澳网男单半决赛，费德勒0-3输给了小德。如果费德勒死忠粉对结局很不满的话，AI这回可以帮你实现了，斯坦福特别出品Vid2Player带你重新领略不一样的天王之战。‘
在年的澳网男单半决赛上，费德勒惜败小德。
如果作为费德勒死忠粉对结局很不满的话，要不要试试这些用AI生成的网球比赛画面，既令人毛骨悚然又令人印象深刻。
受新冠疫情的影响，今年没有温网了。但是疫情不能阻止斯坦福大学的一个研究小组，用AI来重现这项大型赛事。
AI学到了小德的击球习惯和神级走位
斯坦福的研究人员使用带有标注的镜头数据库来训练AI，网球赛事的周期性帮助他们建立了一个统计模型，来预测像德约科维奇和费德勒这样的明星在特定情况下的表现。
这个镜头美中不足是看着有点儿失真，地上没有球员的影子，球迷和裁判一动不动。还有就是球和球员没有阴影，看起来他们就像是PS到场地表面的。
AI合成的费德勒和德约大战（左侧有标注的数据集）
而现实中，费天王和小德的比赛，截至到今年年初的澳网，共有50次费德决，小德共赢了27次。
模型考虑常见的网球策略和每个运动员的倾向，通过「多回合」训练，它知道了德约科维奇喜欢把球击向对手的弱侧，也了解了每个球员在等待对手回球时倾向于如何走位。
几千个回合发现：费德勒比纳达尔更喜欢底线
数据集中包含了每个球员的几千次击打瞬间。研究人员用这些比赛视频构建了球员的行为模型，并将这些行为输入一个基于图像的系统，最后，系统就能生成网球运动员比赛的2D模拟视频。
给定带标注的击球周期和两个球员的行为模型的数据库，系统将会合成一个新的视频，如右边的伪代码所示。
该算法首先选择发球片段为起始点，然后，主循环的每次迭代对应于两个玩家之一的新击球周期的开始，例如第一次迭代对应于回球者第一个击球周期的开始。
在每次迭代中，系统都会根据玩家传入的球（击球位置，回球位置等），调用球员的行为模型为球员生成行为目标。然后，系统对符合行为目标的击球周期进行剪辑并搜索数据库。最后，系统将所选剪辑的视频画面合成到虚拟环境中，渲染一直进行到球接触地面。
在循环的每次迭代中，系统还会判断该点是否应该结束，比如玩家的击球是错误的，或者是对手无法达到的。尽管未在伪代码中显示，该算法也可以直接从交互式用户输入中接收玩家的行为。
在AI模型中，费德勒比纳达尔更接近底线，其实就反映了他们在现实生活中是如何比赛的。这也是和其他之前的网球比赛系统的不同之处。
行为模型预测下纳达尔（a）、德约科维奇（b）和费德勒（c）的击打策略（蓝色区域为球员的站位，红色区域为对手的站位，*色虚线为预测的击打路线）
脑洞场景来了：费德勒和小威比赛会怎么样？
这些功能允许系统创建无穷无尽的比赛场景。
比如费德勒自己打自己的水仙画面，真假美猴王？
也许很多人都畅想过小威廉姆斯和费天王同场竞技，这下终于满足了！
这个AI系统甚至可以推断出，球落在不同的位置，可能会引发出多少种不同的比赛结果。更重要的是，该系统允许你控制每一个网球选手的落球位置和回球位置，所以很有可能未来会有游戏工作室把这个AI系统改成网球游戏。
当然，这个网球对战系统并不完美。虽然研究人员竭尽全力隐藏那些分散注意力的效果，比如改变灯光效果和玩家的服装，但有时候这些剪辑看起来更像是直接从90年代的FMV游戏中直接照搬下来的。
觉得失真？感受一下之前版本系统的模拟效果。确实是浓浓的90年代画风。
有了模拟温网，是不是以后还会有模拟欧洲杯、世界杯、奥运会了？