图片来源：新华社

出品 ｜搜狐科技

作者 ｜张莹 常博硕

“这还用AI？角黑界杯”

7月4日，阿根廷对阵佛得角的马都迷更比赛前夕，一位彩民正准备掏出4000元押注阿根廷3:0获胜。准确当我们试探性地询问是率胜否参考了“AI预测”时，他的人类反应如同听到了一个荒诞的笑话。

那是比球7月2日，我们在一家彩票店门口偶遇的懂世场景。

对于部分资深球迷而言，角黑界杯直觉与经验似乎比冷冰冰的马都迷更数据更具说服力。然而，准确若将视角拉升至整体人类群体，率胜AI的人类胜率已显著超越普通玩家：AI预测准确率为61.9%，而人类预测准确率仅为56.5%。比球

这是懂世一场备受瞩目的焦点战。佛得角此前对阵西班牙时踢出0:0平局，角黑界杯被媒体誉为“本届世界杯开赛以来最大冷门”。这个世界排名第67位、人口仅50余万的西非岛国，凭借顽强的防守逼平了夺冠大热门。

没人预料到佛得角能闯入32强，但四款AI模型做到了。

截至发稿，天禧AI数据显示，共有9.9万人参与该场比赛竞猜。其中，100%的AI预测阿根廷胜；而在人类预测中，83.3%看好阿根廷胜，9.3%预测平局，7.4%预测佛得角胜。

正值四年一度的世界杯，关于冠军归属、胜负比分的大讨论曾仅限于人类之间。如今，AI厂商已将世界杯预测作为核心宣传点。

核心问题随之而来：AI究竟是如何预测世界杯的？它真的比资深球迷更懂球吗？如果AI仅基于概率游戏，为何能精准猜中佛得角晋级32强这一“冷门”？

人类直觉与AI算法的博弈

世界杯期间，彩票店生意火爆。

店主表示，虽然“凑热闹”的新客众多，但真正撑起业绩的是老彩民。“老顾客一人下的注，顶得上新顾客十人。”有人一次性看好多场，多人合买，总额可达上万。前几天甚至有人中了五万多元。

然而，这些投注者中，究竟有多少人参考了AI意见，不得而知。

一位彩民坦言，全家都买了世界杯彩票，但无人使用AI。“我就支持谁买谁。”她甚至不太关注对手是谁，对她而言，买彩票不是博弈，而是情感支持。“AI算的是概率，我在乎的是立场。”

在彩票店门口，那位押注阿根廷3:0佛得角的彩民，面对“是否用AI预测”的提问，满脸不解地转身离开。

对于不懂球的店主，她也曾尝试过AI，但“试了好几个，一个都没中”。基于这些失败体验，当被问及AI是否有用时，她脱口而出：“不准。”

但紧接着，她给出了另一种建议：“不过，你下载个体彩APP看看赔率，再和你的AI做个比较。信息越多越好。”

她还分享了一个故事：一位从未买过彩票的女孩，在听大家聊球后，综合了赔率信息，花几十元中了七百多元。“她也没用AI，”老板娘说，“就是听大家说，自己看赔率，综合了一下。”在彩票店一线，“信息拼盘”才是主流的决策逻辑。

尽管彩票店一线普遍存在“AI不准”的主观感受，但实际数据却呈现出另一番景象。

联想与咪咕视频联合推出的AI模型预测胜率排名显示，这场“人机大战”的结果出乎意料。截至发稿，AI准确率为61.9%，人类预测准确率仅为56.5%，AI胜率已显著领先。

在32强预测榜单中，腾讯混元以32场猜中29场暂时领跑，成为当前预测准确率最高的大模型。MiniMax、讯飞星火均为28/32，DeepSeek、智谱同为27/32。

整体来看，国内12家AI对传统强队和主流晋级队的判断高度一致。真正拉开差距的，是对波黑、佛得角、刚果（金）、加纳等边缘晋级队，以及伊朗、韩国、乌拉圭等出局队伍的判断。

腾讯混元、阶跃星辰、讯飞星火、商汤小浣熊这4家模型，甚至提前一个月就将佛得角列入32强名单。

相比之下，人类阵营一致将票投给了西班牙（欧洲杯冠军）和乌拉圭（两届世界杯冠军）。佛得角作为首次亮相世界杯的大西洋岛国，其晋级之路完全超出了人类预期。

随后，四个AI的判断被证实正确。我们不禁好奇：AI是如何做到的？

AI如何“看懂”世界杯？

许多人误以为AI预测体育比赛仅是“输入历史数据，输出结果”。事实并非如此。

联想集团天禧AI事业部总经理陈学桂向搜狐科技指出，体育比赛尤其是世界杯，信息变量极多且高度动态。一场比赛的胜负，受球队整体实力、近期战绩、球员伤病、战术风格、出线压力、轮换意愿、临场状态，甚至天气、场地等外部因素影响。这些信息分散在不同数据源中，更新频率各异。因此，大模型不仅需要思考能力，更需要强大的信息获取能力。

“你需要获取实时数据，这必然涉及搜索。比如查询不同域、不同数据源，如何整理时效性以确保信息可信，这些工作由智能体（Agent）完成，效果更佳。”

商汤科技技术总监马林则提供了更具体的技术路径。以商汤小浣熊为例，系统首先对两支球队建立基础能力评估，包括历史战绩、球队排名、阵容身价、攻防效率及过往交手记录，以此构建初始胜率模型。

第二层是实时动态修正，这决定了预测的准确性。例如球员伤病、核心停赛、球队是否已提前晋级、下一场是否轮换等实时信息，会持续修正模型判断。

“我们首先对两队整体实力进行基础打分，并获取实时球员及球队状态（如伤病情况），进而调整比分预测。”马林举例道，“如果某队已100%晋级，其下一场的战意和轮换程度，必然与另一支球队不同。”

第三层是对位分析。“例如对阵法国队时，姆巴佩对位的后卫是谁？年龄几何？这些局部博弈因素往往决定关键比赛走势。”这意味着，AI不仅分析宏观数据，也开始深入微观对抗关系。

对于同一场比赛，不同大模型给出的结果可能存在差异。

有业内人士解释：“首先数据源存在差异，公开信息多为新闻报道，而专业数据库包含球员跑动距离、xG（预期进球）等深层数据，这造成了输入端的差异。其次，不同模型Agent架构差异巨大，即便数据和流程一致，不同大模型的推理能力也不同。”这些差异最终体现在预测结果上。

AI算得准什么，算不准什么？

尽管表现优异，AI仍有其边界。

“我们大模型很难预测爆冷。”马林直言不讳。

他解释道：“因为AI本质上是概率模型，天然倾向于输出高概率结果。当强队胜率为80%，弱队爆冷概率为20%时，大模型通常仍会选择强队，因为这是统计意义上的最优解。”

有业内人士进一步分析：“如果模型总是输出低概率事件，整体结果反而会变差。”

他算了一笔账：“假设一场比赛，强队胜真实概率为80%，平局15%，弱队爆冷胜5%。若每次都预测强队胜，此类比赛准确率为80%。若为了捕捉冷门，每次都预测‘弱队爆冷胜’，准确率将瞬间跌至5%。”

他补充道，即便仅在部分场次选择冷门，只要将“故意选择低概率”作为一种策略，绝大多数时候都在对抗大概率事实，错误次数将大幅上升，整体准确率随之下降。

从数据角度看，爆冷之所以难预测，不仅因为概率低，更因为爆冷原因往往极度个性化且稀疏——如裁判争议判罚、核心球员突发受伤或情绪波动等。这些信号在历史数据中极少出现，模型难以从中学习到稳定规律。

西班牙被佛得角0比0逼平，便是最典型的例子。

赛前，12款主流AI模型大多预测西班牙轻松取胜，比分集中在3比0和4比0。电竞解说王多多也预测西班牙4比0获胜。结果出人意料，0比0的比分成为本届世界杯第一场无进球比赛。

世界杯的特殊赛制也增加了预测难度。马林表示：“联赛通常是积分制，每场必争胜；但世界杯是杯赛，需考虑长远性。一个杯赛可能有7-8场比赛，球队无法将全部精力投入每一场小组赛。”

对于部分资深球迷，他们不依赖AI。他们的判断可能来自经验、直觉，或仅仅是“看了二十年球，无需工具判断”的自信。

陈学桂在采访中强调：“AI特别擅长访问、控制和组织浩瀚的知识，这是其优势。它可以快速调用几十年历史数据，处理远超人类的信息量。”

但他同时指出，人类仍拥有不可替代的能力。“人类更擅长第一性原理的分析，去寻找价值、做出判断。这也是AI目前难以真正替代人的地方。”

运营编辑 | 曹倩 审核｜ 孟莎莎