【新智元導讀】2020 澳網男單半決賽，費德勒0-3輸給了小德。如果費德勒死忠粉對結局很不滿的話，AI這回可以幫你實現了，斯坦福特別出品Vid2Player帶你重新領略不一樣的天王之戰。 『
在2020年的澳網男單半決賽上，費德勒惜敗小德。
如果作為費德勒死忠粉對結局很不滿的話 ，要不要試試這些用AI生成的網球比賽畫面，既令人毛骨悚然又令人印象深刻。
受新冠疫情的影響，今年沒有溫網了。但是疫情不能阻止史丹福大學的一個研究小組，用AI來重現這項大型賽事。
AI學到了小德的擊球習慣和神級走位
斯坦福的研究人員使用帶有標註的鏡頭資料庫來訓練AI，網球賽事的周期性幫助他們建立了一個統計模型，來預測像德約科維奇和費德勒這樣的明星在特定情況下的表現。
這個鏡頭美中不足是看著有點兒失真，地上沒有球員的影子，球迷和裁判一動不動。還有就是球和球員沒有陰影，看起來他們就像是PS到場地表面的。
AI合成的費德勒和德約大戰（左側有標註的數據集）
而現實中，費天王和小德的比賽，截至到今年年初的澳網，共有50次費德決，小德共贏了27次。
模型考慮常見的網球策略和每個運動員的傾向，通過「多回合」訓練，它知道了德約科維奇喜歡把球擊向對手的弱側，也了解了每個球員在等待對手回球時傾向於如何走位。
幾千個回合發現：費德勒比納達爾更喜歡底線
數據集中包含了每個球員的幾千次擊打瞬間。研究人員用這些比賽視頻構建了球員的行為模型，並將這些行為輸入一個基於圖像的系統，最後，系統就能生成網球運動員比賽的2D模擬視頻。
給定帶標註的擊球周期和兩個球員的行為模型的資料庫，系統將會合成一個新的視頻，如右邊的偽代碼所示。
該算法首先選擇發球片段為起始點，然後，主循環的每次迭代對應於兩個玩家之一的新擊球周期的開始，例如第一次迭代對應於回球者第一個擊球周期的開始。
在每次迭代中，系統都會根據玩家傳入的球（擊球位置，回球位置等），調用球員的行為模型為球員生成行為目標。然後，系統對符合行為目標的擊球周期進行剪輯並搜索資料庫。最後，系統將所選剪輯的視頻畫面合成到虛擬環境中，渲染一直進行到球接觸地面。
在循環的每次迭代中，系統還會判斷該點是否應該結束，比如玩家的擊球是錯誤的，或者是對手無法達到的。儘管未在偽代碼中顯示，該算法也可以直接從交互式用戶輸入中接收玩家的行為。
在AI模型中，費德勒比納達爾更接近底線，其實就反映了他們在現實生活中是如何比賽的。這也是和其他之前的網球比賽系統的不同之處。
行為模型預測下納達爾（a）、德約科維奇（b）和費德勒（c）的擊打策略（藍色區域為球員的站位，紅色區域為對手的站位，黃色虛線為預測的擊打路線）
腦洞場景來了：費德勒和小威比賽會怎麼樣？
這些功能允許系統創建無窮無盡的比賽場景。
比如費德勒自己打自己的水仙畫面，真假美猴王？
也許很多人都暢想過小威廉士和費天王同場競技，這下終於滿足了！
這個AI系統甚至可以推斷出，球落在不同的位置，可能會引發出多少種不同的比賽結果。更重要的是，該系統允許你控制每一個網球選手的落球位置和回球位置，所以很有可能未來會有遊戲工作室把這個AI系統改成網球遊戲。
當然，這個網球對戰系統並不完美。雖然研究人員竭盡全力隱藏那些分散注意力的效果，比如改變燈光效果和玩家的服裝，但有時候這些剪輯看起來更像是直接從90年代的 FMV 遊戲中直接照搬下來的。
覺得失真？感受一下之前版本系統的模擬效果。確實是濃濃的90年代畫風。
有了模擬溫網，是不是以後還會有模擬歐洲杯、世界盃、奧運會了？