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

酷 壳 – CoolShell
酷 壳 – CoolShell
Microsoft Security Blog
Microsoft Security Blog
Recent Announcements
Recent Announcements
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Last Week in AI
Last Week in AI
罗磊的独立博客
腾讯CDC
云风的 BLOG
云风的 BLOG
月光博客
月光博客
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - 三生石上(FineUI控件)
宝玉的分享
宝玉的分享
U
Unit 42
I
InfoQ
D
DataBreaches.Net
Blog — PlanetScale
Blog — PlanetScale
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
V
V2EX
美团技术团队
IT之家
IT之家
Stack Overflow Blog
Stack Overflow Blog
F
Fortinet All Blogs
GbyAI
GbyAI
S
SegmentFault 最新的问题

博客园_首页

Plist 二进制格式 Milvus 和 PGVector,哪个更好? OpenClaw 已过时?在 VS Code 中运行 Hermes Agent! 第30篇文章:一个大三计科生的自白 Manim如何在数学公式中完美显示中文? Docker 部署 RocketMQ 5 并发编程核心概念辨析 C#事务处理最佳实践:别再让“主表存了、明细丢了”的破事发生 CLI 是什么?为什么大厂突然集体卷命令行? 【从0到1构建一个ClaudeAgent】协作-自主Agent UIImageView 设置图片不生效的原因排查 最小二乘问题详解20:无先验约束下的增量式SFM自由网平差 痞子衡嵌入式:大话双核i.MXRT1180之XIP应用里借助MU实现可靠Flash IAP的方法 AI Chat 封装, SemanticKerne.AiProvider.Unified 已发布 Windows下右键编辑js文件无法打开记事本——在注册表中使用环境变量 在后台服务中使用 Scoped 服务,为什么总是报错? H200 安装驱动并使用sglang启动模型 wireshark 抓包Trap上报告警内容 我用 AI 辅助开发了一系列小工具(2):图片压缩工具 [A Primer On MC and CC] 2.1 Memory Consistency 1 - 指令重排序和 SC 模型 Oracle数据库SCN推进技术详解与实践指南 玩转控件:封装个带图片的Label控件 Claude Code 4.7 真正该升级的不是模型,而是你的工作流 前端小白一句话,AI 帮我做了个颜值拉满的桌面媒体播放器。当代码不再是门槛,一句话编程就是现实。 5. WorkBuddy: 小龙虾的灵魂三件套,让你的小龙虾不只是工具 SQLite 分片方案实战:三种分片策略的深度对比 告别简陋 UI!一款基于 Fluent Design 和基于 WinUI 的开源免费、现代化的 Avalonia UI 控件库 关于二进制排列组合枚举的总结 AI开发-python-LangGraph框架(3-27-LangGraph从零实现大模型智能决策工作流) ElasticSearch主分片和副本分片概念详解
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。