文/罗茜
过去两年，中国大模型习惯在发布会上证明自己。但一个基本问题始终没有解决——普通用户能不能相信AI？
答案在2026年夏天的世界杯期间初见端倪，并且用了一场近乎全民参与的表达方式。
6月30日晚，《人机大战：谁是世界杯预言家》节目连线了一位29岁的重庆彭水贴砖工人李先生。他从2014年巴西世界杯开始看球，是C罗的铁杆粉丝。这一次，他在32强晋级名单的竞猜中32中31，力压场上所有AI模型和专业解说，成为“全场唯一”。按照世界杯扩军至48队后的赛制，小组赛阶段要从12个小组预测出32支晋级球队，若完全随机填写，最终32中31的概率约为1.81亿分之一，相当于连续猜对27到28次硬币正反面。联想集团为他送上了一整套设备作为奖励。
这档节目由联想集团与咪咕视频联合推出。联想集团依托旗下天禧AI智能体，召集DeepSeek、Kimi、腾讯混元、千问、百度文心、智谱、MiniMax、阶跃星辰、讯飞星火、中移九天以及商汤小浣熊等国内AI大模型，以与一支球队同构的组织方式，对全部104场世界杯比赛进行公开预测，并邀请足球评论员、明星嘉宾和数千万普通球迷同步参与竞猜。
截至7月1日，这场“人机大战”累计参与人数达2941.24万，将这场中国AI大模型预测，变成了一场可以被观看、讨论和复盘的公共事件。彭博报道称，过去，中国AI公司通过免费奶茶、数十亿元规模的数字红包以及春晚广告投放来争夺用户注意力；如今它们在世界杯预测中展开新战场，多家大模型公司已经将贯穿整个世界杯赛程的《人机大战：谁是世界杯预言家》视为严肃的技术测试场，并推出相关激励机制。
世界杯“人机大战”向用户提供了一个低成本的信任测试场。它第一次把AI放进一个真实、公开、连续反馈的场景：赛前给出判断，赛后立即结算，每一场比赛都会更新排行榜，每一次判断都会接受真实结果验证。对用户而言，这场“人机大战”不是一次简单的竞猜游戏，它的看点并不是简单地AI与人类比输赢，而是AI在真实、不受控、连续反馈的场景中，会怎样被使用、比较和质疑。
这是一场颇有野心的验证场景，由近年来在AI赛道上相当进取的联想集团所搭台。相较于工业质检、医疗辅助等场景，AI猜球并不复杂，但在这个极强的互动性的演练场里，AI能力的强弱，通过和比赛结果的对比，用户可以有最为直观的判断。正如联想集团天禧AI生态事业部总经理陈学桂所指出的，参与“世界杯预测人机大战”的AI均采用实时数据，智能体将大模型的推理和泛化能力与具体应用场景结合，是把AI的后台能力转化成球迷可以直接感知的互动体验。
一、AI 预言家的成绩单
世界杯从来不缺预言家。
2010年南非世界杯，“章鱼保罗”靠预测比赛结果成为全球话题，此后每届大赛，总会出现动物预测、民间神算、球迷竞猜和专家预测。猜胜负、猜比分、猜冠军，早已是世界杯的一部分。
今年，毫不意外地，AI加入了这场游戏。7月1日晚，“比起传统经验式赛事分析，我更看好AI公式背后的海量赛事数据支撑，融合自身赛场解读视角”，喜剧演员徐志胜在微博宣布，加入“人机大战”。
7月1日的三场淘汰赛，英格兰2：1击败刚果（金），美国2：0战胜波黑，12大AI均命中方向；比利时则在90分钟内战成2：2，再次把AI拖入最不擅长的平局题，12大AI集体失手。两场命中，一场平局翻车，榜单差距继续被拉扯。
更有意思的是这份成绩单本身的演变过程。6月24日，覆盖46场赛事时，12支AI战队的整体准确率为57%，反超人类玩家52.5%的水平，中移九天以63%的预测胜率暂居榜首，联想天禧AI、千问、腾讯混元等多款模型以60.9%并列第二梯队。到6月28日、72场小组赛全部结束时，12家AI整体命中率升至61.9%，人类玩家为54.6%，AI领先约7.3个百分点，腾讯混元和中移九天并列第一，命中率68.1%，垫底的阶跃星辰只有43.1%，甚至低于人类选手的平均水平。
而当32强名单最终揭晓，按最终晋级名单核验，腾讯混元命中29支球队暂列第一；MiniMax和讯飞星火命中28支并列第二；DeepSeek、智谱和联想天禧AI命中27支；百度文心、中移九天、Kimi、千问、商汤小浣熊命中26支；阶跃命中24支。
真正拉开差距的，从来不是强弱悬殊的“送分题”。决定排名的，是波黑、佛得角、刚果（金）、加纳等非传统强队的晋级，以及伊朗、韩国、乌拉圭等球队的意外出局；其中佛得角几乎是本届世界杯AI预测中最大的死角，这支赛前不被看好的球队多次让多家AI集体翻车，也暴露出当样本不足、球队状态出现超预期波动时，AI判断仍会明显失真的问题。
这暴露出另一层现实：AI擅长猜确定性高的比赛——强弱分明的对局中，模型只要参考世界排名、阵容身价和历史战绩就能做出正确判断；但一旦遇到平局，AI的命中率会明显下滑。多个模型很可能基于相似的数据源一起押注强队，也就容易一起错过冷门——这恰恰是“人机大战”比单纯的技术评测更有价值的地方：它让用户不仅看到AI猜对了什么，也看到AI如何集体误判。
球迷们不会去看模型测评，也不关心哪家模型在榜单上得分更高，但他们会关心自己支持的球队能不能赢，也会拿AI的预测和自己的判断比一比。AI在这里不再是一个遥远的技术概念，而是可以被球迷调侃、质疑、比较的预测者。这种强互动性，让用户对AI的推理、判断、决策链路有更为清晰的认知，这件事远比AI预测准确率更为重要。毕竟，过去，对普通用户而言，AI背后的运行逻辑是不可感知的，这比听一次技术演讲更为直观。
二、“集体翻车”后的AI逻辑
复盘上一阶段的“人机大战”，在刚果（金）对阵乌兹别克斯坦、哥伦比亚对阵葡萄牙的比赛中，12个AI合计24次预测仅命中5次，出现阶段性“集体低命中”的情况。比如在哥伦比亚与葡萄牙一役中，10个模型一致押注葡萄牙取胜，仅少数模型给出平局或弱队爆冷判断，但最终比赛以0：0收场，集体预测方向失效。在部分比赛轮次中，12家AI合计24次预测仅命中5次，出现阶段性“集体低命中”的情况。
这种同步误判并非偶然，而是由模型训练与信息结构本身决定的。
在当前主流大模型的训练与推理框架中，体育类预测任务通常依赖高度重合的数据输入，包括历史战绩数据库、球队世界排名、球员身价、伤病信息以及博彩赔率变化。这些变量在不同模型之间具有高度可共享性，导致输入层本身已经趋于标准化。
在此基础上，多数模型的推理方式也呈现出类似路径：通过对结构化数据进行加权整合，输出“最可能结果”。在这一机制下，赔率与历史胜率往往被赋予较高权重，从而强化了对强队的稳定预期。
问题在于，当多个模型共享相同的信息来源与相似的权重体系时，它们并不是独立生成判断，而是在同一概率空间中进行收敛计算。结果是，在大多数常规比赛中，这种收敛表现为稳定命中；但在低概率事件占主导的比赛中，例如点球大战、红牌改变节奏或防守反击主导的对抗，这种收敛反而会放大系统性偏差。
从这一机制看，12个模型在同一比赛中同时押错，并不意味着个体模型能力不足，而是意味着它们在结构上共享了过于相似的判断框架。
在金融市场、供应链预测以及企业决策系统中，如果多个AI模型被同时用于需求预测、风险评估或资源配置，并且底层依赖相似的数据源与推理逻辑，那么一旦外部环境发生结构性变化，这些模型可能同时低估或高估风险，从而形成同步性决策偏差。
这也使得世界杯“人机大战”的意义不仅仅是预言与娱乐，它要回答的问题，不仅仅是“AI是否更擅长预测足球”，而是从一场预测竞赛，逐步转向对AI系统性行为及其外溢风险的一次结构性观察。
大模型之一Kimi也在近期表示，参与预测的目的并不是证明自己的准确性，而是因为世界杯提供了一个天然的公开、可验证、持续变化的场景。Kimi希望通过这次尝试，把分析过程、预测结果和赛后复盘放在同一个透明框架中，让更多人了解当前AI技术的能力和局限性。
三、 “首届AI世界杯”
联想集团把AI放进世界杯，并不是为了证明自己能够训练出更强的大模型。过去两年，大模型竞争更多集中在参数规模、推理能力、多模态与价格体系，但联想的业务基础并不在模型层，而在PC、手机、平板、工作站、服务器及边缘设备等硬件与算力入口。
因此，联想推广AI的重点，并不在与DeepSeek、Kimi、通义、文心等模型公司继续比拼底层模型能力，而是回答一个更实际的问题：这些模型能力最终通过什么方式触达普通用户。
世界杯则成为其中最具互动性的一个环节。在这一场景中，AI不再只是“被展示”，而是被直接使用：用户通过竞猜、对比与复盘，与AI预测结果形成实时反馈关系。
在联想构建的这一体系中，人机大战并非单一产品，而是一个入口实验：将天禧AI以及DeepSeek、Kimi、文心、通义千问等多个模型接入同一用户场景，使AI能力在真实行为中被调用、比较与验证。从业务结构看，这一设计也与联想的终端战略形成一致性。AI PC、AI手机、AI平板以及个人智能体，本质上都需要解决同一个问题：用户为何持续使用AI能力。
正如联想集团智能设备业务集团（IDG）总裁Luca Rossi近期所指出的，AI行业正进入由智能体（Agentic AI）驱动的新一轮平台变革，用户交互正从“应用驱动”转向“意图驱动”，个人AI将成为联想混合式AI战略的核心支柱之一。“联想集团以PC领域的领导地位而广为人知。但现在，我们正在成为一个更大的角色：一家由AI驱动的生态系统领导者。”Luca指出，联想不再依赖单一硬件竞争，而是通过AI把PC、手机、平板、可穿戴设备等多终端连接为统一协同的智能体验体系。
世界杯提供了一个低门槛答案。在看球这一天然高参与度场景中，预测行为成为AI能力的最直接入口，使复杂的技术能力被转化为可感知的日常互动。在此过程中，联想与大模型公司的分工也逐渐清晰。模型公司负责能力本身，而联想更关注能力如何被接入设备、系统与场景之中。
联想不做大模型，而是AI生态的连接者。从这个意义上看，联想更像是在构建一套AI入口基础设施，而人机大战则是这一基础设施在高频消费场景中的一次集中验证。
查股声明：查股网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。