當電競進入“AI時代”

在不斷發(fā)展的電競領域中，數字技術的更新迭代在推動行業(yè)發(fā)展上發(fā)揮著至關重要的作用。近年來最為顯著的突破，是人工智能（AI）與電競的融合，AI的加入改變了電競選手的競技方式，教練依靠AI完成以往需要大量人力才能解決的數據分析工作，自動生成內容正在幫助用戶更直觀理解賽事......

隨著電競專業(yè)性的不斷提升，AI已經成為電競產業(yè)的必需品，甚至越來越具有“決定性”。

AI如何改善電競賽事？

AI在電競領域的應用，最為顯著的當是在比賽層面。

在2022年英雄聯盟LCK聯賽春季賽季后賽中，Team Liquid以0:3的成績意外的輸給了Evil Geniuses，從而無緣2022年全球總決賽。

比賽失利的很大原因，是因為Evil Geniuses在BP階段（游戲角色選擇）做出了Team Liquid完全沒預料到的動作，Team Liquid無法從對方的陣容中讀懂對手的策略和意圖。

此前，Team Liquid的戰(zhàn)隊教練都是手動準備陣容和戰(zhàn)術，《英雄聯盟》中有168個英雄，盡管比賽期間會進入“特定比賽模式”——也就是越重要的比賽選擇的陣容就越穩(wěn)妥、保守，但這對教練組來說都不是一件容易的事。盡管大多數戰(zhàn)隊仍在用人工做賽前準備、分析工作。

在輸給Evil Geniuses后，Team Liquid意識到數據分析在比賽中的重要性，并與SAP達成合作，使用SAP AI Core訓練AI模型以實現流程自動化。

Team Liquid在SAP業(yè)務技術平臺（SAP BTP）上構建了解決方案，并在SAP HANA云中存儲了1.6 TB的過往比賽數據。AI會提供最佳選秀和禁選建議，以優(yōu)化獲勝機會，并且在選秀期間，它會將預測可視化，并在每次選秀和禁賽后提供當前的獲勝概率。此外，該工具還可以進行與不同戰(zhàn)隊之間的BP訓練。

在一次采訪中，Team Liquid合作伙伴經理Thom Valks透露Team Liquid曾經嘗試在Excel中完成這些工作，但得到的結果過于散亂和隨機，而當數據不理想時，更多還是依靠經驗和主觀決策。

電競對AI的應用并不僅限于賽前準備階段，Team Liquid Dota的首席分析師Jabbz曾表示，很多時候，需要的不是復雜或最炫的數據，更多時間需要的是“效率”，在實際比賽過程中，沒有那么多時間進行深入研究，擁有節(jié)省效率的工具就變得尤為重要。

在Team Liquid的AI解決方案中，有一項名為“追蹤模式”的功能，在只有很短的時間來分析對手時，追蹤模式可以提供對手的風格，需要關注哪方面的信息，戰(zhàn)隊則可以圍繞這些信息制定戰(zhàn)術。

在接受媒體采訪時，Team Liquid英雄聯盟分析和數據主管Haitham談到，Evil Geniuses是一支通常以中路為中心進行比賽的隊伍，但在比賽中，Evil Geniuse將重心放在了上路，在第一場比賽結束后，Team Liquid注意到了這一趨勢，并跟蹤了對手的動作和模式，從而洞察了對手的策略完成了反擊。數據幫助Team Liquid報了Evil Geniuses的仇，并獲得了參加世界賽的資格。

如今，AI在電競比賽中已經成為常態(tài)，AI的加入可以助力從業(yè)人員可以分析大量比賽數據，例如游戲內決策、比賽統計數據以及選手動作或行為。通過對這些數據的解讀，洞察競爭對手的所表現出的行為趨勢，從中找到應對策略。而隨著電競產業(yè)規(guī)模的不斷增長，進一步提升了賽事的競技性，這也加速推動了相關AI工具在產業(yè)中的應用。

以Team Liquid為例，電競戰(zhàn)隊對AI的使用并不僅限于此，Team Liquid的體育科學和分析高級總監(jiān)Hart指出，他們正在使用語音轉錄軟件來記錄選手的溝通，利用AI粉絲對話內容，以獲得幫助選手提高水平的見解。他們還使用gen AI來支持教練組減輕重復工作。

AI生成迭代電競內容創(chuàng)作

AI在電競領域的另一項顯著應用，是面向用戶層面的可視化賽事數據內容。

電子競技數據和分析公司HUDstats，就擅長使用其高級視頻分析（AVA）人工智能（AI）和機器學習（ML）解決方案，從現場電子競技廣播中實時提取數據，然后自動將數據匯總為統計數據，輸出成用戶可以快速理解的可視化數據界面，為娛樂、指導等目的提供可參考的內容。

具有代表性的案例是，HUDstats為FC 24官方電競聯賽LaLiga（西甲）提供的解決方案，該聯賽使用HUDstats的AI驅動的數據收集平臺來自動收集電競數據、豐富賽事內容輸出，并以此擴大內容制作。整合HUDstats的AI數據收集和聚合技術，加上豐富的內容可視化和視頻亮點功能，幫助LaLiga電競聯賽能夠從電競數據中挖掘更多價值。它還消除了手動處理和聚合游戲數據的需要。

LaLiga聯賽無縫集成了HUDstats API，以便訪問統計數據并豐富其網站上的內容。整個賽事的所有信息都經過簡化和可視化集中在一個頁面，解說員可以輕松訪問整個賽季球隊和球員的表現數據，從而創(chuàng)造出更具吸引力的解說評論。球隊也有自己的專用界面，其中包含指標和表現統計數據，可以更清楚地了解他們本賽季的具體表現。視頻片段生成功能，可以讓選手將比賽精彩片段分享在社交平臺，加強與粉絲之間的互動。

另一項則是用戶在日常賽事直播中常見的功能，在2023年FIFAe國家杯電子競技錦標賽中，HUDstats與荷蘭皇家足球聯合會（KNVB）合作，提供機器學習和人工智能技術來改善荷蘭電子競技國家足球隊E_Oranje的直播。他們提供了更詳細的游戲數據和統計數據，例如射門次數、傳球次數、控球時間、罰牌和點球，這些功能進一步增強了賽事的敘事能力并提供更多的比賽見解。

這在當下的電競賽事中已經不算稀奇，以英雄聯盟賽事為例，在觀賽時用戶不僅可以看到游戲中原有的數據——例如擊殺、助攻、經濟資源等，直播平臺也會提供額外的信息和精彩片段回放，讓玩家更清楚的了解選手在比賽中做了什么。

更具創(chuàng)新性的，是基于賽事數據信息所自動生成的不同內容。AI自動生成與電競的結合，是將單純的視頻源轉化為不同內容，無論是視頻精彩片段還是書面社交媒體內容、比賽分析或評論源。高級視頻分析（AVA）技術從視頻源中提取的原始數據隨后被輸入到生成式AI工具中，通過點擊就能將其轉化為精彩的內容。

可以說，這種生產模式為內容平臺、賽事官方提供了極大的創(chuàng)作自由和靈感，增強社交媒體渠道、提升觀眾的參與度。

游戲、電競是AI技術的理想試驗田

AI在電競領域中的應用還有很多，比如分析公司Shikenso Analytics也會監(jiān)控直播和比賽，但其更專注于品牌推廣和合作伙伴這個方向，該工具可以計算某個品牌在直播中的曝光量。

這在當下是很重要的信息，此前陀螺電競曾報道過不少品牌因為無法直觀看到贊助電競俱樂部所帶來的收益，從而出現退出贊助轉而投資游戲內容創(chuàng)作者的狀況。從陀螺電競每周發(fā)布的“陀螺電競周報”中可以看到，越來越多的電競俱樂部與數據分析公司達成合作，所合作的重點就是面向“合作品牌分析”，借用數據了解品牌在賽事中獲得了多大的流量，估算出產生了多少價值，讓俱樂部和贊助品牌之間能夠準確衡量合作關系的價值，并在以往的基礎上不斷改善。

以往談到電競與AI的融合，所得出的結論往往都是正向的。但具體是怎樣正向，我的看法是：AI為電競帶來了超乎想象的創(chuàng)造力，但依舊保持“工具性”這個特征。

早在2020年，騰訊AI Lab就與王者榮耀推出了策略協作型AI“絕悟”，彼時的AI就已經擁有了匹敵、戰(zhàn)勝職業(yè)電競選手的能力，但我們并沒有看到AI站在賽事舞臺上代替選手參與比賽。相反，電競AI更注重技術層面的發(fā)展，例如，騰訊AI Lab與王者榮耀共同打造的“開悟”AI開放研究平臺舉辦公開賽，為全國高校AI學子打造廣闊技術交流平臺；在教育側，開悟發(fā)布“AI人才培育解決方案”，面向全國高校推出人工智能多智能體階梯式課程方案。

回到AI在電競領域中的應用，我們可以看到AI掌握在創(chuàng)作者、從業(yè)者手中，AI的融入并沒有出現那個根本性問題——替代淘汰一大批崗位，從業(yè)者用它減輕重復性的工作，更有效率的為產業(yè)服務、產出更有創(chuàng)意的內容。

我們無法一一列舉AI融合電競所引發(fā)的“爆炸性創(chuàng)新”，但可以看到的是，本身就具備數字技術特征的游戲、電競產業(yè)，與AI有著更高的契合度，是AI技術應用絕佳的試驗田。兩者的融合，推動游戲、電競產業(yè)實現了創(chuàng)新升級，同時又相輔相成，反向推動AI技術不斷升級。