體育場景空間寬闊，場景中建筑結構復雜，動態角色數量巨大，不僅有數十個運動員需要高精度渲染，還有幾萬名觀眾需要隨著場上局勢有豐富的動作和行為。我們針對體育場景的特點，為移動設備專門優化了渲染管線。

《TotalFootball》是我們第一個在手機上渲染質量接近主機同類游戲的作品，新一代渲染管線采用了HDR高動態線性空間，PBR物理著色器，積分體積光、HDR體像素光照緩存等新技術，并且基于體積渲染技術，能夠同屏渲染最高可達10萬的動態觀眾。再現體育競技場上熱血沸騰的現場。

Arena Intelligen 是一套基于數據驅動的體育競技AI系統，從基礎的物理彈道引擎，到運動員動作引擎，再到群體陣型戰術引擎，我們開發了一整套工具鏈，從上千場真實的比賽中提取數據，建模，并最終能夠在虛擬數字空間真實地模擬完整的體育競技。球員的行為不僅來自于真實的球員體力、跑步速度、射門精度等真實數值，還來自于從上千場真實比賽統計出來的球員習慣，最后，玩家作為球隊教練，可從上帝視角選擇陣容，搭配戰術，組織進攻與防守策略，調教球員，打造自己的最佳球會。

GalaSports在深圳擁有一個亞洲最大的用于體育游戲動捕場地，我們為《TotalFootball》請來國家青年隊的專業球員，錄制了2千小時的球員運動和對抗動作數據，將這些數據經過壓縮清理，然后構建MotionField動作數據庫， MotionField是一種基于數據驅動的動作模型，我們窮舉了幾乎所有人類可能的運動動作。在游戲運行時，根據玩家的控制輸入，我們的前端搜索引擎在MotionField中以100萬次/秒的速度搜索匹配最合適的動作，最后經過物理修正顯示到屏幕上。數據驅動的動作系統是近年來游戲行業的一個比較重要的技術革新，極大提升了體育游戲角色運動的豐富度和精度。

球員渲染是整個游戲最重要的部分，為了盡可能真實地模擬球員的肌肉、球衣的運動，我們使用一個高性能計算機集群逐層解算骨骼、肌肉、筋膜、脂肪、表皮、球衣的運動，然后將這些數據作為神經網絡的輸入，訓練神經網絡學會這些復雜的物理映射，最終在游戲中實現高質量的肌肉和球衣的形變計算。這不僅是第一次在移動設備上體育游戲達到這樣的物理實時計算質量，也遠遠超過了在PC和console設備上運行的3A體育游戲。

AutoPortrait3D是Galasports開發一套全自動角色3D建模流水線，AutoPortrait3D首先為每張角色照片生成面部landmark和法線信息，第二部使用可微渲染器反向迭代優化生成基礎3D模型，然后基于最新的Diffusion Model方法，優化3D模型和貼圖，最后我們用StyleGAN網絡生成透射度貼圖、光澤度貼圖，最終在游戲引擎中用PBR+次表面散射shader渲染。

使用AutoPortrait3D工具，我們為世界上每一個在國際足聯注冊的足球運動員和NBA的籃球運動員、MLB棒球運動員制作了接近照片級的球員3D頭像模型，是世界最大的運動員3D模型數據庫。