Show HN 之后，NiceShot AI 的 26 个月：用 YOLO + OCR 给电竞录像做分析层
Hacker News 上有个项目叫 NiceShot AI，作者 niceshot-ai 花了 26 个月做一件事：把电竞比赛的录像自动转成结构化分析数据和精彩集锦。
这个方向听起来像竞品，但作者明确说，他想做的是电竞行业「忘了加的分析层」。管线大致是：游戏录像 → YOLO 检测 → 事件追踪 → OCR/上下文过滤 → 事件时间戳 → 剪辑 → 精彩集锦。
核心思路并不复杂，但有几个值得细说的点。
游戏无关的设计
作者说，支持一个新游戏，只需要换一个检测模型和配置，不用重写整个管线。这是这个项目最实在的设计决策。市面上不少 CV 分析工具，换一款游戏就要重新搭一遍，NiceShot AI 试图把这个成本压低。
它用的是 YOLO 模型来识别游戏内的 HUD 元素，然后根据这些检测结果解读击杀、死亡、勋章等事件。配合 OCR 过滤掉不该算作游戏事件的帧——比如 Call of Duty 里 KillCam 或观战状态下出现的击杀提示。
这意味着同一套系统，理论上可以复用 across 多个游戏，只要每个游戏有足够的标注数据来 fine-tune 检测器。
离线处理的选择
最初的目标其实是实时事件检测，但最终选择了离线处理。原因很实际：不想让 CV 推理占用 GPU，影响玩家的实际游戏性能。
项目目前在本地 NVIDIA GPU 上运行，作者用一块 GTX 1650 4GB 的旧笔记本跑过，能跑，但慢。这说明对消费级显卡有一定容忍度，但实时性还是问题。
这也是整个项目目前最大的技术悬念：如何在 1080p 输入下，让检测和推理的延迟降到不会干扰游戏本身。作者公开征求思路。
Video LLM 的尝试
最新的一个实验是，在 YOLO 检测出事件之后，用轻量级 Video LLM 对截取出的短片段进行分析，让模型解释发生了什么。目标是把它做成一个轻量的、可对话式的游戏教练。
这个方向有意思。不是因为 Video LLM 多厉害，而是它解决了一个实际问题：YOLO 能告诉你「谁杀了谁」，但解释不了「为什么这波操作值得看」。Video LLM 补的是这个解释层。
不过目前还处于实验阶段，没有给出具体模型名称或性能数据。
一些边界
项目 GitHub 仓库地址是 github.com/karimm-ai/NiceShot_AI，作者自己提交的消息目前只有 2 分，发布于 4 小时前（以材料时间为准）。
项目还在演进中，作者明确表示欢迎技术批评和建议。不支持实时推理、不承诺云端部署、没有给出对特定游戏的准确率数据——这些是材料里能确认的边界。
这个项目最值得关注的，是它试图证明一件事：电竞分析不一定需要游戏厂商来做，第三方用 CV + 少量配置就能覆盖多款游戏。如果这个假设成立，它的商业价值会比一个「更酷的工具」大得多。