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

Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
C
CXSECURITY Database RSS Feed - CXSecurity.com
L
LINUX DO - 热门话题
S
Secure Thoughts
TaoSecurity Blog
TaoSecurity Blog
Security Archives - TechRepublic
Security Archives - TechRepublic
T
Threat Research - Cisco Blogs
AI
AI
B
Blog RSS Feed
S
Schneier on Security
雷峰网
雷峰网
Schneier on Security
Schneier on Security
Help Net Security
Help Net Security
Cloudbric
Cloudbric
L
LINUX DO - 最新话题
罗磊的独立博客
有赞技术团队
有赞技术团队
Recent Commits to openclaw:main
Recent Commits to openclaw:main
Apple Machine Learning Research
Apple Machine Learning Research
P
Proofpoint News Feed
酷 壳 – CoolShell
酷 壳 – CoolShell
The Hacker News
The Hacker News
博客园 - Franky
Attack and Defense Labs
Attack and Defense Labs
The Cloudflare Blog
Webroot Blog
Webroot Blog
Last Week in AI
Last Week in AI
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
博客园 - 叶小钗
美团技术团队
L
Lohrmann on Cybersecurity
T
The Blog of Author Tim Ferriss
The Last Watchdog
The Last Watchdog
T
Troy Hunt's Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Vercel News
Vercel News
Know Your Adversary
Know Your Adversary
O
OpenAI News
博客园 - 【当耐特】
Hacker News - Newest:
Hacker News - Newest: "LLM"
C
Cybersecurity and Infrastructure Security Agency CISA
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
www.infosecurity-magazine.com
www.infosecurity-magazine.com
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
PCI Perspectives
PCI Perspectives
H
Heimdal Security Blog
I
InfoQ
GbyAI
GbyAI
T
Threatpost
C
Cisco Blogs

博客园_首页

Linux实操--组管理、权限管理和定时任务 Java + EasyExcel 实现单个接口导出多个Excel Mem0 源码解析系列(二):提示词工程的深度剖析 Openclaw TaskFlow究竟是什么?和普通Skill技能有什么区别 博文阅读密码验证 - 博客园 嘉立创开源:应该是全网MicroPython教程最多的开发板 Hermes Agent 集成实践:从协议到生产 2026年AI编程工具横评:Cursor、Codex、Claude Code、Zed、Windsurf Java程序员必看的RAG入门教程 2026 AI效率神器:Superpowers + Claude Code 保姆级教程 本地大模型部署全攻略:从 0 到 1 玩转 Ollama 【从0到1构建一个ClaudeAgent】内存管理-上下文压缩 .NET 高级开发 | 设计、实现一个事件总线框架 电子小白入门之NE555 3. WorkBuddy:隐藏玩法,一键召唤专家,让 AI 以"专家身份"给你干活 和AI一起搞事情#3:Claude Teammate 游戏开发翻车实录 【OpenClaw】通过 Nanobot 源码学习架构---(7)Memory C# .NET 周刊|2026年3月3期 我在 Debian 11 上把 K8s 单机搭起来了,过程没你想的那么顺(/opt 目录版) 深度学习进阶(七)Data-efficient Image Transformer CLI+Skill搭建浏览器AI自动化框架,告别一切重复枯燥任务 告别Token账单无底洞:OpenClaw本地部署,重塑企业数据主权的唯一解 FastAPI+Vue:文件分片上传+秒传+断点续传,这坑我帮你踩平了! SBTI 爆火后,我做了个程序员版的 CBTI。。已开源 + 附开发过程 多模态检索开始进入工程期:用 Sentence Transformers 搭建可落地的 Multimodal RAG 100多行代码实现一个最简单的Agent(用ReAct) Claude Code 通关手册(八):推荐 5 个 Hooks,代码质量提升 3 倍 老板:“有人截图了!”。安全部门:“收到,马上查暗水印!” - why技术 技术之外,皆是人间 C#/.NET/.NET Core技术前沿周刊 | 第 69 期(2026年4.01-4.12) Snack JSONPath 项目架构分析 Claude Code Buddy 小析:一个非核心功能,如何体现产品的细节完成度 AI新时代下的图床管理方案-Cloudflare图床+MCP+Skills方案指南 化繁为简:顺丰速运App如何通过 HarmonyOS SDK实现专业级空间测量 从零实现富文本编辑器#13-React非编辑节点的内容渲染 AI开发-python-langchain框架(3-23-OpenAI Functions风格Tool Calling智能助手) .NET + AI 进阶实战:基于类的技能开发 - 打造可治理的 Agent 能力模块 【从0到1构建一个ClaudeAgent】规划与协调-技能 上周热点回顾(4.6-4.12) 电子小白的工具三件套:面包板、杜邦线、万能板 单表五亿数据的查询优化 | Mysql、StarRocks 2. WorkBuddy:从“我是谁”到“帮我干活” C# 如何减少代码运行时间:7 个实战技巧 基于HelixToolkit.SharpDX 渲染3D模型 - 笺上知微 从零开始的双臂具身VLA起源及现阶段发展综述 - SkyXZ 记对 xonsh shell 的使用, 脚本编写, 迁移及调优 - pluvium27 受够了Vibe Coding的失控?换个起点,让AI事半功倍 从开始配置漏洞环境到漏洞复现流程 - 難しい 关于10年工作经验的程序员对OpenClaw的实战经验分享以及看法 - 虚无境 Any metadata 的内存布局 C# .NET 周刊|2026年3月2期 - InCerry 我帮你测过了,测试圈排名第二的 Skill 依然很牛逼 Skill Discovery | 无监督技能发现的经典工作总结 - MoonOut PbootCMS 网站内容数量多导致访问慢?这些实用优化方案帮你提速! - 家兴网络技术工作室 上下文工程是什么?过时了么?一文讲明白! - 一枫说码 网站漏洞怎么发现并修复?一篇实用指南(附完整流程) - 家兴网络技术工作室 开了 TUN 模式还是直连?90% 的人都踩过这个坑 Github日报|2026年04月12日 - AI一族 AScript扩展多种脚本语言 - rockey627 AI 学习笔记:Agent 的记忆机制 你能被装进一个文件里吗?——7 万人把同事"蒸馏"成了 AI - 我没有三颗心脏 Claude Code 通关手册(七):给 AI 装上技能包——Skills 完全指南 - 暮色之狐 在浏览器中快速编辑代码:VSCode Web 集成实践 - Newbe36524 蒸馏自己 skill?基于 Deepseek 的蒸馏器,丐版蒸馏方式,简单便捷 - To_Carpe_Diem Spring AI Aliababa和AgentScope,哪个更好? - 苏三说技术 Etsy 把 1000 个 MySQL 分片迁进 Vitess:425TB 数据背后的真正问题不是性能,而是运维规模 MicroPython LVGL基础知识和概念:底层渲染与性能优化 - FreakStudio 数据库草图算法 Python 潮流周刊#146:CPython 引入 Rust 的进展 - 豌豆花下猫 最小生成树 - mofei1116 红日靶场七:从外网入口、容器逃逸到 AD 接管的完整利用链复盘 - YouDiscovered1t 分享四款开源且实用的 Kafka 管理工具 - 追逐时光者 vLLM 权重加载机制全解析:从挑战到理想架构 LCT 学习笔记 - ACehomoxue Avalonia UI 12.0.0 正式发布:架构演进和性能飞跃 - 张善友 当 AI Agent 把调用链拉长,延迟开始成为一门生意 conhost.exe 无法显示 U+2717 - 145a 太秀了,我把自己蒸馏成了 Skill!已开源 - 程序员鱼皮 ASP.NET Core 内存缓存实战:一篇搞懂该怎么配、怎么避坑 基于 Ghostty 带有分割标签页和为 Claude 编程设计的通知终端 - BugShare AI 焊死入口:教育的“操作系统级”重塑 - 郝hai 初级Java开发工程师使用sql脚本编写代码的过程是简单而且不糊涂 - CoderOilStation Claude Code通关手册(六):MCP协议完全指南 - 暮色之狐 边框灯光环绕动画特效实现指南 - Newbe36524 开源:子木蒸馏版的 SEO 审计工具 seo-audit-skill v1.0 我所理解的Python元模型 【从0到1构建一个ClaudeAgent】规划与协调-TodoWrite - 程序员Seven Claude 和 Codex 在审计 Skill 上性能差异探究 - ACai_sec AScript如何实现中文脚本引擎 - rockey627 【渗透测试】HTB Season10 Garfield 全过程wp - dynasty_chenzi Android 开发者为什么必须掌握 AI 能力?端侧视角下的技术变革 树状数组正确性证明 - AC-wyr 你的 AI 焦虑,可能比 AI 本身更危险——ATM 机没有消灭银行柜员,但恐慌消灭了你的判断力 - 我没有三颗心脏 一个拉胯的分库分表方案有多绝望?整个部门都在救火! - 冰河团队 动态规划入门必学之走方格问题 - Ofnoname PostgREST 与 PostgreSQL 角色权限配置全解析(生产级实践) - SheepDog1998 使用 UEFI 图形输出协议 GOP 在屏幕上显示图像的方法 - 阿源- Claude Code通关手册(五):组建你的AI专家团队,子代理系统 - 暮色之狐 一个程序员到架构师的催婚路之感悟(整整10年后的催婚相亲感悟) - MisterLip 用 Agent Skill 自动生成工作周报 - 赵康
世界杯一粒进球被吹掉,背后可能有多少 AI?
小七-七牛开发者 · 2026-06-17 · via 博客园_首页

要说世界杯球赛最让球迷抓狂的画面,当属进球之后,射门的球员已经冲向角旗区庆祝,观众已经站起来欢呼,转播画面却突然切到裁判:手指耳机,等待 VAR 确认。随后的几秒钟,或者几十秒后,大屏幕打出结果:越位,进球无效。

其实 VAR 真正进入很多球迷的视野,是从 2018 年俄罗斯世界杯开始的。随后,VAR 在 2018/19 赛季正式进入足球竞赛规则,进球、点球、红牌、认错人等关键判罚,开始越来越多地通过视频助理裁判复核。

很多人虽然经常听到 VAR,但未必清楚它到底在做什么。借着这次世界杯的机会,我们可以把这个过程拆开看一看:当一粒进球被取消,裁判、视频回放、越位线,以及背后的数据系统,究竟是怎样一起工作的。

尤其是在越位判罚里,今天的足球判罚系统已经不只依赖视频裁判反复看回放。摄像机追踪、球内传感器、身体点位识别、3D 建模、AI 算法,都可能参与其中。

所以,一粒进球被吹掉,背后可能真的有不少 AI。

图1

VAR 是什么

先来说说 VAR 是什么。VAR 的全称是 Video Assistant Referee,也就是视频助理裁判。它的核心作用,是在比赛出现重大判罚争议时,协助主裁判复核画面。

VAR 主要覆盖这几类影响比赛结果的关键场景:进球是否有效、是否点球、是否直接红牌、是否认错了犯规球员等。

所以 VAR 本身更像是一套视频复核流程。它有视频操作室,有视频助理裁判,有不同机位的回放,也有和主裁判之间的通信系统。

这套流程的重点在于:场上裁判先做出决定,VAR 再检查是否存在明显错误或严重漏判。当然,最终决定还是由主裁判给出。

图2

说到这,可能有小伙伴发现了,其实 VAR 并不等于“AI 裁判”。一开始,它其实是为了解决“裁判看没看清”的问题。

但后来,情况开始变得复杂起来。在足球比赛里,有些判罚很难只靠人眼和普通回放快速解决。越位就是最典型的例子。

AI 如何判断越位

给四年一度的球迷做个简单科普,什么是越位呢?它很好理解,就是传球瞬间,进攻球员如果比倒数第二名防守球员更靠近球门,并参与进攻,就可能越位。

图3

图上看着很简单,但真正判断起来,细节非常多。首先,要判断传球发生的“那一瞬间”的画面。球赛的球速如此之快,一脚直塞、一脚挑传、一次折射,都可能让画面差一帧,那导致的判球结果就会完全不同。

其次,吹越位还要判断球员身体的具体位置。越位不只看脚,也可能涉及头、肩、膝盖等可以合法触球的部位。球员快速奔跑时,身体前倾一点,肩膀、膝盖、脚尖的位置都可能影响结论。

最后,还要判断这个球员有没有参与进攻。看他有没有触球,有没有干扰门将视线,有没有影响防守球员动作。

前两件事偏“测量”,关注时间点、身体点位、空间位置;后一件事偏“理解”,看这个球员在这次进攻中到底有没有产生影响。

AI 最先进入的,正是前面这些偏测量的部分。

半自动越位技术中的 AI

FIFA 采用的半自动越位技术,英文叫 Semi-Automated Offside Technology,简称 SAOT。这套“越位辅助系统”主要是摄像机负责看人站在哪里,球内传感器负责看球什么时候被传出,AI 负责把这些数据合在一起,生成越位提醒。

它的工作方式可以简单理解成三步。

图4

第一步,追踪球员。

绿茵场上方会布置多台专用摄像机,用来追踪球员身体上的多个关键点。FIFA 曾经公开介绍过,系统可以追踪每名球员最多 29 个与越位相关的身体数据点,并以较高频率计算他们在球场上的位置。所以,系统看到的并不是电视转播里一个模糊的人影,而是一组不断变化的身体坐标。

第二步,识别触球时刻。

越位判罚里,“传球瞬间”非常关键。为了解决这个问题,现代比赛用球里可以加入传感器,用来捕捉球被触碰的精确时刻。球员传球、停球、射门,都会带来球体运动状态的变化。传感器数据配合画面追踪,可以帮助系统更准确地找到那个关键时间点。

第三步,生成越位提醒。

当系统把球员身体点位、足球数据、传球瞬间结合起来,就可以判断某名进攻球员在接球时是否处在越位位置。如果条件明确,系统会向视频助理裁判发送自动越位提醒。

有细心的小伙伴可能注意上面用的关键词是“提醒”。

SAOT 可以帮裁判更快定位问题,自动画出越位线,生成 3D 动画,让观众看清楚为什么进球被吹无效。但在完整的判罚链路中,裁判仍然要确认这次越位是否成立,尤其是发生了干扰比赛、影响门将、身体对抗等复杂情况。

2026 世界杯升级的 AI 技术

到了 2026 年世界杯,这套系统还在继续升级。

FIFA 官方介绍过,2026 世界杯将使用 Advanced SAOT,也就是更进一步的半自动越位技术。它和此前系统的一个重要区别,是在清晰的位置越位场景中,信息可以直接传给场上比赛官员,让边裁更快举旗。

这会减少一种很常见的判球尴尬:进攻球员明明已经处在明显越位位置,但助理裁判按照流程延迟举旗,让进攻继续发展。球员可能继续突破、对抗、射门,增加不必要的受伤风险。Advanced SAOT 的目标,就是让这类清晰的越位更快结束。

此外,2026 世界杯还有一个有意思的事情,那就是出场球员会被 3D 扫描,用于生成更贴近真实身体尺寸的数字模型。这好像游戏建模,但它和越位判罚有关。

因为越位判罚关心的是身体部位的空间位置。不同球员的肩宽、腿长、身体比例都不一样。如果系统可以使用更准确的 3D 球员模型,就能在高速移动、身体遮挡、多人重叠的情况下,更可靠、精准地识别球员身体点位。

对观众来说,3D 建模也会让视频回放更直观。过去我们看到的越位动画,像一群简化小人站在越位线前后。现在的回放可能更接近真实球员,让人更容易看懂到底是谁、哪个身体部位越位了。

一粒进球被吹掉背后的技术链路

以一次前锋接到队友身后球并完成进球为例,判罚系统首先要完成两类数据对齐:传球时刻和球员位置。

球场上方的追踪摄像机会持续捕捉球员的身体关键点,把每名球员的位置、运动轨迹转换成空间数据;球内传感器则用于识别触球瞬间,帮助系统锁定传球发生的准确时间点。

随后,系统会把这两个数据源同步:在传球发生的那一刻,进攻球员的肩膀、脚、膝盖等可触球部位,是否比倒数第二名防守球员更靠近球门。

如果系统检测到清晰的位置越位,就会自动生成越位提醒,并给出越位线和相关画面。VAR 团队再复核触球点、身体点位和越位线是否合理,确认后将结果反馈给场上裁判。

最终,主裁确认判罚,进球被取消。转播画面里观众看到的是一条越位线、一段 3D 动画和“进球无效”的结果;背后则是一整条技术链路:摄像机追踪、球内传感器、身体点位建模、AI 计算、VAR 复核、主裁确认。

AI 和裁判的分工

前面说过,AI 擅长处理可测量的问题。

图5

谁的位置更靠前?传球发生在哪一帧?某个身体部位有没有越过越位线?球有没有整体越过边线?这些问题可以转化成数据、坐标和几何关系。AI 可以在这些场景中提高判断速度,并降低人眼误差。

但足球判罚不全是测量题,还有些需要人工介入的判断。比如,一个越位位置的进攻球员有没有干扰门将视线?一次身体接触算正常对抗,还是犯规?手球是不是让身体不自然扩大?防守球员有没有受到进攻球员影响?

这些问题需要结合动作、意图、位置、比赛语境和规则解释。哪怕有再多机位和数据,最终仍然需要裁判判断。

所以,世界杯里的 AI 更像是裁判系统里的“高精度测量工具”和“快速提醒工具”。它可以把一些原本依赖人眼反复拉线的环节自动化,把一部分争议变得更清楚。

但它没有接管整场比赛。

AI 能解决判罚争议吗?

很难。

VAR、半自动越位、球内传感器和 3D 建模,能让关键判罚有更多证据,也能减少一部分肉眼误差。但足球比赛里,很多判断依然离不开规则语境。

过去,争议常常围绕“裁判有没有看见”;现在,争议可能转向“触球时刻准不准”“身体点位有没有误差”“这个球员算不算干扰比赛”。

所以,AI 进入足球判罚后,争议不会彻底消失,只是讨论对象变了。

下一次看到进球被吹掉,屏幕上出现越位线和 3D 动画时,可以多看一眼。那几秒钟等待背后,可能是摄像机、传感器、AI 系统、VAR 团队和主裁判一起完成的一次复杂判断。

也许,AI 在悄悄地改变我们理解一粒进球的方式。