佛得角黑馬都猜到，62%準(zhǔn)確率勝人類，AI比球迷更懂世界杯？

　　 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(zhǔn)備拿出4000塊，買阿根廷3:0佛得角。當(dāng)我們試探性的問是否用“AI預(yù)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(jīng)顯著超過普通人類玩家：AI的準(zhǔn)確率為61.9%，人類預(yù)測準(zhǔn)確率為56.5%。

　　這是一場備受關(guān)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(qiáng)的防守逼平了奪冠大熱門。

　　沒人能想過他們能闖進(jìn)32強(qiáng)，但是有四款A(yù)I想到了。

　　對于7月4日的這場比賽，截至發(fā)稿，天禧AI顯示共有9.9萬人參與競猜，100%的AI預(yù)測阿根廷勝；83.3%的人類預(yù)測阿根廷勝，還有9.3%預(yù)測平局，7.4%預(yù)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(duì)伍勝利、比分如何，這些預(yù)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(yù)測作為宣傳重點(diǎn)。

　　問題是，AI到底是怎么預(yù)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(jìn)32強(qiáng)？

　　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。”有人一下看好了就打得多，好幾個人一塊兒打，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?nèi)胰硕假I了世界杯彩票，沒有人用AI。“我就支持誰買誰。”她甚至不太關(guān)心對手是誰。對她來說，買彩票不是下注，是表達(dá)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(dāng)我們試探著問了一句“您用AI預(yù)測嗎”，他語氣帶著不解：“這還用AI？”然后轉(zhuǎn)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(jīng)歷，當(dāng)我們問及AI有用嗎，老板脫口而出“不準(zhǔn)”。

　　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(zhǔn)”的感受，和實(shí)際數(shù)據(jù)有些出入。

　　聯(lián)想和咪咕視頻還一起做了一個AI模型預(yù)測勝率排名。這場“人機(jī)大戰(zhàn)”的結(jié)果和預(yù)想不同。截至發(fā)稿，AI的準(zhǔn)確率為61.9%，而人類預(yù)測準(zhǔn)確率僅56.5%，AI勝率已經(jīng)顯著超過普通人類玩家。

　　在32強(qiáng)預(yù)測榜單中，騰訊混元以32場猜中29場暫時領(lǐng)跑，成為當(dāng)前預(yù)測準(zhǔn)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(nèi)12家AI對傳統(tǒng)強(qiáng)隊(duì)和主流晉級隊(duì)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(duì)，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(jìn)了32強(qiáng)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(jìn)32強(qiáng)。

　　此后，四個AI的判斷被證實(shí)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(yù)測體育的理解仍停留在，輸入歷史數(shù)據(jù)，模型給出結(jié)果。但事實(shí)是，目前的AI預(yù)測并不是這樣。

　　聯(lián)想集團(tuán)天禧 AI 事業(yè)部總經(jīng)理陳學(xué)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(tài)變化。一場比賽的勝負(fù)，可能同時受到球隊(duì)整體實(shí)力、近期戰(zhàn)績、球員傷病情況、戰(zhàn)術(shù)風(fēng)格、小組賽出線壓力、輪換意愿、臨場狀態(tài)甚至天氣、場地等外部因素，這些信息分散在不同數(shù)據(jù)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(shí)時數(shù)據(jù)，里面肯定都要用到搜索。比如你要查不同的域、不同的數(shù)據(jù)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。”

　　商湯科技技術(shù)總監(jiān)馬林則給了搜狐科技更具體的技術(shù)路徑。以商湯小浣熊為例，系統(tǒng)會先對兩支球隊(duì)建立一個基礎(chǔ)能力評估，包括：歷史戰(zhàn)績、球隊(duì)排名、陣容身價、攻防效率以及過去交手記錄。這相當(dāng)于建立一個初始勝率模型。

　　第二層是實(shí)時動態(tài)修正，這部分決定了預(yù)測是否足夠準(zhǔn)確。例如球員是否傷病、核心球員是否停賽、球隊(duì)是否已經(jīng)提前晉級、下一場是否可能輪換陣容。這些實(shí)時信息會持續(xù)改變模型判斷。

　　“我們首先會看兩隊(duì)的整體實(shí)力，會進(jìn)行一個基礎(chǔ)打分。還會獲取實(shí)時的球員以及球隊(duì)狀態(tài)，是否有傷病，然后會對比分進(jìn)行調(diào)整。”

　　馬林舉了一個例子：“如果我們已經(jīng)有了百分百晉級的球隊(duì)，那它下一場比賽的戰(zhàn)意以及輪換程度，肯定跟另一個球隊(duì)不一樣。”

　　第三層，則是對位分析。“比如面對法國隊(duì)的時候，姆巴佩對位的后衛(wèi)是誰？年齡怎么樣，這些我們也都會考慮進(jìn)去。”這些局部博弈因素，往往決定關(guān)鍵比賽走勢。也就是說，AI看的不只是宏觀數(shù)據(jù)，甚至也能開始分析比賽中的微觀對抗關(guān)系。

　　對于同一場比賽，大模型給出的結(jié)果也可能不同。

　　有業(yè)內(nèi)人士對搜狐科技解釋：“首先數(shù)據(jù)其實(shí)也有差別，公開信息可能只有一些新聞報道。但有些專業(yè)的數(shù)據(jù)庫里包括球員跑動距離、xG（預(yù)期進(jìn)球）等等，這就造成了差異。還有就是不同模型Agent架構(gòu)差異很大，即便數(shù)據(jù)和Agent流程一樣，不同大模型的推理能力也不同。”這些差異最終體現(xiàn)在預(yù)測結(jié)果上。

　　AI算得準(zhǔn)什么，算不準(zhǔn)什么？

　　但AI也有它的邊界。

　　“我們大模型很難預(yù)測爆冷。”馬林說得非常直接。

　　他繼續(xù)解釋道：“因?yàn)樗举|(zhì)上是一個概率模型。它天然傾向于輸出高概率結(jié)果。所以，當(dāng)強(qiáng)隊(duì)勝率是80%，弱隊(duì)爆冷概率只有20%時，大模型通常仍然會選擇強(qiáng)隊(duì)。因?yàn)檫@是統(tǒng)計(jì)意義上的最優(yōu)解。”

　　有業(yè)內(nèi)人士對搜狐科技表示：“如果模型總是輸出低概率事件，結(jié)果反而會整體變差。”

　　該業(yè)內(nèi)人士算了一筆賬，“假設(shè)一場比賽，強(qiáng)隊(duì)勝的真實(shí)概率是80%，平局是15%，弱隊(duì)爆冷勝是5%。如果你每次都預(yù)測強(qiáng)隊(duì)勝，那么這類比賽的預(yù)測準(zhǔn)確率就是80%。如果你為了捕捉冷門，每次都預(yù)測“弱隊(duì)爆冷勝”你的準(zhǔn)確率會瞬間跌到5%。”

　　他補(bǔ)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(shù)時候都在對抗大概率事實(shí)，結(jié)果很可能是錯誤次數(shù)大幅上升，整體準(zhǔn)確率也會下降。

　　他還表示：“從數(shù)據(jù)角度看，爆冷之所以難預(yù)測，不單是因?yàn)楦怕实停€因?yàn)楸涞脑蛲鶚O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(shù)據(jù)中很少出現(xiàn)，模型也很難學(xué)到穩(wěn)定規(guī)律。”

　　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(yù)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(yù)測西班牙4比0獲勝。結(jié)果出人意料，0比0，成為本屆世界杯第一場沒有進(jìn)球的比賽。

　　世界杯的特殊性也讓預(yù)測難度大幅提升。馬林表示，“聯(lián)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。”

　　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(jīng)驗(yàn)、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(xué)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(yōu)勢。它可以快速調(diào)用幾十年歷史數(shù)據(jù)，處理遠(yuǎn)超人類的信息量。”

　　但他也強(qiáng)調(diào)，人類仍有不可替代的能力。“人類更擅長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。”