AI预测世界杯的成功率引发关注。体育数据公司Opta在世界杯开赛前将西班牙列为夺冠头号热门，最终四强预测也精确命中。通过2.5万次模拟，Opta给出西班牙59.5%的最终捧杯概率。不过研究者指出，模拟次数多只能让结果更稳定，无法保证初始概率准确。大模型预测整体命中率约65%-70%，比普通人仅多7个百分点。AI最大的短板是平局预测，命中率仅17%。博彩公司早已使用这些数据模型进行定价，普通人难以仅凭公开信息长期获胜。
文章作者、来源：APPSO
AI 预测真不靠运气？
世界杯决赛第106分钟，费兰·托雷斯在左脚破门，西班牙1比0力克阿根廷，时隔16年捧起大力神杯，梅西也完成了世界杯的最后一舞。
球迷狂欢之外，赛前的一组预测数字也被重新翻了出来：体育数据公司Opta曾用超级计算机模拟赛事，给西班牙约六成的捧杯概率，阿根廷约四成。
可这有啥好吹的，决赛就两支球队，光蒙也有一半的准头。
真正让Opta「封神」的，是有网友扒出来，早在世界杯开赛前，它就把西班牙列成夺冠头号热门，而且它当时给出的夺冠概率前四，正好是最后杀进半决赛的那四支球队，一个不差。
我在想，如果把这玩意用到博彩上，岂不是直接走上人生巅峰，于是APPSO接着扒了扒Opta预测背后的2.5万次模拟，看看AI预测真的能不靠运气吗？
本文只复盘预测方法与公开数据，不提供投注建议。
Opta从头到尾改了多少次答案?
Opta是Stats Perform旗下的体育数据品牌，从1996年开始记录足球比赛。Stats Perform总部在伦敦，主营比赛数据采集与分析，并向转播机构、媒体、球队和博彩平台提供统计和预测产品。
西班牙最终夺冠，Opta也在决赛前把它列为更可能捧杯的一方。但那张「59.5%对40.5%」的图，只保留了最后一个节点。
同一篇决赛前瞻里，Opta还预测了双方在90分钟常规时间内的比赛结果。它给出的最高概率选项是西班牙获胜，但实际比赛踢到90分钟时，比分仍是0比0。
我自己当时也按照这个结果，买了「西班牙常规时间获胜」，最后自然没有命中。西班牙虽然最终在加时赛夺冠，但对这笔投注来说，「猜中冠军」和「押中90分钟赛果」完全是两回事。
Opta给出的90分钟赛果概率为西班牙胜45%、平局29%、阿根廷胜26%。这与包含加时、点球的最终夺冠率不是同一口径。图源：OptaAnalyst。
开赛前，Opta模拟了2.5万届世界杯。西班牙以16.1%的夺冠率排名第一，后面依次是法国（13.0%）、英格兰（11.2%）和阿根廷（10.4%）。一个多月后，真正站进半决赛的，正好也是这四支球队。
Opta当时发布的是夺冠概率榜，并没有直接圈定四强名单。但榜单前四与实际四强恰好完整重合，这比「只押中西班牙」多了一层看点。
此后，西班牙的夺冠概率并非一路上涨：小组赛踢完降到13.5%；32强赛结束，又降到13.0%；16强赛结束回升到21.3%；八强赛结束后为23.4%。直到西班牙淘汰法国、进入决赛，夺冠率才跳到59.5%。
把图里的六个数字连起来看，很容易产生一种错觉：Opta好像随着比赛推进，越来越「看懂」了西班牙。
但它并不是在对同一道题反复作答。每踢完一轮，模型面前的局面都变了：这队刚刚踢得怎么样、下一场碰谁、晋级路线顺不顺，全都会喂进下一次计算。
到半决赛结束，变化就更明显了。西班牙淘汰法国，阿根廷也过了关，冠军候选从四支缩到两支。这时候西班牙的夺冠率从23.4%蹦到59.5%，不是模型突然开了天眼，而是它已经跨过半决赛，离冠军只剩最后一场。
换句话说，曲线往上爬的每一格，背后都是一场已经踢完、不用再猜的比赛，不确定性也被逐步消除。到决赛前只剩两支球队，59.5%与其说是预测，不如说是算术。
至于「模拟2.5万次」，它解决的是另一个问题：让计算结果更加稳定。相同条件下多模拟几次，可以减少随机波动，但不能保证模型一开始估计的概率就是对的。
这就像一台没校准的体重秤，称一次显示65公斤，称一百次还是65，稳得让你都想信了。可你实际可能是75公斤，一开始的数字就掺杂了误差。
更何况，Opta并没公开足够完整的代码、输入和参数，外人没法把整套预测重跑一遍。西班牙这次夺冠，只能说明这一届的冠军方向押中了，没法只凭一个结果，就证明整套模型长期靠谱。
都是AI预测世界杯，做的却不是一套题
这届世界杯出现了至少四种「AI预测」。把它们混在一起比较，准确率很容易越算越糊涂。
联想与咪咕至少留下了连续百场记录，比随手问一句「谁夺冠」扎实。AIvs the World Cup再往前一步：统一资料与提示词、锁定版本，还要求模型给出概率；它另将赛前整套预测做成数字指纹留档。Opta则根本不是聊天机器人，它是一条体育数据和概率的模拟pipeline。
从目前公开的连续记录来看，大模型预测足球比赛，整体命中率大多在六成多。
联想和咪咕统计了世界杯前100场比赛。12款模型每场都要判断主胜、平局还是客胜，攒下1200次预测，整体命中率65.7%。同场活动里的普通用户呢，58.9%。
所以十二款模型加一块儿比来比去，也就比普通人多对了不到7个百分点。
另一个项目AIvs the World Cup，则让5款模型使用同一份资料和同一套提问方式，持续预测整届世界杯。最终，各模型猜对比赛走向的比例约为68.0%—70.2%。小组赛阶段，它们判断的是90分钟内谁胜、谁平、谁负；进入淘汰赛后，问题变成了哪支球队能够晋级。
不过，这两组数字不能直接拿来排高低。
它们测试的不是同一批模型，使用的资料、提问方式和更新时间不同，连「猜对」的定义也不完全一样。联想与咪咕主要统计胜平负，AIvs the World Cup到淘汰赛阶段统计的则是晋级结果。因此，68%不一定就比65.7%更强。
这些项目真正有价值的地方，是把每一场预测都提前记录下来，而不是比赛结束后只挑猜中的结果展示。至于大模型究竟比普通竞猜强多少，还需要在相同题目、相同信息和相同评分规则下，与简单预测方法以及赛前赔率进行比较。
而Opta做的事情又不太一样。
大模型往往是读完资料后，直接给出「谁会赢」的判断；Opta则先建立一套专门的足球数据系统，再根据这些数据计算不同结果发生的概率。
它的数据来自长期、标准化的比赛记录。每场比赛都会有专业人员按照同一套规则，记录射门、传球、犯规等60多类场上事件。比赛进行时，还有其他工作人员同步检查；比赛结束后，数据还会再复核一遍，尽量减少漏记和错记。
说白了，Opta的概率不是靠几篇赛前新闻「猜」出来的，背后依赖的是大量、长期、反复核对过的比赛数据。
下面这段3D重建来自X用户Alexander Bogachev。他称每一次传球、射门和进球都根据Opta比赛事件数据还原。它不是Opta官方视频，但把一串结构化事件数据重新拼成了一场能看的比赛。
AI最容易栽在平局上
联想与咪咕的百场数据里，AI对76场分出胜负的比赛，方向命中率达到81.0%；遇到24场平局，命中率只剩17.0%。15场「12款模型全错」的比赛，11场是平局。
APPSO也用Fable5做过一次小额实验：大模型帮我写代码、回测和查漏洞，概率则由球队实力评分（Elo）、进球分布和市场赔率来算。按本地记录拆分，23笔投注净利741.5元，但样本太小，中途还有临时加注。回看72场小组赛，模型第一选择命中44场，却一次都没把平局列为最可能结果；
猜对六成，照样可能亏钱。假设每一笔赔率都是1.60，命中率为60%，粗略期望仍是0.6×1.6-1=-4%。
足球是低比分项目。一张红牌、一次折射或门将的一次判断，足以让最可能的结果输给第二、第三可能。模型可以给这些小概率结果留出位置，却没法提前知道意外会在哪一分钟发生。比如最后一场的冠军预测，模型虽然猜对了西班牙胜利，却没料到90分钟内0:0平局，而加时赛是不计入胜平负投注结果的。
实际上，Opta这套预测技术早就不只是用来做「谁会夺冠」的营销了，博彩公司也一直在用。
Stats Perform是一家专门收集和提供体育比赛数据的公司。FIFA授权它把世界杯的官方比赛数据提供给合法博彩公司。博彩公司拿到这些数据后，会用来计算赔率、比赛过程中实时调整赔率，并在赛后确认投注结果。
另外，像Sportradar这样的体育数据公司也提到，机器学习会帮助博彩公司定赔率、根据投注情况调整赔率，以及发现异常投注、控制可能的损失。
这些合作说明，AI和数据模型已经进入博彩公司的生产系统，用于提速、批量处理和辅助定价，是真的能「搞钱」。
但作为普通人要注意，你拿到同一批公开信息，也不等于能长期赢过市场；博彩公司在用模型，赔率里还留着它们的利润，他们早就把意外提前算进概率里。