随着内容产业的发展，AI算法能力的表现进一步提升。国内外越来越多的互联网公司开始尝试进行自动的内容生产。传统媒体、MCN机构也开始接受通过AI辅助内容创作。 腾讯游戏也有专门的团队进行自动化游戏内容创作的研究和探索工作。这次报告我们也介绍一下团队模型使用和业务落地过程中的经验，期待同样场景的研究人员互相交流。

一 游戏视频分析

1.1 游戏角色跟踪

1.2 游戏高光片段识别

1.3 游戏场景的目标检测

1.4 游戏海报的分割和评价算法

1.5 基于游戏引擎的自动样本生成

1.6 游戏场景坐标还原

1.7 结构化游戏视频分析实践

二 游戏内容素材创作

2.1 战报文本素材生成

2.1.1 基于table2txt

2.1.2 基于GPT2

2.1.3 文档规划器

2.2 游戏解说语音素材合成

2.3 角色动画素材生成

2.3.1 姿态捕捉

2.3.2 引擎渲染

2.4 视频封面图和标题的生成

三 游戏内容生产

3.1 预定义剧本模式创作

3.2 素材多样性问题

3.3 处理关键点分析技术

3.4 成片特效渲染

听众收益：

自然场景的模型很多无法顺利落地游戏场景，我们做了很多CV算法上的改进工作。过程中的技术经验不仅仅可以落地于游戏，也可以推广至自然场景。

1. 收获AI算法在内容创作上合理落地的建议和经验
2. 收获AI算法在游戏场景和自然场景下的选型优化
3. 了解计算机视觉和游戏引擎的结合如何能提升AI算法表现

前沿亮点：

把CV和CG技术无缝结合，通过CV的多任务还原用户游戏操作行为

听懂我的演讲，需要具备这些知识储备：需要有一定的深度学习，CV和NLP基础知识