游戏安全-从找色到预测：AI auto-aim是怎么一步步走到今天的

说起 AI 自瞄，很多人脑子里冒出来的第一个东西就是三角洲的什么obs吸附，qq音乐吸附。再加上商家最喜欢挂在嘴边的 YOLO、TensorRT、神经网络、硬件盒子，听起来像是一个非常高深的新东西。

其实把外面的包装拆掉以后，它并没有那么神秘。

一套完整的 AI 自瞄，真正干的事情无非是：取得游戏画面，从画面里认出目标，判断应该追踪谁，估算目标下一刻会出现在什么位置，再把计算出来的偏差变成鼠标输入。YOLO 只是其中负责“看见敌人”的一环；KMBox、MAKCU 只负责最后的输入；贝塞尔曲线、PID、卡尔曼滤波处理的是中间那段移动过程。把任何一个模块单独拿出来，都称不上完整的 AI 自瞄。

它真正的发展史，也不是 YOLOv5 换成 YOLOv8、Python 换成 C++ 这么简单。真正有意义的迭代，是从“发现敌人后把准星拉过去”，逐渐变成“连续理解目标运动，补偿整条系统延迟，预测几毫秒甚至几十毫秒后的落点，并根据武器弹速、目标距离和相对运动给出不同提前量”。

这一篇就沿着这条线讲。

一、AI 自瞄出现以前，视觉自瞄早就存在了

AI 自瞄并不是凭空冒出来的东西。早在深度学习普及以前，FPS 游戏里就已经存在大量不读取游戏内存、只分析画面的自瞄程序。

最早一批常见方案是找色。

当年的游戏人物模型、敌我标识和 UI 都比较固定。某些游戏会给敌人显示红色名字，有些角色的头盔、血条或者人物描边具有比较稳定的颜色。程序只需要在准星周围截取一块区域，搜索预先记录的 RGB 或 HSV 色值，就能得到一个疑似目标坐标。

这套东西在今天看来很原始，但基本框架已经和后来的 AI 自瞄十分接近：

截取画面 → 找到目标像素 → 计算目标与准星的偏差 → 输出鼠标相对位移

区别只是当年的“视觉模型”不是神经网络，而是一段颜色判断。

后来单点找色不够用了，程序开始加入 HSV 滤色、图像二值化、膨胀与腐蚀、连通区域分析、OpenCV 轮廓提取等处理。简单来说，就是先把可能属于目标的颜色保留下来，再把零散像素连成一片，最后从中找出一个像人物轮廓的区域。

再往后又有模板匹配。程序保存敌人头部、血条、准星提示等小图片，在当前画面里寻找相似区域。这些方案不需要碰游戏内存，所以长期被称为“视觉自瞄”“图像自瞄”或者“找色自瞄”。

它们的问题同样非常明显。换一张地图、换一个皮肤、换一套光照，识别效果就可能崩掉；人物和背景颜色接近时会误锁；爆炸、烟雾和技能特效也会造成大量干扰。

因此，早期视觉自瞄最大的瓶颈根本不是鼠标怎么移动，而是它连敌人都不一定能稳定看见。

二、YOLO 带来的变化，不只是“识别得更准”

2015 年 YOLO 论文公开，2016 年以后目标检测逐渐进入大众开发者视野。YOLO 最大的特点，是可以直接从一张图像里输出目标类别、置信度和边界框，不需要像过去那样人工规定“红色像素是什么”“轮廓应该长什么样”。

对于视觉自瞄来说，这等于把过去最难维护的一部分替换掉了。

开发者只要收集一批游戏截图，把人物、头部或者特定目标标出来，再训练一个检测模型，程序就能从复杂背景里识别目标。不同皮肤、不同光照和不同姿态仍然会影响效果，但只要训练数据覆盖得足够广，泛化能力就远远超过固定找色。

不过早期的 YOLO 自瞄并没有今天宣传得那么夸张。2018—2020 年前后的常见实现，大多还停留在“可以跑起来”的阶段。模型推理慢、显卡占用高、截图效率低，加上 Python 数据转换和线程调度，整条链路经常已经积累了明显延迟。

画面中的敌人在移动，模型看到的却是十几毫秒甚至更早以前的画面。程序算出的目标中心点，在鼠标真正开始移动时可能已经过期。结果就是准星一直追在目标屁股后面，目标移动得越快，这种拖尾越明显。

所以早期 AI 自瞄虽然能够识别人，但实际效果往往更像一个反应慢半拍的辅助瞄准。它解决了“看不见”的问题，却没有解决“看到以后来不及”的问题。

2020 年以后，YOLOv4-tiny、YOLOv5、YOLOv7、YOLOv8 等模型和部署生态快速成熟，CUDA、TensorRT、ONNX Runtime、DirectML 等推理方案也越来越普及。AI 自瞄才从单纯的模型演示，逐渐走向一套完整的实时系统。

到了这个阶段，模型版本反而不再是决定效果的唯一因素。一个推理很快的模型，如果截图链路慢、队列积压、追踪器不稳定，最终体验仍然很差；一个检测精度稍低但延迟稳定、数据始终是最新帧的系统，实战表现可能反而更好。

说白了，AI 自瞄从这一时期开始，竞争的已经不是“谁会调用 YOLO”，而是谁能把整条延迟链压下来。

三、一套完整的 AI 自瞄，实际上是六个系统拼在一起

很多网上流传的源码只展示了截图、YOLO 推理和鼠标移动，于是给人一种“几十行代码就能做 AI 自瞄”的错觉。真正能够连续工作的系统，至少需要下面六个部分。

画面采集
   ↓
图像预处理与模型推理
   ↓
目标筛选与身份保持
   ↓
速度、加速度与位置预测
   ↓
轨迹控制与移动分配
   ↓
系统接口 / KMBox / MAKCU 等输入输出

画面采集负责拿到最新图像；YOLO 负责在单帧里找出目标；追踪器负责判断这一帧的人和上一帧是不是同一个；预测器负责估算目标下一刻的位置；控制器负责决定准星应该怎么追过去；最后才轮到鼠标接口或者硬件盒子执行移动。

这里面任何一层处理不好，都会在最终画面里表现出来。

截图不稳定，会导致模型输入帧间隔忽长忽短；检测框抖动，会导致准星跟着抖；目标身份丢失，会在两个人之间来回切换；预测过头，会让准星总是跑到目标前面；预测不足，又会长期追在目标后面；控制器过硬，表现为明显吸附；控制器过软，又会跟不上快速移动。

这也是为什么成熟系统真正花时间的地方，通常不是 YOLO 的那几行调用代码，而是模型前后大量不起眼的工程处理。

四、真正的第一代迭代：从单帧坐标变成连续目标

最初的 AI 自瞄是典型的单帧逻辑：这一帧检测到一个框，就取框中心；下一帧重新检测，再取一次框中心。程序并不知道两帧里的目标是不是同一个人，也不理解目标正在向左还是向右移动。

YOLO 返回的预测框本身会有抖动。哪怕敌人站着不动，框的左上角、宽度和高度也可能在相邻帧里变化几个像素。直接把框中心当作鼠标目标，准星就会产生细碎抖动。

后来的实现开始加入追踪器。常见思路是根据边界框重叠面积、中心点距离、外观特征和历史运动方向，为目标分配一个临时 ID。这样程序才能知道：屏幕左边这个人，和上一帧向左跑的那个人，是同一个目标。

有了连续目标，程序才第一次拥有了“时间”这个概念。

它不再只知道目标现在在哪，还能根据过去几帧的位置变化，估算目标在屏幕坐标上的速度：

速度 ≈ 当前坐标与上一帧坐标的差 ÷ 两帧真实时间间隔

注意这里必须是真实时间间隔，而不是简单假设程序永远以固定帧率运行。系统忙的时候可能隔得久，空闲时隔得短，如果直接按固定帧数计算，速度估计会忽快忽慢。

这一代改进看上去只是加了一个追踪器，实际上非常关键。没有连续追踪，后面的速度预测、遮挡恢复、弹道提前量都无从谈起。

五、真正的第二代迭代：补偿“看见到执行”之间的时间差

目标检测不是发生在现实时间里的瞬间动作。从一帧画面出现在显卡，到程序最后输出鼠标移动，中间会经过一整条延迟链：

画面生成延迟
+ 截图等待与复制延迟
+ 图像预处理时间
+ 模型推理时间
+ 后处理和目标筛选时间
+ 轨迹计算时间
+ 输入设备通信时间
+ 游戏下一次读取输入的等待时间

每一段可能都不算长，但全部加在一起以后，目标位置已经不是程序刚刚看到的那个位置了。

假设敌人一直向右移动。模型检测到的位置记作 p(t)，而鼠标真正执行时已经过去了 τ。最基础的预测可以写成：

p(t + τ) ≈ p(t) + v(t) × τ

这里的 v(t) 是目标在屏幕坐标中的运动速度。只要目标保持近似匀速，程序就可以把瞄准点放到当前检测框前方，而不是机械地追着旧坐标跑。

如果再考虑目标加速，公式会进一步变成：

p(t + τ) ≈ p(t) + v(t)τ + 1/2·a(t)τ²

这就是所谓的提前预测。它并不一定要预测很久，有时仅仅补偿十几毫秒的系统延迟，视觉效果就会出现明显差别。

但事情没有公式看起来那么简单。FPS 玩家经常左右急停、反向拉枪、蹲起或者突然改变速度。使用单纯匀速模型时，只要敌人突然反向，预测点就会在短时间内继续向旧方向冲出去。

因此后来的实现会使用 α-β 滤波、卡尔曼滤波、恒加速度模型，甚至多个运动模型之间切换。它们的目的不是让坐标单纯变平滑，而是根据噪声和历史状态估计一个更可信的速度与加速度。

再往后，一些实验性方案会把连续若干帧的位置、框大小和姿态交给 LSTM、GRU 或轻量 Transformer，让模型学习玩家横移、急停和转向的短期模式。不过这类方法并不一定比传统滤波器更实用。模型越复杂，延迟越高；而预测时间本来就只有很短一段，工程稳定性通常比模型听起来高级更重要。

六、真正的第三代迭代：从延迟补偿走向弹道提前量

前面讲的预测，只是在补偿整套系统本身的延迟。对于命中即判定的 Hitscan 武器，这已经能解决相当一部分问题。但只要游戏里的子弹具有飞行速度，情况就完全不同了。

子弹从枪口飞到目标需要时间。目标在这段时间内仍然会移动，所以瞄准当前身体位置，子弹到达时目标可能已经走开。这时需要计算的就不只是系统延迟，而是：

总预测时间 = 系统端到端延迟 + 子弹飞行时间

在最简化的情况下，子弹飞行时间近似为：

子弹飞行时间 ≈ 目标距离 ÷ 子弹速度

然后再根据目标的横向速度，估算这段时间内它会移动多少。

这也就解释了为什么不同武器不能共用一套提前量。狙击枪、步枪、弓箭、火箭弹或者投掷物的弹速不同；同一武器在不同游戏、不同配件和不同射击模式下也可能发生变化。弹速越慢、距离越远，所需提前量通常越大。

如果游戏还模拟弹丸下坠，就要继续考虑重力。一个最朴素的近似是：

下坠量 ≈ 1/2 × 游戏内重力 × 飞行时间²

但纯视觉 AI 自瞄在这里遇到了一个天然难题：它从屏幕截图中只能直接获得二维像素坐标，并不知道目标在三维世界中的真实距离，也不知道游戏当前使用的准确弹道参数。

因此，视觉方案想做动态提前量，必须另外估计距离和武器状态。

有些方案会根据人物框在屏幕中的高度粗略判断远近。同一个角色越远，框通常越小；越近，框越大。问题是人物蹲下、侧身、坡度变化和相机 FOV 都会影响框高，所以这种距离估计只能算近似。

还有一些方案会识别游戏 HUD，通过 OCR、图标分类或者固定区域模板匹配，判断玩家当前拿的是什么武器，再切换对应的弹速、重力和弹道模型。更进一步，还会识别倍镜状态，因为开镜后的 FOV 改变会影响屏幕像素与实际视角之间的换算关系。

这才是 AI 自瞄从“识别人形”走向“理解射击条件”的关键一步。

传统内存类程序可以直接取得三维坐标、速度、武器编号和弹道参数，而纯视觉方案必须从二维画面里猜。也正因为如此，视觉 AI 自瞄想做好远距离抛射武器，难度远高于近距离、快速弹速或者 Hitscan 场景。

七、从二维预测框到“伪三维”理解

早期 AI 自瞄只关心检测框中心。目标框在哪里，准星就往哪里走。这种处理方式在平地、中近距离和人物完整可见时尚且能用，遇到复杂情况就会暴露问题。

人物蹲下以后，框中心会向下移动；人物只露出上半身时，框的比例会改变；敌人躲在掩体后面，只露出头部，完整人体检测器可能直接漏掉；两个人重叠时，预测框还可能互相干扰。

后来的模型会把类别分得更细，例如人物、头部、身体、倒地目标，或者直接使用姿态估计输出头、肩、胸、髋等关键点。关键点比固定使用“框高度乘以某个比例”更加灵活，因为它能够根据人物姿态改变目标位置。

再进一步，会加入单目深度估计或者专门的距离回归模型。它不一定能恢复准确的游戏三维坐标，但可以把目标粗略分成近、中、远距离，再为不同距离选择不同的预测和控制策略。

这里的重点不是恢复一个完美三维世界，而是从二维画面里提取足够多的上下文：目标多远、是否在横移、是否被遮挡、当前姿态是什么、使用的武器是什么、镜头 FOV 是否发生变化。

所谓 AI 自瞄的“智能”，大部分就体现在这些过去只能写死的判断，逐渐被模型和连续状态估计替代了。

八、目标选择也经历了明显变化

最早的逻辑非常粗暴：谁离准星最近，就选谁。

这种方法在只有一个敌人时没什么问题，一旦画面里同时出现多个目标，就容易在两个预测框之间来回跳。尤其是两个敌人交叉移动时，框中心距离会不断变化，程序可能上一帧追左边的人，下一帧突然切到右边。

后来目标选择逐渐变成一个带状态的过程。程序会考虑当前已经锁定的目标、目标持续可见时间、移动方向、预测稳定性、框置信度和遮挡情况。只要当前目标仍然有效，就不会因为另一个人短暂靠近准星而立刻切换。

这可以看作从“每帧重新选择”变成“建立一次追踪关系”。

再往后，目标筛选还会和武器特性产生联系。近距离武器更重视快速响应，远距离武器更重视目标运动稳定性和预测可信度；弹速较慢时，频繁切换目标会导致提前量反复改变，准星表现得更乱。

因此，成熟系统往往不是一个简单的检测循环，而是一个状态机：发现目标、确认目标、进入追踪、预测位置、允许输出、目标丢失、短暂保持、重新搜索。很多看起来像“吸附手感”的差异，实际上来自这套状态机，而不只是平滑系数。

九、KMBox 为什么会火起来

目标位置算出来以后，程序还要把结果变成鼠标移动。

早期方案通常直接调用系统提供的输入接口，或者使用某些驱动和虚拟设备生成鼠标事件。优点是简单，缺点是输入来源和程序调用链都集中在游戏主机上。

KMBox 一类设备的思路，是把输入执行从主机程序中拆出去。上位机只发送“鼠标向某个方向移动多少、按下或松开什么键”之类的指令，外置设备再把它转换成键鼠输入。

KMBox 并不是 AI 芯片，也不会自己运行 YOLO。它更像整条链路的最后一只手：前面的截图、检测、追踪、预测都做完了，最后由它负责执行。

不同 KMBox 型号的连接方式并不完全相同，有些使用串口，有些使用网络通信。网络型号受到关注，很大程度上是因为它容易和副机、DMA 或独立计算机组合：副机负责计算，主机负责游戏，中间通过网络和输入设备连接。

这种模块化结构后来逐渐成为一套生态。画面可以来自主机截图、采集卡或者另一条图像链路；推理可以放在本机，也可以放在副机；输入可以走系统接口，也可以走硬件盒子。开发者可以替换其中某一部分，而不需要推翻整套系统。

这也是 KMBox 真正重要的地方：它不是提升识别率，而是让计算和输入进一步解耦。

十、MAKCU 又是什么东西

MAKCU 可以看作近两年出现的一条开源、低成本键鼠控制路线，常见硬件基础是 ESP32-S3。它在定位上与 KMBox 有相似之处，都是接收上位机指令，再对键鼠输入进行处理。

MAKCU 受到关注的原因并不难理解。KMBox 相关设备和协议长期比较封闭，价格、固件和接口由厂商控制；而 ESP32-S3 硬件便宜、开发资料多、社区活跃，开源实现允许开发者自己修改固件和通信方式。

MAKCU 也因此很快被各种自动化、输入转发和游戏辅助项目采用。它可以针对不同鼠标做适配，也可以根据固件设计支持不同通信接口。

但从 AI 自瞄的整体结构来看，MAKCU 与 KMBox 所处的位置没有发生变化：它们都不负责识别和预测，只负责接收已经计算好的移动结果。

如果前面的目标框是错的，盒子只会非常忠实地把准星移动到错误位置；如果预测提前量过大，硬件设备同样会把准星带到目标前方。外置设备解决的是输入链路问题，不会自动解决视觉、延迟和弹道计算问题。

网上经常有人把硬件输入简单等同于“无检测”。这个说法并不准确。硬件设备只是让传统的软件调用特征变少了，但最终鼠标轨迹、瞄准反应、目标同步性和射击数据仍然会反映到游戏行为中。

十一、贝塞尔曲线是怎么被加进来的

早期自瞄取得目标坐标后，最简单的做法就是计算准星到目标的横纵差值，然后一次性移动过去。这种轨迹看起来像瞬间吸附，起点和终点之间没有正常的加速、减速和修正过程。

之后出现了线性平滑。程序把一次大移动拆成若干次小移动，每次只走一部分。这样虽然不再瞬间跳转，但路径通常还是一条过于笔直的线，速度变化也比较机械。

贝塞尔曲线被引入以后，移动路径可以出现自然弯曲。二阶贝塞尔曲线可以表示为：

B(t) = (1-t)²P0 + 2(1-t)tP1 + t²P2

其中 P0 是准星起点，P2 是预测后的目标点，P1 是控制弯曲方向和程度的控制点。三阶贝塞尔则增加一个控制点，可以形成更加复杂的路径。

但这里经常存在一个误区：有了弯曲路径，不代表有了真人轨迹。

路径形状只是其中一部分。鼠标怎么加速、什么时候减速、是否会过冲、到达目标后有没有二次修正、目标突然反向时如何中断旧轨迹，这些都比单纯“是不是一条曲线”更重要。

因此后来的轨迹控制并不是只套一个贝塞尔公式，而是开始把路径和速度分开处理。贝塞尔负责几何路线，速度曲线负责不同阶段走多快，PID 一类反馈控制负责根据当前误差不断修正；卡尔曼滤波更多用于估计目标状态，而不是直接生成鼠标轨迹。

还有一些实现会使用 minimum-jerk，也就是最小化加加速度变化的运动模型。人类手臂在完成指向动作时，确实常呈现比较平滑的速度轮廓，所以这种模型经常被拿来描述人类运动。

不过，真实玩家并不是提前算好一条完美曲线再照着走。人眼会不断观察画面，手部也会持续修正。目标动了，玩家会改变方向；准星过头了，会向回拉；看丢目标，会短暂停顿或者重新寻找。它本质上是一个视觉反馈闭环，而不是一段预先播放的动画。

这也是轨迹控制后续真正的迭代方向：从“生成一条从 A 到 B 的曲线”，变成“每一个输入周期都根据目标新位置、当前准星误差和历史速度重新决定下一小步”。

十二、为什么加了贝塞尔，仍然会留下很重的机器味

单次观察时，贝塞尔曲线确实比直线吸附自然。但把大量瞄准过程放在一起，问题就会逐渐暴露。

程序生成的轨迹通常具有稳定结构。相似距离下的加速段长度接近，曲率变化接近，停止位置也接近；随机偏移如果来自固定分布，长期统计以后同样会形成稳定边界。

真人轨迹则会受到更多因素影响。玩家可能正在压枪，可能同时移动人物，可能因为紧张用力过猛，也可能因为目标突然变向而产生多次修正。同一个人在不同武器、不同灵敏度和不同状态下，轨迹也不会完全一样。

行为检测因此早已不只是检查“是不是直线”。它会观察目标出现后多久开始移动、移动速度怎样变化、是否存在正常过冲和回拉、准星与目标之间是否长期保持异常同步，以及进入目标区域和开火之间的时间关系。

如果一套程序每次都能在极短时间内识别目标，并以结构相似的轨迹停在相似部位，那么即使每条路径都画成不同的贝塞尔曲线，整体行为仍然可能表现出机器一致性。

所以所谓“通过贝塞尔躲行为检测”，更多是早期对抗思路。它可以去掉最明显的瞬移和直线特征，却不能把一个确定性控制系统变成真正的人类运动。

后续那些 PID、随机扰动、最小加加速度和多段曲线，本质上也都在解决同一问题：怎样减少固定控制器留下的重复模式。但控制越复杂，并不一定越自然。如果多个算法互相打架，准星反而会出现细碎震荡、反复过冲或者不符合目标运动的无意义摆动。

十三、从“移动到目标”变成“和目标一起运动”

早期自瞄更像一次次独立点击：发现目标，移动过去，结束。目标继续移动后，再重新计算一次。

后来的追踪型自瞄不再把目标看成一个静止点，而是把它看成一个持续变化的运动状态。控制器不仅要消除当前准星误差，还要尽量匹配目标的运动速度。

假设目标在屏幕上持续向右移动。如果准星只是不断追赶当前位置，就会始终落后。更合理的控制需要同时考虑两部分：一部分消除准星与预测点之间的距离，另一部分跟随目标当前速度。

这和传统控制系统里的位置环、速度环很相似。位置误差决定应该往哪个方向拉，目标速度决定准星到达以后应该以什么速度继续跟随。

当目标突然反向时，系统还要快速判断这是真实转向，还是检测框的一次抖动。如果滤波太重，准星反应迟钝；如果滤波太轻，又会被检测噪声牵着走。

从这一点开始，AI 自瞄的核心难题已经不再是“鼠标怎么移动”，而是如何在噪声、延迟和突然变向中估计一个可信的目标状态。

十四、这个地方删掉了，影响有点大

xxxxxx

十五、为什么帧率高不代表延迟低

这是 AI 自瞄领域里另一个经常被混淆的概念。

程序显示每秒可以推理几百帧，不代表它使用的是最新画面。假如截图线程不断把图像塞进队列，而推理线程来不及处理，模型虽然一直在高速运行，实际处理的却可能是队列里积压的旧帧。

对于普通视频分析，晚几十毫秒影响不大；对于快速移动目标，这些旧帧会直接造成预测误差。

因此成熟实现更关心的是端到端延迟和帧的新鲜度，而不只是 FPS。宁可丢掉没有处理完的旧图，也要优先分析最新一帧。截图、推理、追踪和控制可以并行，但队列不能无限堆积。

另外，显示器刷新率、游戏帧率和输入设备回报率也不是同一个概念。游戏可能高帧率运行，但截图接口取得画面的节奏不同；鼠标可能具有很高回报率，但上位机发送指令和游戏读取输入之间仍然存在调度延迟。

真正要补偿的 τ，不是模型推理时间，而是从目标状态被画出来，到对应输入在游戏中产生效果的完整时间差。

十六、到了今天，YOLO 反而只是最普通的一环

现在再看一套相对完整的 AI 自瞄，它已经不是“YOLO 加鼠标移动”这么简单了。

检测器负责找到候选目标；追踪器负责保持目标身份；状态估计器计算速度和加速度；预测器补偿系统延迟和弹丸飞行时间；HUD 模块识别武器、倍镜和其他状态；控制器根据预测点与准星误差产生连续输入；KMBox、MAKCU 或其他设备执行最终动作。

真正体现代际差异的地方，大致是下面这条变化路线：

只会寻找固定颜色
→ 能识别人形
→ 能连续追踪同一个人
→ 能估算目标速度与加速度
→ 能补偿整条系统延迟
→ 能根据距离和弹速计算提前量
→ 能识别武器、姿态与开镜状态
→ 能在目标突然变向和短暂遮挡时维持状态

这才是 AI 自瞄真正的迭代。

模型换代当然有作用。更轻的网络能降低推理时间，更好的数据集能减少漏检，更细的类别和关键点能改善部位判断。但如果没有追踪、预测、弹道和控制这些模块，再新的 YOLO 也只是每帧输出几个矩形框。

十七、目前AI自瞄的形态

发展到今日，也就是二六年七月二十八日，大多游戏都对ai自瞄进行了大规模的清洗，比如三角洲的200t，目前也不知道200t的依据是什么，站长并不常玩三角洲，瓦罗兰特从去年的obs进行推流开始，对obs进行了特征封禁，后续又加入了行为封禁，比如鼠标轨迹，开枪速度等因素，直至今日，行为封禁依然是最多的一个封禁。

obs被特征封禁之后，短时间又出了一堆魔改obs，随机窗口名，随机文件名称，或者源码级魔改，去掉多数功能，只保留采集和推流。后面obs进行推流会被软硬件10年封禁，obs就此落幕。

后面登场了发射器，自写程序进行屏幕区域采集并使用UDP协议进行推流，后来游戏官方对于ai自瞄进行了协议上的封堵，比如udp，tcp等这种网络协议进行了封堵，使用就会被三方插件封禁一天。

后来研究出来了以太网帧直发模式，绕过了ip栈，直至今日。

AI也是各种称出不穷，比如知名的奶龙，太奶，tdd等，都可以达到一帧拉枪锁死并且使用自动扳机

十八、结语

AI 自瞄的发展过程，实际上是一条很典型的工程演化路线。

最早的找色解决的是“能不能在画面里找到东西”；YOLO 解决的是“复杂场景里能不能认出敌人”；追踪器解决的是“前后几帧是不是同一个人”；状态估计解决的是“目标正在往哪里移动”；延迟补偿解决的是“鼠标执行时目标已经不在原地”；弹道预测又进一步解决了“子弹飞到那里时目标会在哪里”。

KMBox 和 MAKCU 的出现，则让输入执行从主机软件中拆了出来。贝塞尔曲线、PID 和 minimum-jerk 一类方法，处理的是准星如何从当前位置过渡到预测位置。但轨迹看起来平滑，只是整个问题里很小的一部分。

真正成熟的系统，靠的不是某个神秘模型，也不是某个所谓无检测盒子，而是整条链路的时序能够对得上：画面必须足够新，目标身份不能乱，速度估计不能飘，预测时间要符合实际延迟，武器弹速和距离需要匹配，最终控制还要跟得上目标的突然变化。

把这些问题全部摊开以后就会发现，所谓 AI 自瞄，并不是 AI 突然学会了枪法，而是计算机视觉、目标追踪、弹道物理、控制算法和硬件输入被人一点点拼成了一套系统。

这套系统仍然在继续迭代。下一代真正拉开差距的，恐怕也不会是 YOLO 后面的版本号，而是谁的算法更拟人化，可以让反作弊系统认为是真人玩家