AI能讓比賽變得更好看嗎？

文 楊 直

幾年前，采訪一名業內知名的電競導演時，面對OB漏掉擊殺、畫面切錯等問題，他曾經這樣回答：“直播工作時間很長，強度高，執行人員難免會犯錯。但不是不能解決。現在所有的直轉播都可以程序化進行，每次切出來的效果都一樣。問題在于，成本太高了。”

如今，離這個愿望實現更近了。

日前，韓國光州科學技術研究院 (GIST) 的研究人員在一篇發表在學術期刊Expert Systems with Applications 的論文里提及了為電子競技比賽量身定制人工智能OB 研究的進展。

他們放棄了傳統OB 關注英雄的思路，而是將關注的重點放在了屏幕區域上。研究人員通過收集25 名實驗對象觀看《星際爭霸》賽事的行為數據，將他們感興趣的區域標記為“一”，屏幕的其余部分標記為“零”。

在數據模型的支持下，他們找到了所有觀眾都喜歡看的區域，并將這種區域定義為最令人興奮的區域。

通過將實驗結果與其他現有方法進行比較，研究團隊稱這一方法更接近實際的觀賽行為。該論文稱，從長遠來看，該模型在不同項目里的通用性會優于其他模型。而在實踐中，它會解決諸如漏掉擊殺、遺漏精彩鏡頭等當下OB 系統自身的一些頑疾。

另外，該項研究的負責人在一份新聞稿里提到，他們已經創建了一個AIOB 來學習人類的觀賽行為。

雖然看上去離AIOB 出現在比賽里還有一段路要走，但通過技術優化電競賽事的轉播實際上是一項早該啟動的試驗。

在這一點上，電競和體育在觀賞性這個屬性上遵循類似的邏輯。

在《體育、文化和媒介：不羈的三位一體》指出體育和媒介之間唇齒相依關系的基礎上，普華永道的相關研究報告曾指出，AI 是體育媒體發展的重要助力。據初步計算，相較于傳統視頻剪輯操作，AI 處理成本僅為人工的千分之三，視頻剪輯速度更是人工的四十倍，在提高觀眾視覺體驗的同時，為體育賽事集錦制作提速，大幅降低生產成本。

在年初舉行的2022 年北京冬奧會上，AI 評分系統、AI 支持的內容制作系統紛紛亮相。更別提在國人關注的短道速滑項目上出名的高速攝像機了。

科技正在更深度地介入到體育的發展里，除了我們過去經常提及的科學訓練外，在內容生產和分發領域，也同樣。

雖然近幾年電競總是和新技術等關鍵詞捆綁出現在公共討論里，但實際上，受制于一些因素，這塊本來適合新技術生長嘗試的土壤并沒有得到應有的重視。

以OB 為例。目前MOBA 項目的OB 團隊普遍由5—10 人組成，依據賽事的受關注程度調整。其實這個數字沒什么太多的奧秘，無外乎一個選手配一名OB。

往好了說，這是利用賽事團隊的精細化分工優化內容的生產，但代價也顯而易見，成本高，并且從實際的結果看，優化的程度有限。

就像開頭提到的：“在長時間高強度的轉播下，人總會犯錯。”

受OB 困擾最明顯，也最用力解決這個問題的項目應該就是戰術競技項目了，也就是俗稱的“吃雞”。幾十人參與，戰火頻發的賽場很容易丟掉關鍵鏡頭。

以和平精英職業聯賽為例，PEL 的OB 團隊有30 多位工作人員，分為主視角團隊、回放團隊和戰隊視角團隊。主視角團隊又分為四個小隊：主視角小團、第二戰場小團、地圖視角、自由視角。

或許，這就是通過組織分工優化內容生產的極限了。不僅如此，高昂的人力成本之外，人員的更換可能也是個挑戰。

這即是AIOB 最明顯的優勢，機器不會犯錯，而且使用機器攤開后的成本一定比現在低。當然，可能離理想的情況仍然很遙遠，OB 系統的變更也可能要經歷人至人和機器，最后完全由機器接手的過程，但如果這項研究能夠證明出這個過程是可行的，已經很有價值了。

其次，在切屏之外，AIOB 也有著比人工OB 更大的想象力。之前，我們曾經以抖音上一些解讀對線技巧的視頻為例，討論過當下電競賽事本身的精彩是否被完全釋放出來的問題。

首先，答案肯定是否定的。不然也不會有一些人僅僅依靠著解讀TheShy、Bin、 Ale 等明星選手幾分鐘的對線技巧就收獲了上百萬粉絲。但如果想在比賽里呈現，可能確實需要技術手段的支持。

不僅如此，一些跡象表明，電競在技術的適配上確實得天獨厚。2018 年暴雪嘉年華結束后，我們在一篇稿子里專門討論了當年守望先鋒世界杯播放器這個內置OB 的可能性。

簡單說，這款播放器在觀賽方面給予了玩家無限的自由度，但并不會對比賽內容產生絲毫的影響。

反觀此次卡塔爾世界杯，幾十個預設的攝像機，同時還要考慮是否各種遮擋的情況絞盡腦汁找好位置。更別提隨之而來的復雜的信號處理問題。

或許，荒廢了許久的土壤，終于有播下的種子了。

當然，從實驗到落地，再到引入新技術，可能仍有一段路要走。就像是“越位”成為本屆世界杯關鍵詞背后，一位足球解說員評論道：“視頻助理裁判的引入是否會開啟一個新的世代，觀眾們是否接受，一切還要等待時間回答。”