作者：郑施婧
原创：深眸财经（chutou0325）
陪同着阿根廷队和瑞士队镌汰各自敌手，，，，，，美加墨天下杯的八强所有出炉。。。。 。而在精彩纷呈的足球赛事之外，，，，，，绿茵场上意外多了一群特殊的“观众”——大模子公司。。。。 。它们扎堆入局，，，，，，硬生生把全球的“足球赛场”酿成了自家的“手艺秀场”。。。。 。
从VAR判罚到战术剖析，，，，，，AI的脚步走过赛场每个角落。。。。 。而其中最吸睛、也最富争议的，，，，，，当属赛果展望。。。。 。
（图源：球迷屋）
事实，，，，，，AI能从海量数据中学习纪律，，，，，，那么基于足够多的足球数据和信息来展望输赢，，，，，，似乎是一件手到擒来的事。。。。 。于是，，，，，，Kimi、通义千问、遐想、腾讯混元纷纷大显身手，，，，，，试图争取本次天下杯“神算手”的称呼。。。。 。
可AI厂商们想象中的“封神”时刻，，，，，，却并没有准期到来。。。。 。
01稳赚不赔的手艺秀
天下杯是AI大模子最残酷的科场。。。。 。22个人、11种战术、天气、园地、伤病、心态......变量从差别维度涌入，，，，，，相互纠葛、相互滋扰。。。。 。这比处理标准化文档难，，，，，，文档著名堂，，，，，，足球没有 ；；；；；比做信息检索狠，，，，，，检索有谜底，，，，，，足球没有。。。。 。
那问题来了，，，，，，面临云云大的风险，，，，，，AI厂商为何仍执意入局 ？？？？？
归根结底，，，，，，AI厂商们是想借着天下杯这一坐拥全球顶级流量的场合，，，，，，来获取资源信任、抢占用户心智。。。。 。但撬动的支点，，，，，，不是营销，，，，，，而是手艺自己。。。。 。
以腾讯混元为例。。。。 。它掷中29支晋级球队的战绩被媒体普遍撒播，，，，，，但资源和行业客户看的可不是“掷中29”，，，，，，而是它背后的手艺本色。。。。 ；；；；；煸幽闪薓oE混淆专家架构，，，，，，在7T训练token中嵌入了近21.4%的合成数据。。。。 。这意味着模子并非死记硬背，，，，，，而是通过合成数据模拟了无数次“虚拟赛事”做逻辑推演，，，，，，学会了“举一反三”。。。。 。同时，，，，，，其256K的超长上下文窗口，，，，，，能一次性消化海量赛事报告。。。。 。因此，，，，，，当它展望天下杯时，，，，，，展示的不但是比分，，，，，，更是对“变量可控场景”的强盛建模能力。。。。 。
（图源：腾讯元宝）
除此之外，，，，，，这照旧一场本钱极低的手艺“高考”。。。。 。训练300个子Agent跑一轮展望的电费，，，，，，可能抵不上央视一条15秒广告，，，，，，但获得了全网对“AI展望准确率”的讨论量，，，，，，这个广告位，，，，，，平时基础买不到。。。。 。
并且借着天下杯这个“科场”，，，，，，AI厂商还可以用足球这个充满不确定性的“磨刀石”，，，，，，把自家的手艺打磨得更尖锐。。。。 。
通义千问在动态更新的赛事数据流中，，，，，，重复测试了对实时信息的接入能力和响应速率，，，，，，这背后是对推理延迟和并发处理能力的极致压榨 ；；；；；遐想的天禧AI更是将多模态融合手艺直接搬进了现场，，，，，，用3D数字人可视化与裁判视角AI视频，，，，，，验证系统在重大场景下的实时渲染与决议辅助能力。。。。 。
而这还只是明线。。。。 。暗线里，，，，，，尚有一层心理博弈。。。。 。展望对了，，，，，，是“我们家产品优异”。。。。 。展望错了 ？？？？？这正好说明“足球的魅力，，，，，，人类的胜利”。。。。 。更况且，，，，，，“准禁绝”历来不是人们使用AI的第一诱因。。。。 。“AI有没有用、方不利便用”才是。。。。 。
云云看来，，，，，，这场秀的实质是用极低本钱撬动高价值，，，，，，四两拨千斤。。。。 。“秀”不是博眼球，，，，，，而是一块手艺试金石。。。。 。
02三重“诅咒”
回首近期赛事，，，，，，巴西对阵挪威这场赛事在预热阶段就引发了不少关注。。。。 。一个是古板豪强，，，，，，另一个时隔28年才闯进16强，，，，，，实力悬殊。。。。 。不但巴西球迷提前庆祝，，，，，，市面上12家AI也齐刷刷押注巴西，，，，，，个个信心满满。。。。 。
效果呢 ？？？？？终场哨响，，，，，，比分定格在1：2。。。。 。
（图源：中央广播电视总台）
12家AI三军淹没。。。。 。
这是偶发的吗 ？？？？？并不是。。。。 。乌拉圭对阵佛得角，，，，，，12个AI均展望乌拉圭胜，，，，，，效果2:2战平 ；；；；；Kimi把冠军票投给德国队，，，，，，却输给了巴拉圭。。。。 。AI赛果展望一再翻车的背后，，，，，，是三道无法绕开的“诅咒”。。。。 。
第一重“诅咒”源于AI对数据的依赖。。。。 。赛场上，，，，，，可量化的数据和不可量化的数据在维度上的差别，，，，，，让AI从一最先就陷入了被动。。。。 。
先说可量化的一半，，，，，，也就是历史战绩、跑动距离、传球乐成率等。。。。 。将它们喂进去，，，，，，模子跑通。。。。 。外貌上严丝合缝，，，，，，但表象之下的隐患同样醒目。。。。 。联赛数据占了整整七成，，，，，，而国家队杯赛的样本屈指可数。。。。 。相当于你让一个只读过《联赛百科全书》的人，，，，，，去写《杯赛结业论文》。。。。 。偏科，，，，，，险些是必定的效果。。。。 。
可这还不是最难的。。。。 。高原反映、赛前失眠、易服室气氛......这些变量每一件都在真实地改写角逐走向。。。。 。它们不可量化，，，，，，更为棘手。。。。 。AI连剖析它们的“门”都没有，，，，，，于是就只能冒充它们不保存，，，，，，或者用一句“球员状态一般”这样的模糊标签，，，，，，把千变万化的人类情绪粗暴地塞进一个页脚里。。。。 。
可量化的喂不饱，，，，，，不可量化的吃不进。。。。 。以是，，，，，，AI的每一次展望，，，，，，从入口处就已经带上了系统性私见。。。。 。它不是“算错了”，，，，，，是“看问题的角度天生就歪”。。。。 。
第二重“诅咒”是共识的幻觉。。。。 。12家AI整体押注巴西，，，，，，效果的高度统一，，，，，，恰恰袒露了AI产品同质化的实质。。。。 。
它们输入统一套Opta数据源，，，，，，跑类似的蒙特卡洛模拟，，，，，，连底层架构都基于Transformer。。。。 。所谓的“自力思索”，，，，，，从一最先就不保存。。。。 。这就像深圳华强北的AI玩具，，，，，，商家用豆包等通用大模子，，，，，，配上东莞玩具厂的公版外壳，，，，，，贴上芯片模组就上架了，，，，，，功效千篇一律，，，，，，导致退货率一度冲到40%。。。。 。
当AI的“自力思索”只是在共用统一个大脑时，，，，，，再多的大模子不过是套上了差别的马甲。。。。 。同时，，，，，，整体也可能由于没有异见者，，，，，，而损失“纠偏”、“纠错”和“更新”的能力。。。。 。更玄妙的是，，，，，，这种趋同会给人带来虚伪的清静感：“所有AI都说巴西赢，，，，，，那稳了啊。。。。 。”
AI们不会吵架，，，，，，它们只会相互颔首确认私见，，，，，，然后默契地一错究竟。。。。 。
第三重“诅咒”是最为隐秘、也最致命——“薛定谔的猫”。。。。 。被视察，，，，，，就坍缩。。。。 。当Kimi把224页展望报告公之于众，，，，，，当通义高调宣布“巴西夺冠”，，，，，，“果真”自己就最先改变它试图展望的谁人未来。。。。 。
巴西球员看到了，，，，，，心理肩负加一层 ；；；；；敌手教练看到了，，，，，，战术针对性加一级 ；；；；；球迷情绪煽惑了，，，，，，舆论累积。。。。 。一旦说出口，，，，，，天下就会围着这句话重新博弈。。。。 。球员可能因“被看好”而轻敌，，，，，，也可能因“不被看好”而爆发。。。。 。AI算得出射门转化率，，，，，，但算不出一个人在被全天下否认时能爆发出多大的能量。。。。 。
这就导致一个悖论：AI越强盛、展望越果真，，，，，，准确性反而可能越低。。。。 。它不是在展望未来，，，，，，而是在展望一个被自己预言所改变的新未来。。。。 。
03“真金”浮出水面
角逐过半，，，，，，32强出炉。。。。 。各家AI纷纷交出了自己的第一份效果单。。。。 。腾讯混元掷中29支晋级球队位列榜首 ；；；；；MiniMax掷中28支 ；；；；；DeepSeek和智谱掷中27支。。。。 。AI阵营整体掷中率61.9%，，，，，，比人类专家横跨7.3个百分点。。。。 。
但排名只是表象，，，，，，真正值得追问的是效果背后，，，，，，各家AI划分秀出了什么手艺底牌 ？？？？？
DeepSeek在展望中的效果不算惊艳，，，，，，但它的算力本钱仅为同类模子的1/10。。。。 。将这套“低本钱推理”能力迁徙到汽车碰撞测试、质料疲劳剖析等标准化参数情形中，，，，，，能将单次仿真从数小时压缩到分钟级，，，，，，也能资助工程师快速筛选方案偏向。。。。 。现在已有二十家车企将其作为“第一道过滤器”。。。。 。
而在医疗场景中。。。。 。腾讯混元支持的“小觅AI助手”能在23秒内自动检索患者历史影像，，，，，，剖析病变趋势，，，，，，一键天生报告初稿。。。。 。现在已服务近万家医疗机构，，，，，，病历小结准确性达87%。。。。 。
（图源：腾讯云官网）
不过，，，，，，相较于天下杯，，，，，，医疗场景的容错率更低。。。。 。AI光算得准远远不敷，，，，，，由于医生需要知道“为什么”，，，，，，患者需要知道“责任归谁”。。。。 。以是，，，，，，或许用AI做预筛和初稿，，，，，，医生做复核和最终定论。。。。 。这种“AI穷尽可能、人类最终拍板”的协作模式，，，，，，才是低容错场景里最务实的路径。。。。 。
若是说医疗场景磨练的是AI的“可诠释性”，，，，，，那Kimi在天下杯上展示的，，，，，，则是拆解能力。。。。 。它把“角逐效果”这一重大问题拆解 为战术、伤病、赔率等多维度 ，，，，，，交给差别Agent并行盘算。。。。 。 在工业里，，，，，，它同样可以一个Agent读财报，，，，，，一个爬舆情，，，，，，一个剖析行业周期。。。。 。各管一摊，，，，，，各有视角。。。。 。当“财报Agent”说“这家公司现金流稳健”，，，，，，当“舆情Agent”发明“高管麋集减持”，，，，，， 多个Agent各自亮出判断 ，，，，，， 交织验证 。。。。 。最终把“未知的混沌”酿成“有概率的清单”，，，，，，把决议规模从大海捞针压缩到十选一。。。。 。
（图源：KIMI）
统一个科场，，，，，，差别的答卷。。。。 。有的强在MoE架构的效率，，，，，，有的强在多Agent协同的重漂后，，，，，，有的强在多模态融合的广度。。。。 。天下杯这场“手艺高考”没有输家，，，，，，每一份答卷都在告诉行业：我的能力界线在哪，，，，，，我的手艺能去哪。。。。 。
总而言之，，，，，，或许我们不应把AI展望看作“神谕”，，，，，，它更像一台“超等盘算器”。。。。 。它的价值不在于告诉你“谜底是哪个”，，，，，，而在于穷尽可能性，，，，，，把混沌转化为概率，，，，，，成为人类做选择时最值得参考的“智囊”。。。。 。
但它仍然回覆不了首创人在绝境中能否扛住、易服室里那口吻是散照旧聚、它也甩不掉那只注定终身相随的“猫”。。。。 。最终拍板的那一步，，，，，，或许永远要留给人类自己。。。。 。
