惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园 - Franky
N
Netflix TechBlog - Medium
宝玉的分享
宝玉的分享
Google DeepMind News
Google DeepMind News
腾讯CDC
G
Google Developers Blog
Martin Fowler
Martin Fowler
Microsoft Security Blog
Microsoft Security Blog
Recent Announcements
Recent Announcements
爱范儿
爱范儿
Engineering at Meta
Engineering at Meta
Microsoft Azure Blog
Microsoft Azure Blog
A
About on SuperTechFans
aimingoo的专栏
aimingoo的专栏
有赞技术团队
有赞技术团队
Jina AI
Jina AI
人人都是产品经理
人人都是产品经理
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
M
MIT News - Artificial intelligence
罗磊的独立博客
博客园 - 三生石上(FineUI控件)
美团技术团队
WordPress大学
WordPress大学
阮一峰的网络日志
阮一峰的网络日志

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
AI集体翻车!“我问了六个AI,都说西班牙稳赢”
IT时报 · 2026-06-22 · via 人人都是产品经理

当AI大模型集体押注西班牙大胜时,佛得角门将的7次神扑给了算法一记响亮耳光。本文深度剖析世界杯AI预测的底层逻辑与商业价值,揭示数据模型如何计算身价与控球率,却无法量化人类意志力——这正是足球永恒魅力的核心所在。

6月12日凌晨,墨西哥城阿兹特克球场,2026美加墨世界杯揭幕战哨声吹响。东道主墨西哥2:0击败南非,对于这个比分,经验丰富的老球迷并不意外,但真正让球迷惊呼的,是赛前就有“人”精准预言了这一切:上半场打破僵局、下半场再进一球,老将希门尼斯进球,南非因动作过大,早早陷入少打一人的被动局面。

这是AI全面参与竞猜的第一届世界杯。

16年前的南非世界杯,用一只德国章鱼选择贴着国旗的食物箱预测比赛结果时,人们称之为玄学;如今,大模型用海量数据和算法推演比分,人们开始认真思考一个问题:AI的“预言”,到底值不值得相信?

6月16日北京时间零点,世界杯小组赛H组西班牙VS佛得角的比赛哨声正式吹响。无论是世界排名还是过往大赛战绩,西班牙队都远在佛得角之上,获胜概率极大。

01 六个AI集体“翻车”

26岁的球迷张越(化名)赛前做足了功课。“我问了六个AI,清一色看好西班牙,最保守的都说至少赢两球。”他翻着手机里的截图向《IT时报》记者展示,千问给出的理由是西班牙全队身价高达12.2亿欧元,而佛得角是首次参加世界杯的新军;腾讯元宝则预测佛得角会采用5—4—1铁桶阵,但依旧难挡西班牙的传控渗透和定位球;豆包预测热门比为西班牙3:0获胜,稳妥猜测也会进2个球。

结果,足球给了所有算法一记响亮的耳光。

终场哨响,0:0。本届世界杯首场零进球比赛,也是开赛以来最大的冷门。

不仅张越一人,在联想集团与咪咕视频联合发起的“世界杯预测人机大战”中,DeepSeek、kimi等12款主流AI模型都没有预测出平局。11家模型预测西班牙取胜,比分大多集中在3:0和4:0;阶跃星辰则反向预测佛得角5:1爆冷。尽管它们判断的胜负方向并不完全一致,却共同默认了一件事:这场比赛一定会分出胜负,而且不会缺少进球。

人类阵营中,本场约有25万用户参与预测,其中91.1%选择西班牙取胜,与AI判断高度一致,仅有5.4%的用户选择了平局。正是这约1.35万的“少数派”,成了真正赢家。

“开赛之前,AI预测连中三场,那时候感觉简直像开了天眼,谁知道一下就翻了大车。”张越苦笑着说。开赛头几场,AI预测的命中率着实惊人,尤其是韩国对战捷克那场,AI的胜负判断全中,甚至预测比分都与实际结果如出一辙。

02 实测:猜中了胜负 没猜对比分

6月17日,北京时间9点,世界杯小组赛J组迎来一场看似悬念不大的对决,阿根廷对阵阿尔及利亚。一边是上届世界杯冠军的潘帕斯雄鹰,另一边是热身赛未有败绩的非洲劲旅,AI会如何判断?

赛前,《IT时报》记者选取了市面上六款主流大模型,包括千问、豆包、元宝、DeepSeek、文心一言、Kimi,向它们输入完全相同的指令:“请预测阿根廷对阿尔及利亚这场比赛的比分,并给出你的分析逻辑。”

结果出奇一致:6款模型全部预测阿根廷取胜,只在具体比分上有些微妙的分化。千问给出的预测是“阿根廷1:0阿尔及利亚”;文心一言则用图表的形式,给出更为细致的概率分布:2:0以28%的概率高居榜首,1:0为22%,3:1为15%,同时也预留了0:0或1:1的爆冷空间(12%)。Kimi的首选预测是“阿根廷2:1阿尔及利亚”;元宝、豆包和DeepSeek都预测“阿根廷2:0阿尔及利亚”的概率较大。

直至中午比赛结束,阿根廷队梅西上演帽子戏法,3:0击败阿尔及利亚,尽管AI预判到了阿根廷取胜,但没有一款模型猜对最终比分,更没能提前预判梅西会上演帽子戏法。

03 百亿市场背后的AI暗战

球迷用AI预测比分,看似只是观赛方式的升级,背后却牵动着一条庞大的经济链条。

据恒州诚思调研统计,2025年全球体育博彩数据服务收入规模约254.3亿元,预计到2032年将接近842.6亿元,2026~2032年CAGR高达18.5%。据Statista 2024年发布的全球博彩市场报告,AI驱动的数据服务在博彩运营决策中的渗透率已突破67%。

在市场的另一端,博彩平台自身的运作逻辑,或许比AI预测还要精密得多。

一位了解足球博彩的内部人士向《IT时报》记者透露,现在博彩平台的赔率设定早已告别“精算师凭经验拍脑袋”的时代。平台不仅有大量的分析师,还会用机器学习算法分析历史战绩、球员数据、天气状况,甚至一些难以察觉的隐藏相关性因素:比如比赛频率对胜率的影响、裁判判罚倾向等变量,为赛事的每一个可能结果计算出精确概率,再据此生成赔率。

比赛中,算法实时追踪场上每一秒动态,即时调整赔率。

全球最大的体育数据公司Sportradar曾凭借AI主导的Alpha Odds即时赔率系统,在2023年平均为客户提升利润10%。

这意味着,当球迷们拿着AI大模型的预测去下注时,他们面对的博彩平台,本身就是一个由更庞大的AI集群和更海量数据驱动的“对手”。平台动态调整赔率的逻辑,与大模型预测比分的逻辑,本质上是同一种技术在不同赛道上的应用。

当AI开始“赌球”,它带来的不仅是对比分的猜测,更是一场关于数据、概率与人性的博弈。

然而,足球永远会给意外留一扇门,这恰恰是足球以及足球背后的经济游戏永远引人着迷的地方。

04 记者手记:不可预测的魅力

大模型凭什么预测足球?答案很简单:海量的历史数据。

以本届世界杯推出足球预测的AI助手千问为例,它不仅纳入了历史战绩、球员数据、伤停信息等常规数据,还加入了美国、加拿大、墨西哥三个主办国的地貌数据及比赛期间的实时天气数据。

例如,分析哈兰德习惯的北欧凉爽气候,在北美高温下可能大打折扣;首场比赛中,墨西哥城超过2200米的海拔,也成为模型判断墨西哥获胜的重要依据。

学术研究也在为AI的预测能力提供佐证。一篇2025年发表于Frontiers的论文显示,基于人工神经网络的世界杯比赛结果预测准确率可达76.9%,部分方法甚至高达85%。牛津大学的一项研究同样指出,在NFL(美国国家橄榄球联盟)比赛中,机器学习模型对胜负的分类准确率在75%至86%之间。

然而,准确率并不等于盈利能力。一篇发表于《Journal of Sports Analytics》针对英超联赛博彩市场的研究发现,尽管机器学习模型在预测比赛结果方面表现“值得尊敬”,但长期来看未能产生“商业上可行的利润”。原因在于模型存在约11%的“校准误差”,持续高估自己预测的概率,导致下注策略过于激进。美国麻省理工学院的一项研究也得出了类似结论:即使模型预测准确率达到70%,在扣除博彩平台约5%至10%的“抽水”后,长期期望收益仍然为负。

回看西班牙VS佛得角的比赛,恰好暴露出AI的致命盲区。西班牙全场狂轰27脚射门、70%控球率,却被首次站在世界杯赛场的40岁门将沃齐尼亚,用7次奋力扑救一次次化解,佛得角全场90分钟仅有1次犯规。

AI能算得出身价、控球率、射门次数,却算不出一个门将的意志力,算不出54.6万人口小国对世界杯比赛的渴望。当AI模型执着于可量化的数据时,天然忽略了足球最原始的变量:人类在极限中的专注和意志力的韧性。

足球的魅力正在于如此迷人的不可预测性。

作者/ IT时报 沈毅斌 编辑/ 郝俊慧 孙妍

本文由人人都是产品经理作者【IT时报】,微信公众号:【IT时报】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。