AI猜球總翻車？世界盃給了大模型一次壓力測試

AI猜球總翻車？世界盃給了大模型一次壓力測試

2026 年美加墨世界盃淘汰賽階段正如火如荼進行，小組賽的強弱分明進入淘汰賽後被壓縮，加時賽與點球大戰隨時上演，每場比賽都決定生死。而在賽場之外，一場關於國產 AI 大模型的「淘汰賽」也進入關鍵期——當一大票模型集體預測世界盃結果時，究竟是科技的高光舞臺，還是大型翻車現場？ 由聯想與咪咕共同發起的「世界盃預測人機大戰」公布了最新成績單。12 家國產 AI 大模型在已完成的 92 場比賽中，整體命中率達到 64%，人類玩家的平均命中率則是 53.8%。其中，中移九天以命中 64 場的成績排名第一，聯想天禧 AI 與阿里千問並列第二，各命中 63 場。從純粹的概率角度來看，AI 確實比人類猜得更準，尤其是在小組賽階段命中率約 61.9%，到了淘汰賽首輪更提升至 64%。 然而，這樣的成績並不代表 AI 真正「懂球」。在佛得角對陣西班牙的比賽中，賽前 11 家 AI 大模型集體押注西班牙獲勝，僅有 1 家預測佛得角贏球，結果卻是 0 比 0 的平局。隨後佛得角以 2 比 2 戰平烏拉圭，又以 0 比 0 踢平沙烏地阿拉伯，最終以不敗戰績晉級。在這兩場比賽中，12 家大模型中有 4 家未看好佛得角出線，且沒有任何一家猜中與沙烏地阿拉伯的比分。不僅如此，DeepSeek 等模型集體預測荷蘭隊將在常規時間內擊敗摩洛哥，英國投資銀行潘繆爾–利貝魯姆的模型甚至預測荷蘭奪冠；Kimi 則高調預測德國隊將贏得本屆世界盃。結果兩支傳統強隊雙雙止步 32 強，狠狠打了 AI 的臉。阿里千問也曾就「姆巴佩與哈蘭德誰進球更多」的話題，給出姆巴佩更多的答案，與體育名嘴黃健翔的看法截然相反，該預測尚待後續比賽驗證。 當然，世界盃本就是全民話題，用 AI 預測帶有娛樂性質，但更重要的是讓各家模型在同一考卷下統一作答、統一驗證，藉此探索 AI 的能力邊界。一位足球愛好者指出，人類和機器同時預測比賽結果，其實都不會太準，只能盡量趨近真實。從技術內核來看，大模型本質上是基於歸納與統計的語言模型，輸出結果受歷史上下文、先驗知識與提示詞影響，可視為一次開卷考試——即便沒有背過某個冷知識，依然能靠概率猜出看似合理的答案。但球賽並非靠背書就能拿高分，輸贏除了考量球隊歷史戰績、陣容、關鍵球員，天氣、環境、傷病、裁判等變數也可能左右最終走向。 世界盃的賽制更進一步放大了預測難度。平時足球比賽參考的多是聯賽數據，聯賽採積分制，每場都必須爭勝；世界盃則為盃賽，球隊必須考量長久續航力，許多冷門正是在此結構下發生。本屆世界盃又從 32 支球隊擴軍至 48 支，佛得角、庫拉索等首次參賽的隊伍幾乎無歷史數據，AI 的訓練集中根本沒有這些對手。同時，國際足總將原本上下半場的規則改為四小節，意味著演算法能計算戰術、體能、陣型，卻算不到規則變動帶來的節奏打亂。商湯科技技術總監馬林指出，大模型很難預測爆冷，因為爆冷本身是小概率事件，模型算出的概率極低，若強行輸出爆冷結果反而違背模型特性。此外，本屆傳統強隊的後防線與中場年齡普遍偏大，小組賽對手不強時問題未完全暴露。 有 AI 從業者更直言，AI 猜球本質上不是預測，而是「複述」——它只是把足球評論員常說的話重新組織一遍。這也解釋了為何多家模型的預測結果經常高度一致：它們讀的是同樣的公開資訊，用的是相似的推理邏輯，一旦遇到歷史數據為零的新軍或規則改變這類結構化變數，便和普通球迷一樣茫然。 以葡萄牙 0 比 1 不敵西班牙的焦點戰為例，賽前前瞻分析指出，41 歲的 C 羅與 18 歲的亞馬爾同場競技，葡萄牙老將居多、晉級之路磕絆，西班牙整體年輕、體能充沛；戰術上西班牙靠 4-3-3 傳控掌握節奏，葡萄牙採 4-2-3-1 穩守反擊。綜合來看西班牙略佔上風，但葡萄牙因 C 羅的領袖氣質讓比賽充滿變數。當天超過 27 萬人參與預測，7 家模型押西班牙勝，5 家壓平局，沒有任何一家 AI 預測葡萄牙贏球。然而有一半的人類玩家願意押葡萄牙勝出——這就是數據無法捕捉的變數。 不過，AI 在足球領域的角色遠不止於「猜冠軍」。從半自動越位識別（SAOT）、智能足球芯片，到 AI 數據統計、熱點圖、運動表現評級，這些技術早已深入賽場。本屆世界盃比賽用球「三重浪」內置 500Hz 慣性測量單元傳感器，每秒採集 500 次球的運動數據，包括觸球瞬間、速度、旋轉與軌跡，並即時傳輸至 VAR 系統。6 月 20 日瑞典對突尼西亞的比賽中，瑞典球員斯萬貝里的有效進球，就是靠足球芯片提供了判定未越位的關鍵時間戳。 此外，國際足總今年上線了一套由大模型驅動的 FIFA AI Pro 超級智能體，供 48 支球隊的分析師與教練使用。聯想集團負責該項目的經理龔灝寧分享了一個真實案例：一支首輪大比分輸球的球隊，賽後數據準備就緒後，分析師隨即進入 AI Pro 展開連續追問，從陣型緊密度、對方傳球滲透表現，到邊後衛與後腰的防守分布，系統逐一給出可提升的方向。世界盃期間每三到四天就有一場比賽，緩衝時間極短，但在這種壓力下，分析師仍願意花半小時到一小時使用 AI Pro。目前 48 支球隊都已至少使用過一次該系統，使用最多的球隊平均每場會問幾十甚至上百個問題，系統每天處理約 200 到 300 個問題。 龔灝寧表示，這套系統的初衷是實現「足球平權」——過去只有英格蘭、德國、美國等資源豐富的強隊才負擔得起專業分析師團隊，而本屆首次參賽的佛得角、庫拉索等弱勢球隊，同樣能藉助 AI 獲得世界級的戰術洞察。技術上，FIFA AI Pro 採用多智能體與知識圖譜技術，整合超過 2000 個數據指標與數百萬個數據點，分析師可以自然語言提問，系統則基於足球專業知識、賽事數據與多模態能力，生成傳球線路圖、熱力圖、影片片段，甚至支援 3D 重建。 當然，AI 大模型在足球領域的落地仍處於探索階段，一切都在試錯與迭代中推進。一位資深體育評論員指出，AI 只能提供某種參考機制，有經驗的教練比軟體分析更靠譜。這話並非否定 AI 的價值，而是提醒人們認清其邊界——AI 正在重塑足球的數據採集與判罰輔助，但仍有許多暫時無法取代的人性因素。足球的魅力，正在於它的不完美與不可預測。當科技試圖用演算法解構一切時，那些演算法無法捕捉的臨場心理、絕境下的鬥志，才是世界熱愛這項運動的真正理由。