先算一笔账：竖屏到底留下多少
九比十六的竖屏，取十六比九横屏原始高度不变，横向只能取到原宽度的约三分之一。也就是说，横屏里三块并排的信息，竖屏最多留住其中一块。对普通视频这没太大问题，因为主体通常在中央；对游戏视频，情况完全不同，因为重要信息散落在画面四周。
- 屏幕角落的界面元素：血条、技能栏、小地图、比分、击杀提示；
- 边缘的战斗对象：从侧面接近的敌人，或队友的支援；
- 画面中央的主角与准星。
自动改竖屏的难点，是同时保住这三类，而不是只保一类。
居中裁切为什么不够
居中裁切是最省事的方案，也是失败最多的方案。举例来说（示意）：一个第三人称射击游戏，主角在画面中央偏左，敌人从右侧出现。居中裁切后，敌人正好在画面外，观众看到主角突然倒地却不知为何。观看体验的核心是“因果”，而裁切恰好切断了因果的一端。
三种更合理的思路
| 方案 | 做法 | 适合的场景 | 局限 |
|---|---|---|---|
| 跟随裁切 | 裁切窗口随动作区域平滑移动 | 主体明确、单点动作的镜头 | 多个目标同时活跃时顾此失彼 |
| 分屏 | 上半屏放游戏画面，下半屏放小地图或第二视角 | 需要看到战况全局的战术类内容 | 画面变小，细节下降 |
| 画中画 | 竖屏主画面加一个小窗放关键界面元素 | 血条、比分等需要常驻的信息 | 小窗遮挡主画面的风险 |
实际的自动方案往往不是三选一，而是逐镜头选择：动作集中的镜头用跟随裁切；信息密度高的镜头，把小地图或血条抠出来做画中画；解说型内容则分屏，一半放画面一半放主播头像。
让系统知道“看哪里”
自动决定取景窗口，通常依赖几种判断。
目标跟踪（Object Tracking）：识别主角与关键对象，比如玩家角色、被攻击的目标、正在释放的技能特效，并在帧间保持同一身份，避免窗口在两个相似目标之间来回跳。
动作区域（Action Region）：不是所有画面变化都值得看。用光流或事件位置（比如击杀发生的坐标）估计“动作中心”，权重上高于单纯的亮度变化。
界面元素（UI）检测：游戏的界面布局相对固定，检测到血条、小地图等位置后，把它们标记为“需要保留的区域”，在窗口规划时作为约束。取景窗口移动时，还要对路径做平滑，避免抖动。
一个示意的取景决策
假设一个五秒的镜头：前两秒主角在右侧蹲守，小地图上有红点靠近；第三秒敌人从左侧入镜，主角转身开火；后两秒击杀提示出现在右上角。系统的合理输出是：前两秒取景偏右并把小地图作为画中画常驻；第三秒窗口快速但平滑地移到画面中间，兼顾主角与敌人；后两秒把击杀提示所在区域放大进入画中画。三步都不是居中裁切能做到的。
常见翻车与检查办法
- 窗口抖动：动作中心逐帧变化，取景窗口频繁跳动，观看会晕。对策是设置最小停留时间，只在动作中心持续偏离后才平移。
- 同一镜头里两个焦点：对手与己方各在一侧，这时应该退一步改用画中画或分屏，而不是硬选一个。
- 换游戏后 UI 失效：界面模板变了，检测不到小地图。要给用户留下手动框选保留区域的入口。
金沙娱乐AI剪辑的设计思路，是在候选片段被选出之后，再做竖屏版式的自动推荐，用户能在预览里直接切换方案并微调窗口，具体操作在金沙娱乐App的视频剪辑里介绍（功能以后续公布为准）。
节奏也要跟着改
横竖屏转换还会影响剪辑节奏，同时也牵涉到事件前后要留多长的窗口：竖屏里信息更集中，前奏的镜头更需要留得干净。竖屏画面信息量小，观众对同一构图的耐受时间更短，所以镜头的切换频率往往要比横屏更快。这也是为什么改竖屏不只是裁一下，而是要把版式、节奏和信息保留放在一起重新设计。
一个可以自己验证的办法：把成片静音看一遍，如果不看原视频也能读出“谁在打谁、谁占了上风”，说明关键信息保住了。
