12个国产AI猜了100场球

　　混元、Kimi、智谱、MiniMax、阶跃、讯飞星火、商汤小浣熊、联想天禧等12个AI组成的预测阵营共完成1200次胜平负方向判断，其中788次命中，整体命中率为 65.7%；同期人类用户平均命中率为 58.9%，AI领先约6.8个百分点。

　　混元以29/32拿下赛前32强预测头名，千问创下14场最长连续命中纪录，中移九天在前100场累计命中71次暂居总榜第一，而在8进4阶段则有9个模型同时实现4场全中。综合来看，各模型在不同赛段交替领跑，没有谁能持续统治，第一梯队之间也只相差一到三场。

　　平局和冷门是12个AI预测的集体盲区。前 100 场中，共有 15 场比赛出现 12 个 AI 全部集体翻车的情况，占全部比赛的 15.0%。这些失准并非随机分布：其中 11 场是平局，包括西班牙对佛得角、比利时对伊朗等；另外 4 场则由赛前并不占据主流判断的一方取胜。

　　尤其是进入淘汰赛后，传统强队的历史优势更容易让AI形成高度一致的赛前判断，也更容易在单场失效时暴露共同偏差。

　　其中，德国、荷兰和巴西三场出局战中，12 个AI合计给出36次方向判断，无一命中。德国和荷兰均在120分钟内与对手战平后出局，巴西则直接负于挪威。模型能够识别传统强队的长期优势，却没能捕捉这种优势在一场生[*]战中失效的风险。

　　比分预测也是AI的弱项。前100场比赛中，12个AI共完成1200次比分预测，合计精确命中145次，整体命中率约为12.1%，即使是表现最好的模型，精准命中比分的成功率也仅有17%。

　　值得注意的是，针对本届世界杯冠军的预测，12个AI的冠军答案只落在 4 支球队：巴西5票、法国4票、阿根廷2票、西班牙1票。AI的最大共识巴西已经出局；没有一个AI看好的英格兰队却进入了四强，成为这一轮预测的集体盲区。如果英格兰最终在世界杯夺冠，意味着12个AI将集体失准。

　　人类的冠军预测榜单呈现出更宽的分布。法国居首，阿根廷位列第二；葡萄牙和巴西这两个人类第三、第四热门已经出局，但法国、阿根廷、西班牙、英格兰四支四强球队仍全部位居支持榜前六。

　　在32强预测中，来自重庆彭水的一名贴砖师傅命中31支晋级球队，超过AI阵营最高的29/32，也超过多位运动员、解说员。此外，活动中还出现了阶段性连续命中接近20场的普通用户。

　　可以说，AI擅长处理大量信息、减少长期失误、抬高平均线；人类则把经验、语境、情绪和长期热爱带入具体判断中，保留那些AI难以被量化的“峰值时刻”。

　　从前100场数据总结，AI更擅长识别足球世界中的常规秩序，却更容易在平局、冷门、强队失手和具体比分等偏离常规秩序的场景中承压。

　　上海财经大学特聘教授胡延平告诉，自己最初预计，AI预测的成功率在60%至80%之间，实际上各项指标预测下来数据绝大部分在这个区间。“这届世界杯是足球赛场，也是检验人工智能大模型水准、局限的一个赛场，世界杯预测人机大战让AI的能力和局限被充分看见，其结果也对优化提升大模型的表现也有实际帮助。”

　　他表示，从百场比赛的预测表现来看，赛程当中最新的信息掌握得越多，实况数据越丰富，预测周期越长，预测表现越稳健；此外，在平局方面模型普遍预测有限，其中的原因值得深度探究，但AI无法把握现实中的意外，这一点符合预期。

　　事实上，平局也不完全等同于两支球队“实力相同”。它可能来自强队进攻效率低于预期，也可能来自弱队通过密集防守主动压低比赛节奏；小组赛中的积分策略、淘汰赛中的风险控制，以及伤病、红牌、门将发挥等临场因素，都可能让纸面实力无法转化为胜利。AI能够较好地识别谁更强，却更难判断这种优势能否在有限的比赛时间内兑现。

　　胡延平还数据显示某个人类的个体能够有远超大模型的表现，可以理解为小概率事件，也可以理解为模型更像是中位数的预测做题家，也还有很大提升空间。而接下来大模型预测、预测模型方面可以在赛事以外多个方向深度探索，让预测和一些生产力、决策场景结合。

　　而AI超过公众平均线的意义，不在于证明 AI已经能够预知赛果。咪咕公司副董事长、总经理李黎将它概括为“平均值的提升”：AI更擅长在高频、连续、信息复杂的场景中抬高长期判断的平均线，而不是把每一场比赛变成确定答案。在预测之外，这种能力还能复用于赛前信息整理、对手分析、战术辅助、球迷问答和个性化内容生成。

　　接下来，世界杯还有4场比赛，法国、西班牙、阿根廷与英格兰将为大力神杯展开最后角逐。“人机大战”最终榜单尚未盖棺定论，但百场样本已经呈现阶段性的答卷：AI正在抬高判断的平均线，但仍然无法消除足球中的偶然、情绪和不可预测性；它可以形成稳定优势，人类也依然可能创造无法被AI覆盖的高光。