從封閉游戲到開放世界：人機大戰的應許之地

12個國內頂尖AI，1248次殘酷校驗，超4600萬民眾參與。

當2026年美加墨世界杯的戰火點燃，賽場外的另一場“諸神之戰”也拉開帷幕——2026年世界杯期間，聯想集團與咪咕視頻共同發起“世界杯預測人機大戰”。聯想天禧AI作為召集者，與DeepSeek、千問、中移九天、百度文心、騰訊混元、Kimi、智譜、MiniMax、階躍、訊飛星火和商湯小浣熊組成AI預測陣營，與體育嘉賓、專業人士和數千萬普通用戶面對同一張賽程表。

這是全球首個由多個AI大模型與全民同場參與、覆蓋世界杯完整賽程、由真實賽果逐場驗證的人機預測產品。世界杯開賽前，AI與用戶共同預測32強晉級名單；開賽后，預測覆蓋全部104場比賽，圍繞勝平負、精確比分和冠軍歸屬持續作答。隨即開播的綜藝節目《人機大戰：誰是世界杯預言家》，則使這場持續一個多月的實驗徹底破圈，成為可以被觀看、被討論的公共事件。

截至7月12日，第100場世界杯比賽結束，這場人機預測實驗已經積累起一組足夠完整的連續樣本。聯想集團與咪咕發布《世界杯預測人機大戰百場觀察——AI的優勢、差異與邊界》報告，對前100場比賽的預測結果進行系統統計：AI共完成1200次勝平負判斷，命中788次，整體命中率為65.7%，比同期公眾用戶58.9%的平均命中率高出6.8個百分點。

AI大模型的能力驗證，長期依賴實驗室榜單和標準化測試的技術指標，但與真實應用場景始終存在距離。在聯想的搭臺下，來自不同廠商、彼此競爭的11個AI大模型，首次被置于同一規則卻又持續變化的極限場景下接受連續檢驗，形成了一份跨廠商、真實場景、公開可驗證的AI能力樣本。

人機大戰從此進入下一個階段。

從棋盤到綠茵場：機器第一次走出了封閉系統

1997年，IBM Deep Blue擊敗國際象棋世界冠軍加里·卡斯帕羅夫。

國際象棋擁有確定規則、完整信息和明確勝負。機器的核心優勢來自計算速度、局面搜索和評估深度。Deep Blue證明，在邊界清晰的復雜任務中，計算機可以找到人類頂尖棋手也難以應對的行動路徑。

2016年，AlphaGo以4比1擊敗李世石。

圍棋的狀態空間遠大于國際象棋，單純依靠窮舉已經不可行。AlphaGo通過神經網絡、強化學習和自我對弈形成策略判斷。機器開始處理直覺、形勢和長期收益，但棋盤、合法動作和勝負條件仍然明確。

2017年，Libratus在無限注德州撲克中擊敗四名職業牌手。

撲克引入了隱藏信息和欺騙。機器看不到對手手牌，需要在信息不完整的條件下推斷對方策略，并避免自己的行動被識別和利用。人機大戰由完全信息博弈進入不完全信息博弈。

2019年，AlphaStar在《星際爭霸Ⅱ》中達到宗師級水平。

即時戰略游戲進一步加入實時操作、資源分配、局部信息和多任務管理。機器需要同時處理短期戰斗和長期發展，并根據不斷變化的戰場調整行動。

這些比賽的難度持續上升，卻擁有一個共同條件：機器始終在一個預先設定的系統中行動。游戲規則明確，結果評價明確，機器能夠通過重復訓練生成大量相似樣本。即使對手的策略難以預判，機器仍可以選擇動作、影響局面，并從每一次結果中修正下一步。

這是一個邊界清晰的封閉系統：無論對手是國際象棋冠軍、圍棋高手、撲克牌手還是游戲選手，AI證明自己的方式，始終是在一個可以被窮盡或反復模擬的確定系統里，找到比人類更優的策略。

世界杯預測人機大戰改變了這一前提。AI不在場上踢球，無法決定陣型、換人和射門，也無法讓同一場比賽重新進行。它只能讀取賽前可以獲得的信息，然后等待22名球員、教練、裁判和現場環境共同產生唯一一次結果。傷病、紅牌、天氣、球員發揮、臨場換人、積分策略和心理狀態，都可能改變比賽，其中一部分信息無法提前完整進入數據。

這套機制提供了實驗室測評難以復制的條件：一是題目公開。所有參與者面對相同的對陣和基本賽前信息；二是答案公開。終場哨響之后，賽果不會因模型、用戶或品牌而改變；三是評分公開。勝平負、比分和晉級結果按照統一口徑結算；四是失誤公開。模型的命中、分歧、共識和集體誤判進入節目、媒體和社交平臺，接受持續復盤。

這不是完全可控的科學實驗。不同賽段的難度、信息量和比賽類型都在變化，歷史數據可以告訴AI哪一種結果更可能出現，但AI卻無法預知場上的變化，任何一次失誤、一次反擊甚至最后幾分鐘的機會，都可能決定一支球隊的命運。104場比賽也不再是棋盤上同一道題的重復計算，而是104個條件不斷變化、信息并不完整的獨立事件。

AI們，歡迎來到持續變化的開放系統。

百場數據全景：AI沒有神話，只有邊界

“我們并不試圖尋找一個無所不知的‘大預言家’，而是希望通過連續百場數據，觀察多個AI在真實場景中展現了什么能力、形成了什么差異，又暴露出了哪些共同邊界。”前述聯想《人機大戰百場觀察》報告指出。

該報告給出了最重要的階段性結論：第一，AI的優勢是長賽程磨出來的，不是從一開始就存在。 6月13日，AI命中率只有43.8%，公眾用戶為54.4%，AI一度落后10.6個百分點；到6月18日，AI升至48.6%，公眾降至45.0%，兩條曲線首次交叉完成反超；此后AI整體保持領先，到第100場結束時，將差距擴大至6.8個百分點。咪咕視訊副董事長、總經理李黎將這一現象概括為“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都變成確定答案。

第二，沒有一個 AI 能通吃：每個賽段都有不同“冠軍”。具體而言，賽前32強預測中，騰訊混元以29/32命中率排名第一；72場小組賽結束，中移九天與騰訊混元并列首位；32進16階段，千問以87.5%的命中率單獨領先；16進8階段，騰訊混元、Kimi和訊飛星火三家并列；8進4階段，9個模型同時打出4場全中；截至前100場累計總榜，中移九天以71場暫居第一，但僅領先第二名1場，前六名之間的差距也只有3場。

連續命中紀錄又給出了不同的排名。千問曾連續命中14場，階躍連續命中13場，MiniMax連續命中12場。擁有最長連續命中紀錄的模型，并未成為百場累計總榜第一。短期連續判斷準確，與長賽程中持續減少失誤，是兩種不同能力。

聯想《人機大戰百場觀察》指出，世界杯最終會產生一支冠軍球隊，但這場 AI 預測實驗很難用一個“冠軍”概括。只看 32 強預測、某輪淘汰賽、最長連續命中或累計總榜，都會得到不同答案。樣本越短，單場結果對排名的影響越大；樣本越長，持續減少失誤的能力越重要。

因此，這一條持續走高的AI預測領先曲線，本質上是12份答卷疊加出來的平均值，而不是任何單一模型獨自完成的勝利。同時，不同模型的優勢具有明顯的場景和階段特征，AI的能力應當在連續、分層和可驗證的數據中衡量。

當AI失靈：預測市場的盲區

全球市場里還存在一套歷史更悠久、邏輯完全不同的概率生成機制——預測市場。

以本屆世界杯為例，全球最大的預測市場平臺Polymarket上，圍繞“世界杯冠軍”單項市場的累計交易額已超過42億美元。這類平臺通過讓數千名參與者用真實資金實時聚合分散在市場中的信息與判斷，價格隨新信息持續更新。

預測市場產品和“人機大戰”的邏輯并不一致：前者靠著“信息越有價值、下注意愿越強”這一經濟激勵機制，自發篩選出群體智慧，針對概率投票；后者依靠的是大模型對結構化歷史數據和實時信息的整合推理。

但是，聯想《人機大戰百場觀察》報告的另一個結論，有效驗證了預測市場的盲區：系統性偏差。

學界早就發現，預測市場里的參與者存在一種“非勝即負”的思維定式，會系統性低估平局發生的概率。此次人機大戰則驗證了這一現象：面對76場最終分出勝負的比賽，12個AI的方向命中率達到81.0%，高于公眾用戶的71.8%；但在24場平局中，AI與公眾的命中率分別降至17.0%和16.0%。AI在勝負題上建立的明顯優勢，到了平局幾乎完全消失。

前100場比賽中，有15場出現12個AI全部判斷錯誤，其中11場來自平局，另外4場由賽前不被看好的一方獲勝。平局占集體失準的近四分之三，構成AI預測中最穩定、最清晰的難題。

AI和人類都習慣尋找一個勝者，也都系統性低估了比賽不分勝負的可能。平局是比賽過程對紙面實力的一次折損：強隊可能占據控球和射門優勢，卻遲遲無法進球；弱隊可能通過密集防守壓低比賽節奏。在本次世界杯大放異彩的西非島國佛得角，正是靠著這一戰術，以及門將沃齊尼亞精湛技術和非凡表現，逼平西班牙、戰平烏拉圭，讓AI與人類預測“集體翻車”。

無論是靠資金定價的市場，還是靠數據推理的模型，這類藏在戰術意圖和臨場發揮里的信息，都很難被結構化數據充分捕捉——市場和模型，在這一點上沒有本質區別。

據聯想《人機大戰百場觀察》報告統計，前100場中，有40場比賽出現12個AI 全票判斷同一方向，其中10場全票一致卻集體失準。“AI最危險的時候，未必是意見分裂，而可能恰恰是所有模型都覺得自己不會錯的時候。”報告指出，高共識意味著多個模型可能從相似信號中提取出相近結論，但當關鍵變量沒有被納入時，反而可能放大共同盲區。

這背后的機制在于，當多個AI大模型共享相近的信息來源與權重體系時，它們給出的與其說是相互獨立的判斷，不如說是在同一概率空間里做的收斂計算。而一旦走向低概率場景，這種收斂反而會放大系統性偏差。

這也是本次“人機大戰”更具產業參考價值的地方：在金融市場、供應鏈預測以及企業決策系統中，如果多個AI模型被同時用于需求預測、風險評估或資源配置，并且底層依賴相似的數據源與推理邏輯，那么一旦外部環境發生結構性變化，這些模型可能同時低估或高估風險，從而形成同步性決策偏差。

AI贏下平均值，人類創造峰值

6月30日晚，《人機大戰：誰是世界杯預言家》節目連線了一位29歲的重慶彭水貼磚工人李先生。他從2014年巴西世界杯開始看球，是C羅的鐵桿粉絲。這一次，他在32強晉級名單的競猜中32中31，力壓場上所有AI模型和專業解說，成為“全場唯一”。按照世界杯擴軍至48隊后的賽制，小組賽階段要從12個小組預測出32支晉級球隊，若完全隨機填寫，最終32中31的概率約為1.81億分之一，相當于連續猜對27到28次硬幣正反面。

按聯想《人機大戰百場觀察》報告測算，在純隨機選擇和掌握分組信息兩種簡化假設下，31/32分別對應約1/1.81億和1/212萬的參照概率——這使他成為超過3500萬參與用戶中最突出的個體。他的判斷更多來自長期看球積累的經驗。

這個樣本不能證明人類整體比AI更準確，也不能證明這名球迷能夠在下一屆比賽中復制同樣的成績。它說明的是，即使機器已經提高了整體平均水平，人類個體仍可能依靠長期觀賽經驗、對特定球隊的熟悉程度和獨立判斷，達到所有模型都未能抵達的高點。

心理學家菲利普·泰特洛克通過長期主持的“良好判斷力項目”發現，表現優秀的預測者通常不依賴天賦或一次性的直覺。他們保持開放心態，將判斷建立在多種可能之上，并根據新證據不斷修正結論。高質量預測的關鍵，不在第一次是否押中，而在于能否持續吸收信息、校準判斷并復盤錯誤。

世界杯人機大戰呈現出相似的觀察維度。聯想《人機大戰百場觀察》報告披露，截至前60場，公眾用戶平均每場修改預測約1.04次，AI平均約1.6次；階躍平均每場修改約3.3次，累計調整220次。不同模型在答案更新頻率上存在明顯差異。

更新頻率本身不能證明判斷質量更高。頻繁修改可能來自對新信息的及時響應，也可能意味著模型容易受到短期信號干擾。但它說明，開放世界中的預測能力不能只看初始答案，還要考察模型是否能夠識別新證據，并在必要時改變原有結論。這正是前述“超級預測者”的心理學邏輯。

AI擅長處理大量結構化信息，在連續任務中控制失誤，提高整體判斷的平均線；人類的表現更加分散，穩定性較弱，卻可能憑借經驗、差異化信息和獨立判斷創造更高峰值。兩種能力并不互相否定，它們共同構成了真實世界中的判斷結構。

“AI提高的是整體平均水平，人類則留下了這個夏天最難忘的峰值時刻。”聯想《人機大戰百場觀察》報告總結道。

聯想：不做大模型，做全球AI生態的連接者

世界杯留下的，不只是一條65.7%的AI命中率曲線，也形成了一套把模型、場景、用戶和真實結果放進同一體系的公開測試。作為全球AI生態鏈領軍企業聯想，正是扮演這個生態的組織者與連接者——在一個無法被完全計算的開放世界里，比“誰更準”更重要的問題，是誰能把足夠多互相競爭的能力，持續、公開地連接進普通人可感知的真實場景。

因此，對普通消費者而言，這是一次AI預測技術下沉的科技狂歡；但對分析師和機構投資者來說，它更像是聯想集團過去40年在AI時代的一次公開定位。

組織人機大戰的主體——那個說服中國AI產業中彼此競爭最激烈的對手們出現在同一個平臺、共同參與104場比賽預測的公司——不是監管，不是風險投資機構，也不是技術標準組織，而是聯想集團。

世界杯讓聯想集團找到了它在這場全球AI競賽中最擅長扮演的角色——不是站在臺前證明誰的模型更強，而是把算力、模型、終端、供應鏈和用戶連成一張網。

作為活動的召集者，聯想天禧AI的表現也更貼近商業現實。它沒有在任何單項上拿到過第一，卻在賽前32強預測、72場小組賽、32進16階段和前100場累計總榜四個關鍵節點上全部進入前四，是12個AI中唯一全程不掉隊的模型。對于正在將智能系統接入供應鏈、客戶服務和決策支持體系的企業而言，這種長期可靠性，往往比偶然的高光時刻更具實際意義。

若將AI生態從大模型向算力基建延伸，聯想之于全球AI生態鏈的價值則更為稀缺。從2024年Tech World 開始，英偉達、AMD、英特爾、Meta、微軟、高通等公司掌門人，就共同出現在聯想的AI敘事中。這些公司分處芯片、操作系統、云、模型、社交平臺和終端生態的關鍵位置，彼此之間既合作也競爭。它們愿意在同一場大會中出現，早已說明聯想集團在AI產業鏈中的核心地位：AI技術的落地者和商業變現者。

全球供應鏈，是聯想集團在物理世界的底座。就在世界杯期間，Gartner Top 25公布其2026年最新排名，聯想集團首次進入全球前五，刷新歷史記錄。聯想在全球10余個市場擁有30多個自營或合作制造基地、2000多家一級供應商，每年處理超過1000萬條訂單線。這是聯想集團能夠穿越地緣政治、存儲漲價等周期的護城河。AI時代的聯想供應鏈也在演進：不僅提升自身風險預警與動態調度產能的效率，更將這種智能協同能力開放給了其龐大的上下游生態伙伴。

“AI普惠的時代機遇，不屬于任何一家企業，而是整個生態的共同機遇”，聯想集團董事長兼CEO楊元慶表示，聯想集團的AI新十年，絕非獨行的旅途，而是生態共贏之路。

從收購IBM全球PC業務，到連續多年拿下Gartner全球供應鏈Top 25亞太第一，再到在Tech World上將AI巨頭全部請上同一個舞臺，聯想集團從未試圖在每一個時代的單一技術點上“贏者通吃”，它更擅長另一件事：形成一套穩定、普惠的社會生產力，成為那個讓各方都無法繞過的連接者。

如果所有變量都能被算法窮盡，競技會失去魅力，商業也會失去價值——不可被預測的世界才迷人。而在充滿不確定性的真實世界，才更需要說到做到的連接者。