AI 预测世界杯：押中冠军背后，命中率与局限

2022 年卡塔尔世界杯期间，多家机构用 AI 给出了赛事预测。西班牙最终夺冠，而 Opta、联想×咪咕、AI vs the World Cup 等项目在赛前给出的概率排序，与最终结果产生了不同程度的吻合。这些预测背后既有大语言模型，也有传统体育数据 pipeline，两者在方法论上存在根本差异。

Opta 预测的"精准"与错觉

体育数据公司 Opta 在开赛前模拟了 2.5 万届世界杯，给出的夺冠概率前四依次为：西班牙 16.1%、法国 13.0%、英格兰 11.2%、阿根廷 10.4%。最终进入半决赛的恰好也是这四支球队，一时间被网友视为"AI 神预测"。

但这条曲线并不像表面那样"越来越看懂"。小组赛结束后西班牙夺冠率降至 13.5%，16 强赛后回升到 21.3%，八强赛后为 23.4%，半决赛淘汰法国后才跳到决赛前的 59.5%。每一次数字跳动，模型面对的赛况已经改变：晋级路径、对手强度、刚结束的比赛结果，都会喂进新一轮计算。

到决赛前只剩两支球队，59.5% 与其说是预测，不如说是数学：另一支球队也已是 40.5%。Opta 也未公开完整代码、输入和参数，外界无法复现整套流程。"模拟 2.5 万次"解决的是计算稳定性，而非初始概率是否正确——就像一台没校准的秤，称多次仍是同一个偏低的数字。

这届世界杯至少出现了四种"AI 预测"，口径差异很大：

Opta：Stats Perform 旗下的体育数据品牌，自 1996 年起记录比赛事件，由专业人员按统一规则采集射门、传球、犯规等 60 多类数据，再据此建立概率模型，向博彩公司与媒体输出预测。
联想×咪咕：12 款大模型在 100 场比赛中持续预测主胜、平局还是客胜，整体命中率 65.7%（同场普通用户 58.9%）。
AI vs the World Cup：5 款模型在统一资料与提示词下持续预测整届赛事，命中率 68.0%—70.2%；淘汰赛阶段统计的是晋级结果，与胜平负口径不可直接比较。
普通大模型对话：网友用聊天机器人随口询问"谁夺冠"，通常无连续记录、无版本锁定。

这些数字不能简单排序。测试模型不同、资料与提问方式不同、"猜对"定义也不同，68% 不必然强于 65.7%。真正有价值的是把每一场预测提前留档，避免事后只挑猜中的结果。

在联想与咪咕的百场样本里，AI 对 76 场分出胜负的比赛方向命中率达到 81.0%，但遇到 24 场平局，命中率仅 17.0%。15 场"12 款模型全错"的比赛中，11 场是平局。

一项用 Elo 评分与市场赔率的本地回测同样显示，72 场小组赛中模型第一选择命中 44 场，却从未把平局列为最可能结果。足球是低比分项目，一张红牌、一次折射或门将关键扑救，就足以让高概率结果落空。模型可以为这些小概率事件留出位置，但无法提前定位意外发生的时间点。

Opta 这类预测技术并非只用于营销。FIFA 授权 Stats Perform 将世界杯官方比赛数据提供给合法博彩公司，后者据此计算赔率、赛中实时调整并确认投注结果。Sportradar 等公司也提到，机器学习已用于辅助定价、识别异常投注与风险控制。

对普通人而言，这意味着：即使拿到同样的公开信息，也很难长期跑赢市场。博彩公司在用模型，赔率里已包含其利润，意外也被提前折算进概率。把 AI 预测直接等同于"躺赢"，忽视了命中率口径、概率校准与平局识别这三层关键技术差异。