AI能让比赛变得更好看吗？

文 杨 直

几年前，采访一名业内知名的电竞导演时，面对OB漏掉击杀、画面切错等问题，他曾经这样回答：“直播工作时间很长，强度高，执行人员难免会犯错。但不是不能解决。现在所有的直转播都可以程序化进行，每次切出来的效果都一样。问题在于，成本太高了。”

如今，离这个愿望实现更近了。

日前，韩国光州科学技术研究院 (GIST) 的研究人员在一篇发表在学术期刊Expert Systems with Applications 的论文里提及了为电子竞技比赛量身定制人工智能OB 研究的进展。

他们放弃了传统OB 关注英雄的思路，而是将关注的重点放在了屏幕区域上。研究人员通过收集25 名实验对象观看《星际争霸》赛事的行为数据，将他们感兴趣的区域标记为“一”，屏幕的其余部分标记为“零”。

在数据模型的支持下，他们找到了所有观众都喜欢看的区域，并将这种区域定义为最令人兴奋的区域。

通过将实验结果与其他现有方法进行比较，研究团队称这一方法更接近实际的观赛行为。该论文称，从长远来看，该模型在不同项目里的通用性会优于其他模型。而在实践中，它会解决诸如漏掉击杀、遗漏精彩镜头等当下OB 系统自身的一些顽疾。

另外，该项研究的负责人在一份新闻稿里提到，他们已经创建了一个AIOB 来学习人类的观赛行为。

虽然看上去离AIOB 出现在比赛里还有一段路要走，但通过技术优化电竞赛事的转播实际上是一项早该启动的试验。

在这一点上，电竞和体育在观赏性这个属性上遵循类似的逻辑。

在《体育、文化和媒介：不羁的三位一体》指出体育和媒介之间唇齿相依关系的基础上，普华永道的相关研究报告曾指出，AI 是体育媒体发展的重要助力。据初步计算，相较于传统视频剪辑操作，AI 处理成本仅为人工的千分之三，视频剪辑速度更是人工的四十倍，在提高观众视觉体验的同时，为体育赛事集锦制作提速，大幅降低生产成本。

在年初举行的2022 年北京冬奥会上，AI 评分系统、AI 支持的内容制作系统纷纷亮相。更别提在国人关注的短道速滑项目上出名的高速摄像机了。

科技正在更深度地介入到体育的发展里，除了我们过去经常提及的科学训练外，在内容生产和分发领域，也同样。

虽然近几年电竞总是和新技术等关键词捆绑出现在公共讨论里，但实际上，受制于一些因素，这块本来适合新技术生长尝试的土壤并没有得到应有的重视。

以OB 为例。目前MOBA 项目的OB 团队普遍由5—10 人组成，依据赛事的受关注程度调整。其实这个数字没什么太多的奥秘，无外乎一个选手配一名OB。

往好了说，这是利用赛事团队的精细化分工优化内容的生产，但代价也显而易见，成本高，并且从实际的结果看，优化的程度有限。

就像开头提到的：“在长时间高强度的转播下，人总会犯错。”

受OB 困扰最明显，也最用力解决这个问题的项目应该就是战术竞技项目了，也就是俗称的“吃鸡”。几十人参与，战火频发的赛场很容易丢掉关键镜头。

以和平精英职业联赛为例，PEL 的OB 团队有30 多位工作人员，分为主视角团队、回放团队和战队视角团队。主视角团队又分为四个小队：主视角小团、第二战场小团、地图视角、自由视角。

或许，这就是通过组织分工优化内容生产的极限了。不仅如此，高昂的人力成本之外，人员的更换可能也是个挑战。

这即是AIOB 最明显的优势，机器不会犯错，而且使用机器摊开后的成本一定比现在低。当然，可能离理想的情况仍然很遥远，OB 系统的变更也可能要经历人至人和机器，最后完全由机器接手的过程，但如果这项研究能够证明出这个过程是可行的，已经很有价值了。

其次，在切屏之外，AIOB 也有着比人工OB 更大的想象力。之前，我们曾经以抖音上一些解读对线技巧的视频为例，讨论过当下电竞赛事本身的精彩是否被完全释放出来的问题。

首先，答案肯定是否定的。不然也不会有一些人仅仅依靠着解读TheShy、Bin、 Ale 等明星选手几分钟的对线技巧就收获了上百万粉丝。但如果想在比赛里呈现，可能确实需要技术手段的支持。

不仅如此，一些迹象表明，电竞在技术的适配上确实得天独厚。2018 年暴雪嘉年华结束后，我们在一篇稿子里专门讨论了当年守望先锋世界杯播放器这个内置OB 的可能性。

简单说，这款播放器在观赛方面给予了玩家无限的自由度，但并不会对比赛内容产生丝毫的影响。

反观此次卡塔尔世界杯，几十个预设的摄像机，同时还要考虑是否各种遮挡的情况绞尽脑汁找好位置。更别提随之而来的复杂的信号处理问题。

或许，荒废了许久的土壤，终于有播下的种子了。

当然，从实验到落地，再到引入新技术，可能仍有一段路要走。就像是“越位”成为本届世界杯关键词背后，一位足球解说员评论道：“视频助理裁判的引入是否会开启一个新的世代，观众们是否接受，一切还要等待时间回答。”