Facebook的人工智能研究人员已经开发出一种方法，可以通过简单地分析真人做特定动作的视频，轻松地将真人变成可玩的游戏角色。我的梦想是在NBA Jam中最终成为一个不可锁定的角色，这离我的梦想又近了一步。
利用真人的镜头来帮助创造电子游戏，这远非一个新想法。
上世纪90年代，第一个全息视频游戏《世嘉时空旅行者》（Sega’s Time Traveller）根据玩家的选择播放预先录制的视频片段，拼凑出一种游戏体验。《真人快打》最早的版本也是通过在一个声音舞台上拍摄穿着戏服的角色创造出来的，但是为了保证游戏的顺利进行，这些镜头被转换成动画角色。
如今，大多数电子游戏中的角色都是完全三维的模型，尽管玩家可以花费数小时定制外观来反映自己，甚至绘制自己的脸，但角色的动作仍然是基于基础动画。
他最近在Facebook的人工智能研究部门发表的研究报告可以改变这一切。
两个不同的神经网络在长度为5到8分钟的镜头上进行训练，对于执行特定动作的人，比如打网球。
第一个网络Pose2Pose分析镜头并提取正在进行动作的人。第二个网络Pose2Frame然后传输该人的所有元素，包括他们正在创建的阴影和反射，然后将其覆盖到新的背景设置上，该设置可以是渲染的视频游戏区域。
其结果并不像现代游戏机所能生成的详细3D游戏角色那样流畅流畅，但它们是完全可控的。
随着这项研究的发展，结果无疑会得到改善，但是混合方法可能会更好。人工智能可以在视频中提取某个人的特征，包括他们移动方式的细微差别，并自动将其应用到一个定制的3D角色上，省去了玩家自己进行数百次微调的辛苦工作。
不过，随着世界向更多的虚拟现实体验迈进（记住，Facebook拥有Oculus），它将使我们更容易创造出可信的虚拟人物。你的朋友可以用智能手机拍下你跳舞的视频，几秒钟后，你在虚拟世界里也会显得很尴尬。
https：//www.gizmodo.com.au/2019/04/ai-might-soon-make-it-easy-to-put-yourself-in-your-favourite-video-game/#
0