Facebook的人工智能研究团队创造了一个名为Vid2Game的AI，他可以将视频中的真人提取为可操作性的游戏角色，创造出更高科技版本的全动态视频（FMV）游戏。神经网络可以分析随即视频中执行特定动作的人，之后能在任何场景创再出可操控的角色模型。
团队使用了两个名为Pose2Pose和Pose2Frame的神经网络。食品首先会被输入到Pose2Pose神经网络，该神经网络专为舞蹈、网球或击剑等特定类型动作而设计，系统会计算出人与背景的相对位置，分离人体与姿势数据；Pose2Frame神经网络将人体、阴影和手持物一同插入到新场景中，此时模型便是可操控的了。
训练模型只用了少量短视频，它可以过滤掉目标意外的其他人并可以补偿不同角度的机位。该研究类似于Adobe的“内容感知填充”，也可以使用AI来移除视频中的其他元素，如路人甲等。其他公司如英伟达等也创造了他们自己的AI，可以将视频中的现实场景转化为适合游戏的虚拟环境。
Facebook的AI可以让游戏更加个性化，让玩家可以将自己喜欢的角色插入到游戏中。
