世界杯成AI猜球压力测试，大模型频频翻车

球场上的淘汰赛如火如荼，而赛场之外，另一场关于国产AI大模型的淘汰赛，也悄然进入了最关键的考验期。

2026年美加墨世界杯，淘汰赛阶段激战正酣。与小组赛那种强弱分明的格局不同，一旦踏入淘汰赛，每一场都关乎生死。球队之间的实力差距被急剧压缩，加时赛、点球大战随时可能上演，没人敢有半点松懈。

场内是强队的真刀真枪，场外则是科技力量的暗中较劲。这场关于国产AI大模型的“豪赌”，究竟是大型翻车现场，还是科技荣光的高光时刻？本届世界杯，无疑成了检验各家大模型真实能力的最佳擂台。

当大模型集体误判冷门

先来看一份已经出炉的成绩单。在已结束的92场比赛中，由联想与咪咕联合发起的“世界杯预测人机大战”给出了最新结果：

12家国产AI整体命中率64%，人类玩家的命中率为53.8%；
中移九天排名第一，命中64场次；
联想天禧AI和阿里千问并列第二，各命中63场次。

从纯概率角度看，AI赢了，确实比人类猜得更准。小组赛阶段准确率61.9%，到了淘汰赛首轮，已经提升到了64%。

但这份成绩单，并不意味着AI真正“懂球”。

举个例子，在佛得角对阵西班牙的比赛中，赛前有11家AI大模型集体押注西班牙获胜，只有1家预测佛得角能赢。结果呢？0比0，平局。更让人尴尬的是，在随后佛得角以2比2战平乌拉圭、0比0逼平沙特阿拉伯，最终以不败战绩出线的两场比赛中，12家大模型里有4家完全不看好佛得角，并且没有一家猜中它和沙特的比分。

还有更打脸的。DeepSeek等模型集体预测荷兰队将在常规时间战胜摩洛哥队晋级，甚至有英国投资银&行的模型直接预测荷兰将夺冠；Kimi则在赛前高调预测德国队将夺得本届世界杯。现实则是，这两支传统劲旅双双止步32强。

再看看阿里千问，它曾就“姆巴佩和哈兰德谁进球更多”发表观点，认为姆巴佩更强，这与体育解说名嘴黄健翔的看法截然相反——当然，这个预测还需要比赛来验证。

坦白说，世界杯本就是全民话题，让AI来预测多少带点娱乐性质。但这件事的意义不在于猜对与否，而在于：当各家模型在同一考卷下、统一公开作答、答案统一验证时，我们有机会去探一探AI能力的边界。

那么问题来了：大模型真的擅长做体育竞技猜答案这种题目吗？

一位足球爱好者道出了真相：无论是人类还是机器，去预测哪个球队赢、谁进球多，其实都不会太准，最多只是最大可能地趋近真实结果。

核心原因在于，大模型归根结底是一个基于归纳和统计的语言模型。它的输出受历史上下文、先验知识和提示词影响，本质上是一场“开卷考试”。就算没背过某个冷门知识点，它依然可以靠概率“猜”出一个看似合理的结果。

但足球比赛可不是背书能解决的。胜负不仅取决于球队历史战绩、阵容和关键球员，天气、环境、伤病、裁判……每一个变量都可能改变最终走势。

世界杯的赛制更放大了预测的难度。平时我们参考的多是联赛数据，联赛是积分制，每场都要拼命争胜。但世界杯是杯赛，考虑的是持久战。一支球队可能一共只有七到八场比赛，你不能把所有精力都投入到小组赛每一场，很多冷门也因此出现。

更何况，本届世界杯的扩军和规则调整进一步放大了不确定性。32支球队扩军到48支，佛得角、库拉索这些首次参赛的队伍，历史数据几乎为零，AI的训练集里根本找不到它们的影子。同时，原本上下半场的规则改为了四小节——算法能算战术、体能、阵型，却算不到规则变动带来的节奏打乱。

商汤科技技术总监马林也坦言，大模型本身就很难预测爆冷。因为爆冷是小概率事件，模型算出来的概率很低，如果强行把低概率的冷门结果输出，反而违背了模型的底层逻辑。而且，今年不少传统强队的后防线和中场球员年龄偏大，小组赛对手不强，问题还没彻底暴露出来。

有AI从业者甚至直言：AI猜球本质上不是预测，而是复述——它更像一个语言模型，把足球评论员常说的话重新组织了一遍。

这也解释了为什么多家AI的预测结果经常高度一致：大家读的是同样的公开信息，用的是相似的推理逻辑。当遇到历史数据为零的新军、或者规则改变这种结构性变量时，它和普通球迷一样茫然。

作为本届世界杯最受瞩目的对决之一，葡萄牙0比1输给西班牙。赛事前瞻中，大家其实有不少分析：41岁的C罗和18岁的亚马尔同场竞技，葡萄牙老将偏多、晋级之路磕磕绊绊，西班牙整体年轻、体能充沛。战术上，西班牙靠4-3-3传控体系主导节奏，葡萄牙采用4-2-3-1的稳守反击策略。综合来看，西班牙状态稍占上风，但葡萄牙有C罗的队长和领袖精神，比赛充满变数。

截至当天，超过27万人参与这场比赛的预测。7家模型指向西班牙赢，5家押注平局——没有一家AI预测葡萄牙会赢。

AI依然在押大概率事件，但至少有半数人类愿意相信葡萄牙能胜出。这就是那个无法量化的变数。

从“猜冠军”到“当参谋”

话说回来，AI在足球领域的应用远不止猜比分。从球队备战到判罚辅助，从转播体验到赛事管理，技术早已深入渗透。

半自动越位识别（SAOT）、智能足球芯片、AI数据统计、热点图、运动表现评级……这些已经是落地成熟的领域。以智能足球芯片为例，本届世界杯比赛用球”三重浪“内置了一枚500Hz的惯性测量单元传感器，每秒采集500次球的运动数据，包括触球瞬间、速度、旋转和轨迹，并实时传输到VAR系统。在6月20日瑞典对阵突尼斯的比赛中，瑞典球员斯万贝里的一记有效进球，正是靠这枚芯片提供了关键的时间戳，才判定不存在越位。

今年，国际足联还上线了一套由大模型驱动的FIFA AI Pro超级智能体，供48支球队的分析师和教练使用。

联想集团新兴垂直领域AI解决方案交付经理龚灏宁分享了一个真实案例：一支首轮大比分输球的球队，在赛后数据准备就绪的第二天，分析师就进入了AI Pro系统。他先让系统分析球队阵型，系统给出了阵型的长宽、距底边距离等数据，反馈阵型足够紧密。但分析师发现丢球仍然很多，于是追问对方传球的渗透表现。系统进一步指出，虽然阵型紧密，但对直塞和跨阵线传球的防守比较薄弱。接着，分析师又追问了边后卫和后腰的防守分布与表现，系统逐一给出了可以提升的方向。

龚灏宁提到，”世界杯期间每三到四天就有一场比赛，缓冲时间极短。即便在这么紧张的压力下，分析师仍然愿意花半小时到一小时去用AI Pro。“

AI Pro的使用率已经超出预期。目前，所有48支参赛球队至少使用过一次该系统，使用频率最高的球队平均每场比赛会问几十甚至上百个问题，系统每天大概处理200到300个问题。

这套系统的初衷其实很简单：过去，只有英格兰、德国、美国这些资源丰富的强队才请得起专业分析师团队；而本届世界杯首次参赛的佛得角、库拉索这些弱势球队，也可以借助AI获得世界级的战术洞察能力。用龚灏宁的话说，这是一次”足球平权“的过程——也是他职业生涯里做过的最具创新性的项目。

技术原理上，FIFA AI Pro采用了多智能体和知识图谱技术，整合了超过2000个数据指标和数百万个数据点。分析师可以用自然语言提问，系统基于足球专业知识体系、赛事数据和多模态能力，生成传球线路图、热力图、视频片段，甚至支持3D重建。

当然，AI大模型在足球领域的落地依然处于探索阶段。一切都在不断地试错与迭代中推进，关键是在成本可控、技术可落地的前提下，找到真正能创造价值的应用场景。

正如一位从事体育赛事多年的资深评论员所说：AI只能提供一种参考机制，有经验的教练比软件分析更靠谱。这话不是否定AI的价值，而是提醒我们认清它的边界。AI正在重塑足球的数据采集与判罚辅助，但它依然有很多暂时无法取代的价值。

足球的魅力，恰恰在于它的不完美与不可预测。当科技试图用算法解构一切的时候，那些算法永远无法量化的人性闪光——球员在绝境下的斗志、临场直觉带来的神之一脚——这些，才是足球让全世界为之着迷的真正理由。

（作者｜杨丽，编辑｜杨林）