12個國產AI猜了100場球：勝率超越人類均值，卻輸給了重慶一名貼磚師傅

2026.07.13

本文字數：2334，閱讀時長大約4分鐘

作者 |第一財經 劉佳

封圖 |AI生成

足球是圓的，AI能算得準嗎？

2026美加墨世界杯前100場比賽落幕，人機大戰階段性成績單今日出爐。根據聯想集團與咪咕視頻披露的最新數據，在前100場比賽中，包括DeepSeek、千問、中移九天、百度文心、騰訊混元、Kimi、智譜、MiniMax、階躍、訊飛星火、商湯小浣熊、聯想天禧等12個AI組成的預測陣營共完成1200次勝平負方向判斷，其中788次命中，整體命中率為 65.7%；同期人類用戶平均命中率為 58.9%，AI領先約6.8個百分點。

但AI的“神算”并未覆蓋所有角落——平局、冷門和具體比分成了它們集體“翻車”的重災區，而一位來自重慶的貼磚工人卻以1.8億分之一的隨機概率，創造了人類陣營的最好成績。

AI超越人類，但集體漏了英格蘭

開賽初期，人類一度領先。6月13日，AI 命中率為43.8%，人類為54.4%，AI 一度落后10.6個百分點。直到6月18日之后，AI首次完成對人類的反超，此后AI整體保持階段優勢。

AI超越人類，靠的不是在某一場比賽中的“神預測”，而是連續樣本中的平均穩定性。隨著世界杯賽程推進，球隊狀態、陣容變化、積分形勢和戰術傾向等信息逐漸豐富，AI 對結構化信號的整合能力更容易顯現。相比之下，人類的判斷則更容易受到球隊知名度、個人偏好和單場情緒影響。

但12個AI大模型中并未出現從頭贏到尾的“全能冠軍”：騰訊混元以29/32拿下賽前32強預測頭名，千問創下14場最長連續命中紀錄，中移九天在前100場累計命中71次暫居總榜第一，而在8進4階段則有9個模型同時實現4場全中。綜合來看，各模型在不同賽段交替領跑，沒有誰能持續統治，第一梯隊之間也只相差一到三場。

平局和冷門是12個AI預測的集體盲區。前 100 場中，共有 15 場比賽出現 12 個 AI 全部集體翻車的情況，占全部比賽的 15.0%。這些失準并非隨機分布：其中 11 場是平局，包括西班牙對佛得角、比利時對伊朗等；另外 4 場則由賽前并不占據主流判斷的一方取勝。

尤其是進入淘汰賽后，傳統強隊的歷史優勢更容易讓AI形成高度一致的賽前判斷，也更容易在單場失效時暴露共同偏差。

其中，德國、荷蘭和巴西三場出局戰中，12 個AI合計給出36次方向判斷，無一命中。德國和荷蘭均在120分鐘內與對手戰平后出局，巴西則直接負于挪威。模型能夠識別傳統強隊的長期優勢，卻沒能捕捉這種優勢在一場生死戰中失效的風險。

比分預測也是AI的弱項。前100場比賽中，12個AI共完成1200次比分預測，合計精確命中145次，整體命中率約為12.1%，即使是表現最好的模型，精準命中比分的成功率也僅有17%。

值得注意的是，針對本屆世界杯冠軍的預測，12個AI的冠軍答案只落在 4 支球隊：巴西5票、法國4票、阿根廷2票、西班牙1票。AI的最大共識巴西已經出局；沒有一個AI看好的英格蘭隊卻進入了四強，成為這一輪預測的集體盲區。如果英格蘭最終在世界杯奪冠，意味著12個AI將集體失準。

人類的冠軍預測榜單呈現出更寬的分布。法國居首，阿根廷位列第二；葡萄牙和巴西這兩個人類第三、第四熱門已經出局，但法國、阿根廷、西班牙、英格蘭四支四強球隊仍全部位居支持榜前六。

人類贏下高光

雖然AI贏下平均線，人類仍然創造了最高峰值。

在32強預測中，來自重慶彭水的一名貼磚師傅命中31支晉級球隊，超過AI陣營最高的29/32，也超過多位運動員、解說員。此外，活動中還出現了階段性連續命中接近20場的普通用戶。

可以說，AI擅長處理大量信息、減少長期失誤、抬高平均線；人類則把經驗、語境、情緒和長期熱愛帶入具體判斷中，保留那些AI難以被量化的“峰值時刻”。

從前100場數據總結，AI更擅長識別足球世界中的常規秩序，卻更容易在平局、冷門、強隊失手和具體比分等偏離常規秩序的場景中承壓。

上海財經大學特聘教授胡延平告訴第一財經記者，自己最初預計，AI預測的成功率在60%至80%之間，實際上各項指標預測下來數據絕大部分在這個區間?！斑@屆世界杯是足球賽場，也是檢驗人工智能大模型水準、局限的一個賽場，世界杯預測人機大戰讓AI的能力和局限被充分看見，其結果也對優化提升大模型的表現也有實際幫助。”

他表示，從百場比賽的預測表現來看，賽程當中最新的信息掌握得越多，實況數據越豐富，預測周期越長，預測表現越穩??；此外，在平局方面模型普遍預測有限，其中的原因值得深度探究，但AI無法把握現實中的意外，這一點符合預期。

事實上，平局也不完全等同于兩支球隊“實力相同”。它可能來自強隊進攻效率低于預期，也可能來自弱隊通過密集防守主動壓低比賽節奏；小組賽中的積分策略、淘汰賽中的風險控制，以及傷病、紅牌、門將發揮等臨場因素，都可能讓紙面實力無法轉化為勝利。AI能夠較好地識別誰更強，卻更難判斷這種優勢能否在有限的比賽時間內兌現。

胡延平還注意到，數據顯示某個人類的個體能夠有遠超大模型的表現，可以理解為小概率事件，也可以理解為模型更像是中位數的預測做題家，也還有很大提升空間。而接下來大模型預測、預測模型方面可以在賽事以外多個方向深度探索，讓預測和一些生產力、決策場景結合。

而AI超過公眾平均線的意義，不在于證明 AI已經能夠預知賽果。咪咕公司副董事長、總經理李黎將它概括為“平均值的提升”：AI更擅長在高頻、連續、信息復雜的場景中抬高長期判斷的平均線，而不是把每一場比賽變成確定答案。在預測之外，這種能力還能復用于賽前信息整理、對手分析、戰術輔助、球迷問答和個性化內容生成。

接下來，世界杯還有4場比賽，法國、西班牙、阿根廷與英格蘭將為大力神杯展開最后角逐。“人機大戰”最終榜單尚未蓋棺定論，但百場樣本已經呈現階段性的答卷：AI正在抬高判斷的平均線，但仍然無法消除足球中的偶然、情緒和不可預測性；它可以形成穩定優勢，人類也依然可能創造無法被AI覆蓋的高光。

微信編輯| 蘇小

：bianjibu@yicai.com

：business@yicai.com