中國AI智能體爆火FIFA世界盃：48支球隊全在用，每場比賽問上百個問題！

智東西 作者 | 雲鵬 編輯 | 心緣 智東西6月25日消息，近日FIFA世界盃正如火如荼展開，賽事期間，所有參賽球隊、分析師都用上了一個新的AI工具——FIFA AI Pro超級智能體，這一智能體的底層技術提供者是來自中國的聯想集團。 昨日智東西與少數業內媒體同聯想集團新興垂直領域AI解決方案交付經理、世界盃足球AI超級智能體與FIFA智能指揮中心項目經理龔灝寧進行了一次深度入交流，龔灝寧對FIFA AI Pro背後的關鍵技術突破、球賽智能體的架構特徵，以及聯想與FIFA雙方在這一產品背後的長期投入進行了分享。 ▲龔灝寧，圖源：《AI世界盃》紀錄片 龔灝寧提到的一些FIFA AI Pro關鍵亮點信息： ·FIFA AI Pro是一個類似於在足球垂直領域的ChatGPT； ·所有48支球隊都已經使用了至少一次FIFA AI Pro，使用最多的球隊平均每場比賽會問幾十甚至上百個問題； ·聯想在FIFA AI Pro中引入了足球分析的本體論概念，並通過多智能體架構執行任務，智能體像一個足球隊一樣，協同配合，識別意圖、拆解、執行； 在分享結尾，龔灝寧特別提到，世界盃足球AI超級智能體（FIFA AI Pro）是他職業生涯裡面做過的最具備創新屬性的一個項目。團隊不斷地去否定，他們甚至可能會否定自己一週之前的想法。 採訪中涉及的部分關鍵問題梳理如下，智東西做了不改變原意的編輯： 問：世界盃足球AI超級智能體（FIFA AI Pro）到底是什麼？為什麼要做這樣一個產品？ 答：我們最開始想去做這個項目，是FIFA建立起統一的足球術語標準的時候。大家現在知道的像傳中、搶斷、射門，在大概8年前，這些內容FIFA是沒有統一的數據定義的。後來，FIFA建立了這樣的數據定義，並且開始有基於鷹眼的一些數據採集系統，最後把這些數據分發到各個國家隊。 但隨著數據的分享，FIFA發現大家之間的發展差距有可能是在被加大，而不是被彌合。比如說，一些強隊有著比較豐富的分析師資源，像英格蘭、德國、美國這些是相對來說資源比較豐富的國家。但像其他一些相對落後的國家，可能因為缺少一些對數據的理解，或者是缺少一些對數據洞察的獲取，他們就沒辦法從數據裡去得到指導他們進行戰術調整的思路。 所以大概在24年底的時候，FIFA就找到我們說想去做一個世界盃足球AI超級智能體（FIFA AI Pro）。我們的思路就是參考ChatGPT 等一些 LLM 的使用體驗，通過去創建一個虛擬的足球分析師大腦，讓用戶能夠以簡單直觀的自然語言式對話，獲取他在比賽中的數據以及對應的洞察，從而能夠更好地去指導他的下一場比賽。FIFA AI Pro可以理解成是一個類似於在足球垂直領域方面的ChatGPT。 但是，我們除了提供一些平文本，還會提供更多、更豐富的多模態輸出，比如生成一些視覺組件，像傳球的線路圖、熱力圖，也會輸出一些視頻片段，因為現在很多足球分析師其實是基於比賽視頻去做分析。此外，我們還有3D重建的功能，這樣分析師就可以像玩遊戲一樣，實時去監控場上22名球員的第三人稱視角、第一人稱視角，以及戰術機位等。 FIFA的願景是“Football unites the world”，他們希望能夠推動足球在各個地區的均衡發展。我們推出世界盃足球AI超級智能體（FIFA AI Pro），也是因為目前整個數據的體量和複雜度，對於落後國家的分析門檻太高了，所以不如我們代替他們去構建虛擬的足球分析師大腦，這樣他們只需要知道想獲取哪些信息，以簡單對話的形式，就能夠從我們的世界盃足球AI超級智能體（FIFA AI Pro）裡面獲取。我們能夠助力他們比賽解讀能力的提升，也就能夠帶動對應區域的足球發展。我們把這個普惠的過程，就稱之為足球平權。 問：在實際應用中，世界盃足球AI超級智能體（FIFA AI Pro）是否有收到一些比較好的反饋，有沒有比較有代表性的聲音可以分享一下？ 答：目前來看，所有的48支球隊都已經使用了至少一次世界盃足球AI超級智能體（FIFA AI Pro），使用最多的球隊平均每場比賽會問幾十甚至上百個問題。所以，在所有的 48 支球隊裡，整體的使用狀況還是很好的。 一個典型的例子是，某支球隊在首輪以大比分輸給了對手，接下來在比賽數據準備好的次日，他們就進入世界盃足球AI超級智能體（FIFA AI Pro），去詢問前天的比賽內容。 提問是以一個由淺入深的方式，比如說先讓智能體去分析球隊的陣型，智能體給到了一個球隊的陣型圖，包括球隊陣型的長寬、離底邊的距離，以此反饋球隊陣型是否足夠緊密。通過使用智能體，分析師發現球隊陣型還是很緊密的，但是他仍然有比較多的丟球，這就意味著對方其實是通過一些傳球輕易地滲透了。 所以，接下來他又去問了對方的傳球表現，以及具體陣型中一些球員的站位是否造成了對方的進攻機會較多？智能體告訴分析師確實存在這樣的一些現象，比如雖然球員站的比較緊密，但是大家對於直塞以及跨不同陣線的傳球，防守還是較為薄弱，從而造成了對方球隊很輕易地得到了比較好的進攻機會。 分析師接下來又更深入地去問自己球隊的一些邊後衛、後腰球員在整場比賽裡的整體分佈區域、防守表現，智能體也進一步提出這些球員在某些防守方面其實還是有待提高的，也具體地指出了對應的可提升方向。 整個對話大概持續了15到20輪，所以我們認為世界盃足球AI超級智能體（FIFA AI Pro）對於分析師的價值還是很大的，因為世界盃賽期可以說是他們壓力最大的時間，每個人所負責的球隊可能每三四天就有一場比賽，那麼比賽前進行緩衝和調整的時間是非常短的。 即使在這樣的環境下，他們仍然願意投入比如半個小時到一個小時到世界盃足球AI超級智能體（FIFA AI Pro）上，我們認為這實際上也能夠反映出智能體提升了他們不少工作的效率。 問：足球AI超級智能體（FIFA AI Pro）的底層模型是什麼、能夠有這樣好的效果，是不是做了一些針對性的訓練或調優？ 答：目前來說，世界盃足球AI超級智能體（FIFA AI Pro）的使用體驗較為順暢，這主要歸功於兩個因素。 第一個成功的因素主要是因為我們在這裡面去引入了足球分析的本體論這個概念。我們在去了解FIFA 收集的這些足球數據的時候，他們有一套自己的語言體系，稱之為 Football Language。對於每種場景下面，具體的內容到底定義是怎樣的？我們其實有套自己的話語體系，通過構建一個知識圖譜，把這些話語體系按照層級的方式去進行管理，用戶進來之後，我們能夠正確的去識別它的語義，並且檢索到它和數據之間的聯繫。 這個本體本身構成了我們所謂的虛擬足球分析師的大腦，使AI Pro具備分析師思維。 第二個因素就是，我們實際上是通過一個多智能體的架構執行這些任務。比如說，我們有專門拆分任務的一些架構，也有具體執行的、數據查詢的、做視頻切片的架構，包括數據內容的總結、生成follow up question，每個都有不同的智能體負責。 我們方案的成功之處就是在於讓這些智能體能夠像一個足球隊一樣，有機地協調在一起工作，能夠去識別用戶的意圖，並且各自去拆解和執行。 這樣處理問題的技術複雜難度就相對來說被分攤到了各個智能體上，就不會出現需要定義一個大而全的大語言模型，去解決所有的問題，因為我們還是需要在它的響應性能、表現、準確性等方面取一個平衡。 所以結合這兩個因素的話，世界盃足球AI超級智能體（FIFA AI Pro）能夠去提供較好性能的同時，準確率較高，並且能夠提供更豐富的多模態返回的結果。 問：這個項目歷時500多天攻堅，期間克服了哪些挑戰，能否展開說說？ 答：FIFA AI Pro的迭代和技術演進的關係也很大，比如說在24年底，那時整體大語言模型，包括諸多智能體的架構以及知識圖譜，並不是一個很成熟的階段。所以我們那個時候更多的是通過一些，比如調整提示詞，來達到我們這些分析的結論。 在這個過程中，其實FIFA內部對於這個需求的理解，並沒有最後收斂到一個可觀測、可測量的範圍。我們更多的是針對他們的一些反饋，我們做了一些調整和改進，再提供給他們，他們再去提供一個反饋，這樣一個循環。 所以最初碰到的一些困難包括我們雖然拿到了很多數據，但是這些數據沒有維護非常多的一些它的元數據信息，幫助我們去解讀這些數據的一些語義。 第二個是聯想本身之前不是做足球的，我們參與項目的同學們，如果說愛看足球，那倒是很多，但是真正以足球分析師的思路，去使用這些數據的人，非常非常少，所以我們還需要跟 FIFA 的足球分析師一起，去學習這些技戰術，從技戰術角度增強我們對於數據的一些理解，這個也花了很長的時間。 第三個是我們這個過程中是一個跨國的協作。項目最早期的時候，其實我們很少去他們的瑞士總部。後來，我們意識到了，為了能夠去更好的去學習，互相之間以一個partner的方式去推進，後面我們基本上每個月都會在蘇黎世或者北京，我們坐下來，雙方一起去檢驗一下現在的成果和進度，以及識別哪些地方需要他們，得到他們的支持，從而能夠讓項目的推進進入到了一個快節奏。 最開始的團隊差不多是 10 個人左右，我們是根據這個需求的漸進明細，去決定搭配多少資源，現在，整個團隊規模在三四十人左右。 問：聯想FIFA AI Pro的技術在全球處於什麼水平？哪些技術是行業首創？ 答：世界盃足球AI超級智能體（FIFA AI Pro）確實是行業首創，這是由以下幾個因素促成的。 首先第一點是不光我們在裡面去投入了很多，FIFA也投入了很多。他們有一個專職的數據足球分析師，還有一個數據工程師以及對應的一個數據科學家加入到我們項目裡面，和我們磨合了很久，包括傳授給我們關於足球分析的一些知識，還有在過程中去測試我們構建的一些智能體方案，並且提供及時的反饋，指導我們的方向等等。在這些全職資源的指引下，我們能夠比其他在這個行業的公司，更多地去融合我們的技術，我們的業務知識，這是第一點。 第二點是，因為 FIFA 的數據它其實是不對外公開的，或者說為了訪問 FIFA 這些數據，你需要去符合一定的資格。比如說得打入世界盃，你才能夠去分析它所分發的數據。所以我們的方案是直接構建在FIFA 的數據之上，那意味著我們其實是有目前其他行業公司所無法得到的一個資產，這是通過聯想和FIFA的合作去推動實現的。 基於以上兩個因素的話，目前至少在足球這個領域，世界盃足球AI超級智能體（FIFA AI Pro）它無論是技術表現，還是應用範圍，我認為都可以被評價為行業首創的。 問：相比歐美做大模型的公司，聯想做這件事的核心優勢是什麼？為什麼我們先做成了？ 答：底層大模型通過語料的訓練，你能夠去跟它交互，它能夠給到你很快地返回案例結果。這些其實是世界盃足球AI超級智能體（FIFA AI Pro）引用能力的機器基座，包括大語言模型本身的推理能力和總結能力，所有的智能體開發都是基於它的行業領先的大語言模型能力，這個能力是像OpenAI、谷歌都具備的。 聯想的獨特優勢在於我們利用這個能力，面向垂直領域把兩者去進行了一個打通。 比如像 OpenAI 或者谷歌，他們確實是有非常先進的技術能力，但他們做的是通用解決方案。在行業垂直的解決方案上面，目前來看他們的場景都比較有限。因為足球它本身層級還是比較明顯的，先是FIFA，然後是各大洲各個 Confederation裡面的國家，以及下面的這些俱樂部，它是有個很清晰的層級結構的。而我們其實是直接和掌控比較豐富的足球數據/知識的 FIFA 去建立合作。所以我們推出來的方案本身是能夠去應用於整個足球行業的。 有通用解決方案的公司，目前還沒有看到它在垂直領域解決方案方面的一些成果，或者說有一些比較核心的應用場景。專做垂直領域解決方案的公司，他們又缺少和FIFA合作的機會，所以我認為聯想能夠把這兩者結合起來是一個獨特優勢。