当前位置: 首页 > news >正文

美加墨世界杯:大模型预测翻车,却在营销与应用场景中大放异彩!

【大模型与世界杯的奇妙邂逅】

2022年11月30日,ChatGPT正式上线,当天阿根廷正与波兰进行小组赛第3轮。梅西上半场罚丢点球,但下半场阿根廷队连入两球,以小组头名出线,开启卡塔尔世界杯登顶之路。严格来说,大模型在上届世界杯就已“出世”,但那时世界杯和大模型是两条平行线,唯一共同点是举世瞩目。到今年美加墨世界杯,大模型才迎来首届真正属于自己的世界杯。

【球星与大模型的互动】

炙手可热的挪威球员哈兰德会在社交媒体晒出和AI助手的对话,毫不掩饰自己“梅吹”身份;梅西和C罗这两位黄昏了三届世界杯的巨星,甚至在赛场外成为AI投资人。

【大模型的试炼场】

为期39天的比赛,成为大模型从赛博世界走进真实世界的最佳试炼场。它们要证明自己对现实的模拟和预测能力,还要在更多专业场景为人类提供深度帮助。在这个四年一打点的坐标系里,AI努力证明对人类世界的价值,人类也在重新审视真实世界的意义。

【赛果预测:大模型翻车了吗?】

理论上,AI大模型是预测世界杯的理想工具。其原理简化来说,是通过学习海量数据预测下一个字符。基于大量足球数据和信息预测胜负及赛况,成了大模型展示实力的方式。于是,世界杯开赛前夕,AI大模型纷纷提前给出预测。

Kimi率先发布大招,6月8日发布200多页世界杯详细预测报告。官方称“同时调度300个子Agent,从战术、球员、伤病、赛程、历史、舆情、天气、心理、赔率变动、专家观点等维度,并行研究104场世界杯赛事”得出结果。多数大模型看好西班牙时,Kimi预测德国队可能爆冷夺冠,还承认预测可能错误,但认为这种将分析过程、结果和复盘放在透明框架的尝试,能帮助更多人了解AI技术能力和局限性。然而,到6月30日,德国队被巴拉圭队点球淘汰,倒在淘汰赛第一轮,Kimi预测失误。与此同时,Kimi上线奖池达1万亿Token的全民预测活动,截至6月25日,42.5%的人选择阿根廷队,仅4.3%的人选Kimi预测的德国队。

紧随其后的通义千问,6月11日在千问APP上线“足球AI预测助手”并面向所有用户开放。其预测不仅基于足球比赛历史数据,还加入美加墨地貌数据和比赛期间天气数据等。本届世界杯揭幕战,千问精准预测墨西哥2:0战胜南非,还预测到比赛进程、进球球员、红牌判罚等情况,小胜一局。

联想和咪咕发起“世界杯预测人机大战”,12个国产AI大模型参与,包括DeepSeek、文心一言、通义千问、Kimi、智谱、MiniMax等。比赛打响,AI的“开卷考”有了真实分数。本届世界杯小组赛结束时,腾讯混元和中移九天并列第一,在72场小组赛中猜对49场赛果。具体结果显示,强弱分明的比赛,AI预测更准确且判断趋同,但很难预测平局结果,这是多个AI共同问题。如6月22日乌拉圭对阵佛得角前,12个参赛AI均预测乌拉圭取胜,最终佛得角2:2逼平乌拉圭,让AI预测师全军覆没。这场“公开考试”的价值在于,让人们在同一实际场景复盘大模型答题思路并优化校准。

相比之下,人类预测结果更分散。因为人类预测靠数据、经验,也靠情绪和直觉,这正是足球作为“碳基运动”的魅力,充满不可知。像佛得角先后战平西班牙、乌拉圭,AI预测全军覆没时,仍有超10%的观众猜对结局。既然比赛不确定因素多,大模型预测的意义何在?德国慕尼黑大学等开展LLM SoccerArena研究,评估大语言模型在足球预测中的表现。以往大模型能力通过做医学、法律、MBA考试题验证,缺少在不确定实际决策场景的实战,世界杯给了大模型验证机会。该项目负责人Stefan Feuerriegel表示,“对于管理研究而言,语言模型能否可靠支持现实世界决策至关重要。我们需要基准测试,考验抽象任务,也检验模型处理动态信息、不确定性和后续可验证结果的能力。”

【大模型营销:曝光与实力并存】

世界杯拥有全球顶级流量,以往是消费品宣传主场,如今AI大模型也加入争夺用户注意力的“决战”。预测之外,各家大模型抓住宣传自身产品的机会。

OpenAI宣布和梅西达成全球合作。开赛前夕,梅西在社交媒体分享用ChatGPT生成的图片,将发色换成阿根廷国旗蓝白配色。随后,ChatGPT新增预设样式,球迷可上传照片获得国旗色应援发型。借助梅西超5亿关注的社媒影响力,ChatGPT image展示强大生图能力,ChatGPT一周内接收1700万条与世界杯相关提示词请求。整个世界杯期间,梅西还会更新AI相关玩法,包括战术理解、赛程追踪、创意表达等。OpenAI希望通过这些营销活动,将ChatGPT从生产力工具转化为日常生活方式,扩大AI使用场景吸引更多用户。

谷歌则让其AI大模型产品Gemini成为阿根廷国家队主要全球赞助商,品牌logo出现在阿根廷队官方训练服上,还与巴西、法国等球队达成合作协议。除商业赞助和品牌露出,Gemini与阿根廷队达成更深度合作,阿根廷队用Gemini分析比赛表现和统计数据,解读对手数据,将分析结果转化为赛场实际行动。同时,谷歌在世界杯期间“改造”搜索引擎,针对实时查询提供AI生成的解说、分析、统计等,支持球迷创作歌曲、表情包、漫画和其他视觉内容进行社交媒体互动。尽管OpenAI和谷歌思路不同,但目标一致,即增加品牌曝光,展示AI能力,让AI融入更多使用场景。

国内大模型厂商也不放过营销机会。抖音在世界杯期间推出《懂球大会》,邀请足坛名嘴、行业大咖、抖音达人等参与辩论式评球,豆包AI参与讨论。咪咕作为世界杯转播商之一,推出“AI新看法”,实时生成解说内容和阵型变化等可视化信息,让普通球迷了解场上局势。

【大模型也在世界杯“打工”】

若大模型仅用于生成娱乐图片或预测比分,营销可能沦为空有市场声量的活动。AI大模型真正价值在于进入更深远应用场景,弥补人类经验和“碳基能力”不足。对于球队而言,世界杯不仅是肉搏战,也是信息战。

本届美加墨世界杯,国际足联FIFA与联想共同推出“Football AI Pro”系统。这是基于大模型的战术分析平台,涵盖数千场比赛的2000多个不同指标和数百万数据点,在通用大模型技术上接入FIFA独有数据,包括比赛数据、球员遥测数据和历史战术分析等。过去,FIFA赛后向球队提供50 - 60页详细数据报告,需专业分析师团队解读,“豪门”球队养得起团队,其他队伍未必有此“高端配置”,形成技术“不平等”。现在,Football AI Pro通过文本、视频和3D动画向每支队伍、每个球员平等提供赛前和赛后分析,让科技“平权”。球队可用自然语言向系统提问,如“我们最近10场角球成功率是多少?”“对手防守薄弱区域在哪里?”并据此改进。

作为FIFA官方技术合作伙伴,联想除推出Football AI Pro,还在赛事中发挥重要作用,如推出球员3D数字人模型和裁判视角的AI视频增稳方案。世界杯越位判罚是难题,本届世界杯所有参赛球员接受一秒钟快速身体扫描,联想基于数十万人体数据训练的算法,为1248名参赛球员建立高精度3D数字模型。比赛时,AI将球员实时动作映射到数字人上,越位瞬间清晰显示越位球员和越位距离,提升判罚准确性。6月13日,美国对阵巴拉圭比赛出现本届赛事首个经VAR介入后的改判案例。

科技厂商在世界杯营销重点是展示AI实力,获得品牌讨论度,让大家记住品牌,感受品牌背后的技术。国内外大模型借此次机会登上更大舞台,它们不仅想做“章鱼保罗”的Pro Max版,还想成为球迷“观赛搭子”、教练“智能外脑”、裁判“精密天眼”。

【AI与世界杯的主角之争】

AI能力突飞猛进,但体育比赛仍有不可计算、不可预知的魅力。AI能让比赛更精彩、公平,降低观赛门槛,提升观赛乐趣。但赛程未过半,答案已浮出水面:不管AI如何改变世界杯,主角仍是足球,是踢球和看球的人。即便AI穷举所有可能,也无法预测世界杯所有时刻,尤其是闪光和遗憾时刻。加时赛惜败阿根廷后,佛得角站着告别本届世界杯。绿茵场上,意外源于壮士暮年的壮志、40岁门将的眼泪、远渡重洋的母亲、诸神的不同时刻。我们身处AI存在感强烈的时代,但AI穿过赛场,我们确信高光仍属于人类。世界杯如此,世界也会如此吗?

http://www.gsyq.cn/news/1646538.html

相关文章:

  • Wig/BigWig 格式实战:3步从BAM文件生成UCSC基因组浏览器轨迹
  • Linux Swap 分区实战:CentOS 7.6 下 3 种方法动态调整 1-8GB 交换空间
  • C++和C中const的区别详解
  • Windows与Mac系统锁屏密码重置全攻略
  • 老旧Mac系统重生指南:突破官方限制的硬件兼容方案
  • Windows 11 右键菜单修复:3种方法恢复被折叠的 Git Bash Here 选项
  • Servlet 3.0 与 JSP 2.3 实战:5分钟构建一个带登录验证的简易留言板
  • Spring Boot+Vue课程作业管理系统毕业设计实战指南
  • 从Harness Engineering到Hermes Agent:构建可靠、可进化AI智能体的工程实践
  • 企业微信第三方应用扫码登录 3 步实战:Spring Boot 后端 + 域名配置避坑
  • 锂离子电池过压保护与STM32L031C6系统设计
  • Hadoop Web控制台安全加固实战:绕过官方Simple认证,实现Nginx反向代理密码验证
  • 设计系统 Token 工程化:从定义到 CI 校验的完整链路
  • MetaMask 13.37.0 安全配置进阶:5项关键设置防范钓鱼与资产丢失
  • TongWeb 7.0 连接池配置优化:10个关键参数详解与性能压测对比
  • Windows 11/10系统AutoCAD 2025安装部署与优化全指南
  • MetaMask 13.37.0 安全配置进阶:3项关键设置与5类常见钓鱼攻击防范
  • OpenAI Codex CLI 十大必装技能:从代码补全到智能开发工作流
  • ChatGPT API成本优化实战:从计费原理到架构级省钱策略
  • Contrastive Clustering 代码复现:PyTorch 实现 AAAI 2021 论文,CIFAR-10 精度提升 39%
  • 淘宝开放平台奇门接口 Java 验签实战:Spring Boot 接收 XML 请求与 3 种签名算法解析
  • WMIC命令替代方案:PowerShell 7与CIM/WMI查询获取设备信息的3种新方法
  • JVM 内存参数 -Xms 与 -Xmx 同值实战:Spring Boot 应用启动时间优化 30%
  • 大气层系统完整指南:从零开始掌握Switch终极破解方案
  • Node.js + Express 搭建 CORS 跨域服务:5分钟配置 3个关键响应头
  • VMware安装CentOS 7完整指南:从零搭建Linux开发环境
  • 如何在老旧安卓电视上免费观看高清直播:MyTV-Android开源应用完全指南
  • 微信小程序Canvas图表库的5大突破性特性:从技术实现到商业应用的全方位解析
  • Linux C++网络编程实战:从零构建多线程日志服务器
  • 数据库自治运维展望:从 AI 辅助诊断到全自动故障自愈的技术路线