картами или героями. Тем не менее, режим не будет упразднен, так как он продолжит получать обновления балансировки, сбросы рейтинга и сезонные награды, хотя команда, занимающаяся проектом, будет перераспределена на другие инициативы игры.
Это решение вызвало неоднозначную реакцию в сообществе. В ветках официального форума тема под названием «Save Stadium» охарактеризовала изменение как «жесткий удар» для игроков, которые тратили большую часть своего времени в этом режиме. На таких платформах, как ResetEra, ответ был смешанным: некоторые сожалели об окончании обновлений, называя Стадион своим любимым режимом, в то время как другие сочли меру ожидаемой, учитывая низкую посещаемость и внутреннюю конкуренцию.
Приложение TV Time, используемое для отслеживания сериалов и фильмов, будет навсегда отключено 15 июля. Платформа, которая насчитывала более 26,4 миллиона установок и активную базу пользователей в Бразилии, прекращает свое существование по решению Whip Media.
Объявление о прекращении работы популярного приложения для отслеживания, первоначально запущенного в 2011 году, было сделано через внутреннее уведомление в самом приложении. Согласно данным Appfigures, Бразилия выделяется среди наиболее вовлеченных пользователей, входя в число четырех стран с наибольшим доступом, наряду с США, Францией и Италией.
TechCrunch предполагает, что решения компании, связанные с искусственным интеллектом, могут быть связаны с этой мерой. После приобретения Blue Torch Capital в начале 2025 года Whip Media сосредоточила свои усилия на Helix — инструменте ИИ, предназначенном для управления и автоматизации каталогов потокового вещания.
Однако официальная причина, представленная Whip Media для прекращения обслуживания, связана с высокими операционными расходами и низкой вовлеченностью в платную версию. В своем заявлении компания сообщила: «Хотя мы любили поддерживать TV Time, продолжать эксплуатировать сервис в качестве бесплатного приложения больше не было устойчиво, и спрос на платное приложение был недостаточным».
Компания выразила благодарность пользователям, отметив, что их страсть превратила TV Time в настоящее сообщество на протяжении последнего десятилетия.
Несмотря на свою популярность, Whip Media решила прекратить работу приложения, а не продать его третьим лицам. Хотя обоснование этого выбора не было подробно раскрыто, основное подозрение падает на бизнес-стратегию, поскольку продажа предоставила бы обширный набор данных о потребительских привычках зрителей потенциальному конкуренту в медиаиндустрии.
Это закрытие отражает тенденцию, наблюдаемую в технологической отрасли, аналогичную тому, что произошло с Mozilla, которая приостановила чтение Pocket для приоритетного развития функций ИИ в браузере Firefox.
С окончательным удалением TV Time из App Store, Google Play Store и веб-версии Whip Media предоставила инструмент экспорта данных. Это позволяет пользователям загрузить полную копию своих списков просмотра, заметок и истории до полного отключения. Компания гарантировала, что данные о потреблении, собранные приложением за эти годы, не будут использоваться для обучения ее будущих коммерческих сервисов на основе ИИ.