圖片來源：新華社

出品｜搜狐科技

作者｜張瑩 常博碩

“這還用AI？”

7月4日，阿根廷對陣佛得角。有彩民正準備拿出4000塊，買阿根廷3:0佛得角。當我們試探性的問是否用“AI預測”，他像聽到一個笑話。

那是我們7月2日在彩票店門口遇到的一個人。

對于部分資深球迷，他們似乎更相信自己的判斷。但如果把人類視為整體，AI勝率已經顯著超過普通人類玩家：AI的準確率為61.9%，人類預測準確率為56.5%。

這是一場備受關注的比賽。佛得角上一次對陣西班牙時踢出了0:0，被媒體稱為“本屆世界杯開賽以來最大冷門”。世界排名第67位、人口僅50余萬的西非島國，用頑強的防守逼平了奪冠大熱門。

沒人能想過他們能闖進32強，但是有四款AI想到了。

對于7月4日的這場比賽，截至發稿，天禧AI顯示共有9.9萬人參與競猜，100%的AI預測阿根廷勝；83.3%的人類預測阿根廷勝，還有9.3%預測平局，7.4%預測佛得角勝。

正值四年一次的世界杯，誰能拿到冠軍、每場比賽哪支隊伍勝利、比分如何，這些預測大討論過去只存在于人類之間，這一次，AI廠商們也把世界杯預測作為宣傳重點。

問題是，AI到底是怎么預測世界杯的？它真的比資深球迷更懂球嗎？如果AI真的只是概率游戲，那又為什么會猜中佛得角進32強？

人類直覺和AI算法

世界杯期間，彩票店的生意也更好了。

老板說，世界杯期間店里“湊熱鬧的多”，但真正撐起生意的還是老彩民。“老顧客一個人買的，頂新顧客十個人?！庇腥艘幌驴春昧司痛虻枚啵脦讉€人一塊兒打，一人一份，加起來能上萬。前幾天有人中了五萬多。

但這些人，有多少人參考了AI的意見不得而知。

有彩民表示，她們全家人都買了世界杯彩票，沒有人用AI。“我就支持誰買誰?！彼踔敛惶P心對手是誰。對她來說，買彩票不是下注，是表達支持。AI算的是概率，她在乎的是立場。

在彩票店門口，我們還遇到一個花了4000塊錢押注阿根廷3:0佛得角的彩民。當我們試探著問了一句“您用AI預測嗎”，他語氣帶著不解：“這還用AI？”然后轉身走了。

對于不懂球的老板，她也試過用AI，但“試了好幾個AI，一個都沒中。”有了這些失敗的經歷，當我們問及AI有用嗎，老板脫口而出“不準”。

但緊接著她又說了一句，“不過你下載個體彩APP看看賠率，再和你的AI做個比較。信息越多越好。”

她還講了一個故事，有個女孩，從來沒買過彩票，聽大家聊完球，自己綜合了一下，花幾十塊中了七百多。“她也沒用AI，”老板娘說，“就是聽大家說，自己看賠率，綜合了一下。”在彩票店里，“信息拼盤”才是主流的決策方式。

但這些來自彩票店一線“AI不準”的感受，和實際數據有些出入。

聯想和咪咕視頻還一起做了一個AI模型預測勝率排名。這場“人機大戰”的結果和預想不同。截至發稿，AI的準確率為61.9%，而人類預測準確率僅56.5%，AI勝率已經顯著超過普通人類玩家。

在32強預測榜單中，騰訊混元以32場猜中29場暫時領跑，成為當前預測準確率最高的大模型。MiniMax、訊飛星火均為 28/32，DeepSeek、智譜同為 27/32。

整體來看，目前國內12家AI對傳統強隊和主流晉級隊判斷高度一致，真正拉開差距的是波黑、佛得角、剛果（金）、加納等邊緣晉級隊，以及伊朗、韓國、烏拉圭等出局判斷。

甚至騰訊混元、階躍星辰、訊飛星火、商湯小浣熊這4家，提前一個月就將佛得角寫進了32強名單。

而人類陣營則一致把票投給了西班牙和烏拉圭：一個是歐洲杯冠軍，一個是兩屆世界杯冠軍。佛得角作為首次站上世界杯舞臺的大西洋島國，沒人能想到他們能挺進32強。

此后，四個AI的判斷被證實是對的。我們好奇的是，AI是如何做到的？

AI如何“看懂”世界杯？

很多人對AI預測體育的理解仍停留在，輸入歷史數據，模型給出結果。但事實是，目前的AI預測并不是這樣。

聯想集團天禧 AI 事業部總經理陳學桂對搜狐科技表示，體育比賽尤其是世界杯，信息變量太多，而且高度動態變化。一場比賽的勝負，可能同時受到球隊整體實力、近期戰績、球員傷病情況、戰術風格、小組賽出線壓力、輪換意愿、臨場狀態甚至天氣、場地等外部因素，這些信息分散在不同數據源中，更新頻率也完全不同。因此，大模型需要的不只是思考能力，還需要獲取信息的能力。

“你要去獲取這些實時數據，里面肯定都要用到搜索。比如你要查不同的域、不同的數據源，怎么去整理時效性，讓這個信息更可信，這些工作放到智能體完成，效果會更好?！?/p>

商湯科技技術總監馬林則給了搜狐科技更具體的技術路徑。以商湯小浣熊為例，系統會先對兩支球隊建立一個基礎能力評估，包括：歷史戰績、球隊排名、陣容身價、攻防效率以及過去交手記錄。這相當于建立一個初始勝率模型。

第二層是實時動態修正，這部分決定了預測是否足夠準確。例如球員是否傷病、核心球員是否停賽、球隊是否已經提前晉級、下一場是否可能輪換陣容。這些實時信息會持續改變模型判斷。

“我們首先會看兩隊的整體實力，會進行一個基礎打分。還會獲取實時的球員以及球隊狀態，是否有傷病，然后會對比分進行調整?！?/p>

馬林舉了一個例子：“如果我們已經有了百分百晉級的球隊，那它下一場比賽的戰意以及輪換程度，肯定跟另一個球隊不一樣?！?/p>

第三層，則是對位分析。“比如面對法國隊的時候，姆巴佩對位的后衛是誰？年齡怎么樣，這些我們也都會考慮進去?！边@些局部博弈因素，往往決定關鍵比賽走勢。也就是說，AI看的不只是宏觀數據，甚至也能開始分析比賽中的微觀對抗關系。

對于同一場比賽，大模型給出的結果也可能不同。

有業內人士對搜狐科技解釋：“首先數據其實也有差別，公開信息可能只有一些新聞報道。但有些專業的數據庫里包括球員跑動距離、xG（預期進球）等等，這就造成了差異。還有就是不同模型Agent架構差異很大，即便數據和Agent流程一樣，不同大模型的推理能力也不同?！边@些差異最終體現在預測結果上。

AI算得準什么，算不準什么？

但AI也有它的邊界。

“我們大模型很難預測爆冷。”馬林說得非常直接。

他繼續解釋道：“因為它本質上是一個概率模型。它天然傾向于輸出高概率結果。所以，當強隊勝率是80%，弱隊爆冷概率只有20%時，大模型通常仍然會選擇強隊。因為這是統計意義上的最優解。”

有業內人士對搜狐科技表示：“如果模型總是輸出低概率事件，結果反而會整體變差。”

該業內人士算了一筆賬，“假設一場比賽，強隊勝的真實概率是80%，平局是15%，弱隊爆冷勝是5%。如果你每次都預測強隊勝，那么這類比賽的預測準確率就是80%。如果你為了捕捉冷門，每次都預測“弱隊爆冷勝”你的準確率會瞬間跌到5%。”

他補充道，即便只是在部分場次選擇冷門，但只要故意選擇低概率成為一種策略，絕大多數時候都在對抗大概率事實，結果很可能是錯誤次數大幅上升，整體準確率也會下降。

他還表示：“從數據角度看，爆冷之所以難預測，不單是因為概率低，還因為爆冷的原因往往極度個性化且稀疏，比如可能是裁判的某個判罰或者核心球員突然受傷、情緒波動等等，這些信號在歷史數據中很少出現，模型也很難學到穩定規律?！?/p>

西班牙被佛得角0比0逼平，就是最典型的例子。

賽前，12款主流AI模型大多預測西班牙輕松取勝，比分集中在3比0和4比0。電競解說王多多也預測西班牙4比0獲勝。結果出人意料，0比0，成為本屆世界杯第一場沒有進球的比賽。

世界杯的特殊性也讓預測難度大幅提升。馬林表示，“聯賽一般是比分制的，每場都要爭勝。但世界杯是杯賽，要考慮長久性，可能一個杯賽有7場、8場比賽，不能把全部的精力投入到每一場小組賽?！?/p>

對于一些資深球迷，他們不靠AI，他們下注時的判斷，可能來自經驗、可能來自直覺、可能只是來自“我看了二十年球，這事不需要工具來判斷”的自信。

陳學桂在采訪表示，“AI特別擅長去訪問、控制、組織浩瀚的知識，這是AI的優勢。它可以快速調用幾十年歷史數據，處理遠超人類的信息量?！?/p>

但他也強調，人類仍有不可替代的能力?！叭祟惛瞄L做第一性原理的分析，去找價值、做判斷。這也是AI目前難以真正替代人的地方。”

運營編輯 | 曹倩 審核｜孟莎莎