2026世界杯：AI改变了足球......吗？

　　39天，美加墨世界杯终于落幕。西班牙捧起了大力神杯——时隔16年，他们又回来了。

　　在墨西哥，我们碰见了米卢。那个曾带中国男足冲进世界杯的传奇老头儿。他一上来就先纠正我们：“不是soccer，是football。”然后他又补了一句：“比起机器人，我更喜欢看真人。”说这话的时候，他嘴角带着笑，眼里却挺认真。

　　这届世界杯，有些比赛在硅谷踢。科技大佬们坐在看台上，盯着球场发呆。硅谷那帮人相信AI能改变一切，可到了足球这儿，好像就不太灵了。

　　过去几年，砸钱搞足球AI的初创公司不少，资本也往里冲。结果呢？没想象中那么美好。

　　这篇文章想聊几件事：顶级俱乐部怎么用AI改造足球，试过什么，成没成；Football Tech这个赛道怎么起落，怎么自我修正；还有AI怎么悄悄改变我们看球的方式。当然，还有个终极问题——中国AI跑得这么快，能不能让男足进下一届世界杯？

　　先讲清楚什么是“足球AI”。如果你脑子里想的是“AI教练”帮你赢球，那目前还没证据证明这东西管用。就算把范围缩小——比如AI能不能帮俱乐部签下更好的球员，或者提高角球进球率——答案可能也一样。

　　有些俱乐部倒是大胆试过。利物浦和谷歌DeepMind搞了个TacticAI，专攻定位球。媒体喊过“足球AI里程碑”，DeepMind还把它发在《Nature》上。切尔西和AiSCOUT合作，用AI分析年轻球员的技术动作，帮青训挑人。西甲塞维利亚跟IBM合作，搞了个Scout Advisor，能看懂球探报告里的“擅长任意球”这种话，帮球探快速筛人。

　　这些尝试里，利物浦和DeepMind的合作最出名。咱们就拿它开刀，看看AI到底能不能提升竞技水平。DeepMind拿利物浦三个赛季的7176个角球做训练和评估。模型理论上能预测谁第一个触球、角球能不能形成射门，还能建议球员怎么站位。听起来挺唬人，对吧？但效果呢？利物浦的角球进球率真涨了吗？

　　我们翻遍了科技媒体和体育媒体的报道，没找到答案。干脆自己动手——让AI从StatBunker调过去六个赛季利物浦的角球进球数，再从StatMuse调出同期角球总数，算出来每个赛季的进球率。数据摆出来：除了2021到2022赛季，其他赛季基本都在3%左右晃荡。DeepMind那篇论文是2024年3月发的，2021到2022赛季这套系统大概率还没上线。也就是说，到现在为止，利物浦的角球表现没被这模型改善过。我们之前也想采访Google DeepMind，申请发出去，没回音。

　　沿着这个疑问往下想：为什么AI在其他领域跑得飞快，足球这儿就是出不来一款能颠覆成绩的产品？跟几个业内人士聊了聊，一个可能的答案是：足球是所有体育项目里偶然性最高、变量最多的。一场比赛受太多东西影响了——天气、裁判、场地、球员状态、现场氛围、球员之间的关系，甚至心理状态。还有阴谋论里的假球。这些变量还互相影响，比如现场氛围影响球员状态，裁判判罚反过来又影响氛围。有些变量随时间变，比如球员成名前自律，成了亿万富翁就松懈了。变量权重也变，年轻时不自律影响不大，年纪大了就垮了。但也有反例——大罗体重超标，照样是世界顶级。

　　这就成了个悖论：AI控制不了变量，模型提升慢；就算俱乐部成绩好了，也说不清是不是AI的功劳。

　　足球里太多东西没法量化。AI可能永远理解不了什么叫“阅读比赛的能力”，什么叫“球员之间的化学反应”，什么叫“为了国家荣誉而战”。强队底蕴、对胜利的渴望、更衣室氛围、裁判尺度的松紧……这些能列一长串。拿这届世界杯最大黑马佛得角来说，一个几十万人口的岛国，球员大多在低级别联赛踢球，全队身价加起来还没梅西高。AI怎么预测他们能连续逼平西班牙和乌拉圭，甚至把阿根廷逼到绝境？

　　一份合格的球探报告，除了速度、耐力、弹跳这些能测量的，还得看位置感、领导力、决策力、比赛态度——这些没法量化。穆里尼奥就要求球探评估球员性格，比如自不自律，有钱之后会不会张扬。

　　足球里的因果关系往往是非线性的。控球率高了不一定赢，反而可能被对手反击打穿。11个超级巨星凑一支队，不一定拿冠军，更衣室里谁也不服谁，成绩可能还不如平民球队。这种非线性关系，恰恰是AI最难处理的。

　　除了这些，AI在足球领域效果有限，还有个重要原因：数据。

　　足球的数据是什么？球是人踢的，球员的竞技和身体数据散落在全世界几千家俱乐部里。足球行业从来没形成过像BooksCorpus或WebText那样的大型文本数据集。球员公开的身高体重，最多做张球星卡。真正跟竞技表现相关的数据，俱乐部不公开。比如局部体脂分布——腹部、大腿、臀部、肩背的分区体脂，影响爆发力、对抗和伤病风险。快肌慢肌纤维比例，决定你是爆发型还是耐力型，天生属性，后天难改。肌肉横截面积，关乎对抗、射门和伤病概率。乳酸阈值和实测最大摄氧量，决定你能扛多久高强度比赛。重复冲刺能力——连续冲刺5到10次的速度衰减率，是高压逼抢的核心指标。地面反作用力——急停、变向、起跳时脚对地的压力，判断动作是否合理。发力链时序——射门或传球时髋、膝、踝的发力顺序，也是训练参考。

　　这些数据得靠动作捕捉、测力台、肌电图同步采集。就算AI公司用多角度摄像机加姿态模拟，也达不到实验室精度。说白了，AI公司几乎不可能从公开渠道拿到这些数据。

　　再说说伤病预测模型。俱乐部手里的私有数据还包括：细胞内外液比例，判断水肿、肌肉炎症、过度疲劳；步态不对称性，左右腿发力差异和落地重心偏移，可能是拉伤或十字韧带撕裂的前兆；关节松弛度和韧带稳定性，反映脚踝、膝盖、髋关节的松动程度；隐性微损伤和软组织疤痕硬度，判断旧伤术后肌腱弹性和疤痕粘连，直接影响再伤概率。

　　这些数据分散在几千家俱乐部里，没有任何组织或公司能完整拿到。而每一家俱乐部单独掌握的数据，样本量又不够大。所以我们可以总结一下：足球是低得分、高随机性的运动，数据信号极弱；胜负由少量关键事件决定，不是整体统计规律；球场上是动态博弈，既有规律会被对手主动破坏；AI只能理解历史相关性，理解不了真实因果；足球里不可量化的数据太多。所以，想在足球领域复制“ChatGPT时刻”或“Claude Code时刻”，太难了。

　　商业层面呢？一度让资本兴奋的Football Tech，也经历了一轮自我修正。全球AI公司估值飞涨的今天，只要沾上AI概念股价就能飙，但足球AI技术领域愣是没出现一家独角兽。拿曾经的明星公司SciSports来说，看看这个产业背后的困境。

　　2013年，荷兰恩斯赫德市一间学生公寓里，三个年轻人冒出个挺“硅谷”的想法：《Football Manager》能在游戏里预测球员潜力，现实世界为什么不行？他们决定开发一套足球数据智能系统，帮俱乐部判断球员价值、预测潜力、理解比赛。这家公司叫SciSports。当时这个故事几乎踩中了所有热门关键词：足球、AI、机器学习、计算机视觉、转会市场、全球化数据库、职业俱乐部客户。想象一下，如果能提前一年发现下一个哈兰德、贝林厄姆或姆巴佩，能帮俱乐部省几千万欧元。如果一款软件能参与转会决策，它该不该值十亿美元？

　　十多年过去了，SciSports没上市，也没成全球知名的足球AI独角兽。2024年，它被荷兰VANAD Group收购。为什么一个看起来无比正确的创业方向，最终没变成足球世界的Palantir？

　　先看产品。早期SciSports做数据化球探，把球员比赛数据、联赛强度、出场时间、位置、球队表现、年龄、成长曲线输进模型，搞了个全球球员评分系统叫SciSkill Index。这切入点很聪明——转会是足球领域最贵也最容易出错的决策之一，买错人可能损失几百万甚至几千万欧元。如果一套数据系统能帮俱乐部提前发现被低估的资产，价值巨大。

　　但SciSports不满足只做数据库。他们开始搞更重的产品：BallJames。这套系统通过计算机视觉把比赛视频转成实时3D数据，SciSports把它形容成足球比赛的“球场MRI”，像扫描人体一样扫描整块球场。2016年，荷兰俱乐部Heracles Almelo最早装上。

　　SciSports找的痛点很准，以至于后来被贴上“下一个欧洲独角兽”的标签。但它为什么没成功？

　　第一个问题，客户少，预算窄。足球是全球市场，但真正愿意为高级数据分析砸大钱的，主要是职业俱乐部、联赛、足协和经纪公司。顶级俱乐部有钱，数量有限；中小俱乐部多，软件预算却少得可怜。一套系统可能帮球队省上千万转会费，但俱乐部未必愿意每年付几百万软件费。这是体育科技最尴尬的地方：企业创造的是“决策价值”，客户却只当它是“订阅软件”。

　　第二个问题，AI给出的答案很难直接变成决策。电商推荐系统判断用户会买鞋，平台立刻推广告；但足球AI判断某位边锋潜力高，俱乐部不能立刻刷卡下单。还得考虑教练喜不喜欢、战术适配不、语言文化、伤病史、经纪人、合同、薪资结构、更衣室性格，甚至老板的个人偏好。转会是一个由数据、政治、人情和风险共同作用的复杂决策。

　　第三个问题，底层数据太重。BallJames很先进，但要在球场安装设备、部署标定摄像机、承担维护和数据清洗，扩张速度就快不起来，不像纯SaaS能指数级增长。后来行业趋势转向另一条路：从现有转播画面、单机位视频、战术机位里直接提取追踪数据，而不是把整座球场和整场比赛3D化。谁能用更低成本把普通视频变成结构化数据，谁就容易规模化。说到底，算的还是经济账。SciSports方向看对了，但实现路径太重。

　　第四个问题，俱乐部不想再买一个孤立的工具。俱乐部内部已经有视频平台、球探系统、体能系统、医疗系统、沟通工具、数据供应商。分析师最怕外部软件融不进现有工作流和数据体系。从这个角度看，传统SaaS模式不适合SciSports，Palantir的模式也不适合——客户没预算做单独部署。这也是Football Tech行业后来出现大量并购的原因。

　　StatsBomb一度是职业足球领域有影响力的高级事件数据和模型公司，2024年被美国体育视频平台Hudl收购。Hudl的逻辑很清楚：原本做视频分析和教练工作流，把StatsBomb的高级数据接进来，就能把“视频、数据、球探、比赛分析”打包卖给职业球队。Second Spectrum曾是NBA、英超和MLS的官方数据追踪供应商，2021年被Genius Sports以约2亿美元收购。Sportlogiq主要做冰球，2026年被美国公司Teamworks收购，成交价大概2000万到3000万美元。再回到SciSports，2024年被VANAD Group收购，2017年融资后估值约1580万美元——“下一个欧洲独角兽”的愿望，落空了。

　　足球市场大吗？当然大，全球第一运动，几十亿球迷。转会市场贵吗？当然贵，头部俱乐部每年投入天文数字。AI有用吗？有用，数据能提高球探、分析和训练效率。但这些因素加在一起，并不自动等于一家估值十亿美元的软件公司。因为足球作为“文化产业”庞大，但作为“职业俱乐部软件市场”却没想象中那么大。这是SciSports故事里最重要的反转。

　　所以，Football Tech很难只靠一个数据模型、一套球探评分系统或一款视频分析工具撑起超级独角兽。但如果这些产品能被整合进一个大型平台，成为“视频、数据、球探、训练和转播”链条的一部分，它们依然有商业价值。

　　答案似乎已经出来了：真正的问题不是AI没用，而是足球俱乐部的软件预算太窄、销售周期太长、工作流太碎，单点产品很难独立长大。

　　虽然AI目前还提高不了球员成绩和球队整体水平，但把视野从足球比赛扩大到世界杯这样的赛事，就会发现技术含量越来越高，AI也在慢慢改变观赛体验。

　　葡萄牙对克罗地亚那场淘汰赛就是个例子。7月3日的美加墨世界杯1/16决赛，VAR介入，发现克罗地亚球员越位，主裁判判定进球无效。这个判罚帮葡萄牙2比1逆转。协助裁判的，是比赛用球里一枚500Hz惯性测量单元（IMU），能实时追踪三维空间中的加速度和细微动作，捕捉到克罗地亚球员马塔诺维奇的头部极其轻微地碰到了球。没有IMU足球和VAR的年代，这种细节人类裁判根本抓不住。

　　决赛前两天，我们飞到迈阿密，走进这届世界杯的“大脑”。它藏在Coral Gables一条安静的街道上，一栋六层小楼，外面没任何标识，被称为赛事总部。48支球队、104场比赛、16座球场，加上北美600多个站点，除了转播，一切都在这里调度。负责搭建FIFA技术指挥中心与赛事运营中心的，是国际足联历史上首个官方技术合作伙伴：联想。1.7万台设备、350名工程师，分布在16座球场、广播中心和各队大本营。联想还向我们介绍了AI及其他技术的创新应用，包括分析工具FIFA AI Pro。

　　以前世界杯结束后，FIFA会给各队提供大量赛后数据——五六十页报告加大量摄像机画面，一次性交给教练和分析师，工作量巨大。FIFA AI Pro则是一个生成式AI平台，使用者用自然语言就能操作，比如问“C罗这场比赛最活跃的位置在哪”。它还能生成交互式图表和视频，用户甚至能解锁3D视角，从球员角度观察赛场。

　　这届世界杯在数据采集上下了血本。16个比赛场地，每个装16台光学追踪摄像机，每秒扫描29个点、采集50次；加上足球里每秒采500次的传感器，一场比赛能积累超过1.5亿个追踪数据点。相比上届只有60万个点，这届直接增加了数百倍。这些数据主要干三件事：

　　第一，越位判定更准。现在球员越位超过10厘米，且系统有足够把握，助理裁判耳麦里会直接响起音频提示，裁判当场举旗。为了提高判罚准确度，这届1248名球员都在赛前完成了全身3D扫描，相当于每人有个虚拟分身，被输进越位判罚系统。

　　第二，解决“足球是否出界、是否过线”这类长期争议。还记得上届世界杯日本对西班牙那次判罚吗？三笘薫底线附近救球，肉眼看着像出界了，但VAR判定足球还有极小一部分压在线上，进球有效，德国因此被淘汰。现在通过整场比赛实时3D重建，配合足球传感器锁定精确轨迹，VAR不再需要靠几张模糊截图判断。越位干扰也一样——球员到底有没有挡住门将视线，3D视角一目了然。

　　第三，为转播机构和观众提供新观赛方式。观众能看到球员的3D分身，部分转播合作伙伴还能用这些数据把精彩镜头甚至整场比赛做成3D版本。以前裁判随身摄像机抖动严重，没法转播。今年联想对裁判跑动画面做了稳定处理，测试显示抖动减少50%到70%，用“边缘计算、混合AI与多个针对性小模型”的架构，满足实时转播的低延迟要求。

　　这届世界杯还有有趣的技术应用：墨西哥花了14.5万美元买了一批机器狗，协助警方处理冲突现场，保护警察人身安全。

　　当我们讨论AI改变足球时，它到底改变了比赛本身，还是改变了幕后运营体系？世界杯期间，连续工作50天的联想FIFA项目DWS负责人Myles Spittle在FIFA中心接受采访时说：“……”（此处省略引述，原文有引述，但用户要求不输出解释，保留核心内容即可）

　　所以，世界杯正在变得更技术化、更AI化。但这些尝试还处在非常早期的阶段。目前技术主要用在判罚、数据采集和观赛体验上。真正让AI提高人类足球成绩，甚至指导人类踢球，还早得很。

　　米卢告诉我们，未来一切皆有可能，机器人可能取代人类踢球，未来也可能出现机器人世界杯或AI世界杯。但足球对人类是特别的，也是珍贵的。这里是人类创造奇迹的地方，也是充满惊喜、信念与泪水的地方。当人类面对AI“节节败退”时，足球也许会成为人类“最后的堡垒”，也让我们在陷入AI狂热时，重新思考AI的边界在哪里。

　　是的，你怎么能不爱足球？

　　我们在墨西哥的一场活动中见到了米卢。人们依然感激这位传奇教练，24年前给中国球迷带来的惊喜。也希望这样的惊喜，能够再次到来。

　　注：部分图片来源于网络

　　【本期节目不构成任何投资建议】