AI难提升球队胜率 DeepMind与利物浦实验未能改写角球表现

硅谷101

受限于足球的高随机性与核心私有数据壁垒，AI目前仅能优化裁判判罚与赛事运营，尚无法直接提升竞技成绩或支撑独立软件独角兽。

AI-assisted summary of 2026世界杯：AI改变了足球......吗？【硅谷101】 — original source. Check the original for full context.

Source published: 2026-07-24

Detailed notes

## Background 本内容由 Bilibili 频道的“硅谷101”于 2026 年 7 月 24 日发布。视频简介指出，尽管 AI 具备强大的计算能力，但在面对充满偶然性与难以量化变量的足球比赛时依然屡屡失灵，节目深入探究了 AI 无法算准足球胜率、难以孕育商业独角兽，以及它究竟能为足球带来何种改变等核心议题。

## TL;DR 节目通过对 2026 年世界杯及顶级俱乐部实践的调查，探讨了 AI 在足球领域的现状与瓶颈。尽管利物浦、切尔西等豪门尝试利用 AI 优化定位球与选援，但由于足球极高的随机性以及私有数据的严重匮乏，AI 目前无法对竞技胜率产生本质提升。同时，受限于极窄的商业客户群体，足球科技赛道深陷“独角兽陷阱”，单点 SaaS 公司纷纷走向被并购的命运。不过，AI 在判罚辅助（如半自动越位系统）、数据采集与赛事转播运营等体验层面取得了显著突破，其核心价值仍在于消除人为失误，而人类足球的不可预测性与情感纽带依然坚不可摧。

## Atmosphere & style 全片呈现出一种理智客观、深入浅出的科技调查与人文反思色彩。主持团队以严谨的视角拆解商业数据与技术论文，语言干练且充满求真精神；在穿插赛事高光与传奇教练米卢的寄语时，情绪又陡然升温，流露出对足球纯粹魅力的敬畏。整部作品既有硅谷前沿科技的理性冷酷，又洋溢着体育竞技独有的热血与感性，让人在沉思技术边界的同时受到深切感染。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=0s) 尽管 AI 在许多领域发展迅猛，但目前尚无有力证据表明 AI 能提升足球比赛胜率或本质改变战术与竞技结果。 - [00:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=0s) 利物浦与 Google DeepMind 合作开发的 TacticAI 系统虽然登顶《Nature》，但实际数据显示并未改善利物浦的角球进球率。 - [05:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=300s) 足球的高偶然性、多变量交织（如心态、裁判尺度、气象）以及非线性因果，导致 AI 极难建立准确的预测模型。 - [05:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=300s) 真正影响球员表现的核心生理数据（如肌纤维比例、分区体脂、伤病预警等）属于俱乐部绝密资产，缺乏公开数据集导致 AI 面临“数据黑盒”与样本不足的问题。 - [10:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=600s) 足球科技（Football Tech）面临“独角兽陷阱”：职业俱乐部付费意愿与预算有限、SaaS 工具难以嵌入工作流，且转会决策受复杂人情与政治因素主导。 - [10:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=600s) 明星初创公司 SciSports 从推出 3D 摄像追踪系统 BallSight 到被收购的历程，折射出单点足球 AI 工具难以独立撑起高估值商业帝国的困境。 - [15:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=900s) 单点 SaaS 工具引发行业并购潮，StatsBomb、Second Spectrum 等业内公司纷纷被大型体育数据与视频平台吞并整合。 - [15:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=900s) 2026 美加墨世界杯展示了 AI 与传感器技术的广泛应用，包括足球内置 500Hz IMU 传感器、光学追踪系统以及生成式 AI 战术平台 FIFA AI Pro。 - [20:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=1200s) AI 在足球领域的落地核心在于辅助裁判（消除人为失误）、优化数据采集与提升转播观赛体验，而非替代人类决策或直接指导比赛。 - [20:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=1200s) 足球充满不可预测性与强烈的情感连接，在 AI 时代依然是人类情感与竞技的“最后堡垒”。

## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=0s) AI能改变足球吗？红军利物浦与DeepMind的角球实验

带领中国男足闯入世界杯的传奇教练神奇教练米卢（Bora Milutinović）曾纠正采访者的英文表达，并直言机器人与 AI 的发展绝对无法替代足球这项运动。2026 年美加墨世界杯部分场次在硅谷举行，吸引了众多科技大佬前往观赛。在硅谷，“AI 将改变一切”被奉为信仰，但 AI 究竟能否改变足球？《硅谷101》世界杯小队对此展开了深入调查。尽管众多初创公司与风险资本投入重金试图用 AI 颠覆足球，但受邀走访国际足联（FIFA）赛事总部及深入研究顶级俱乐部的实践后，会发现现状远比想象中复杂。

在探索 AI 如何改造足球前，首先需要厘清“足球 AI”的定义：如果目标是让 AI 提高胜率、充当 AI 教练带队夺冠，甚至是帮俱乐部签下更优质的球员、提升角球进球率，目前尚无任何有力证据表明 AI 能带来本质突破。许多顶级俱乐部已进行了大胆尝试： * **利物浦与 Google DeepMind**：合作开发了名为 **TacticAI** 的定位球系统，曾被媒体宣传为足球 AI 的里程碑，DeepMind 甚至为此在《Nature》期刊发表了论文。 * **切尔西与 AiSCOUT**：合作将 AI 引入青训系统，通过分析年轻球员的技术动作帮助选拔潜能新星。 * **塞维利亚与 IBM**：基于 IBM watsonx（后续也引入了 Meta 的 Llama 模型）推出了 **Scout Advisor**，能够理解球探报告中的自然语言（如“擅长任意球”），从海量文本中高效筛选球员。

最受瞩目的利物浦与 DeepMind 合作案例中，DeepMind 利用利物浦三个赛季共计 7,176 个角球数据进行训练与评估。理论上，该模型可以预测谁更有可能率先触球、角球是否会形成射门，并能为球员提供战术移动与站位建议。然而，《硅谷101》通过调取 StatsBomb 过去六个赛季的数据统计发现：除了 2021-2022 赛季外，利物浦其余赛季的角球进球率均无显著变化，基本维持在 3% 左右。鉴于 DeepMind 的论文发表于 2024 年 3 月，21-22 赛季该系统大概率尚未投入实战。数据显示，这套顶尖系统截至目前并未对利物浦的角球表现带来任何数据可支撑的实质改善。

- 利物浦与 DeepMind 合作论文登顶《Nature》，训练集包含 7,176 个角球数据。 - 调取 StatsBomb 六个赛季数据显示，利物浦角球进球率长期维持在约 3% 的水平。 - 面对《硅谷101》发出的采访邀约，Google DeepMind 官方未给予回复。

---

[05:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=300s) 极高偶然性与私有数据壁垒：AI 为什么算不准足球？

为什么 AI 在其他行业狂飙猛进，却难以对足球的竞技成绩产生颠覆性影响？业内人士普遍认为，核心原因在于足球是所有体育运动中**偶然性最高、变量最多**的项目之一。单一因素对比赛结果的影响极难被量化与验证。天气、裁判尺度、场地条件、现场氛围、球员状态、团队协作甚至心理因素都会决定比赛走向，且这些复杂的变量还会相互交织（如裁判判罚影响现场氛围，现场氛围反作用于球员心理）。

变量本身还会随时间发生权重偏移。例如，不自律的年轻球员可能凭天赋维持状态，但随着年龄增长表现会断崖式下滑；然而也有反例——哪怕体重超标，“外星人”罗纳尔多（Ronaldo）依然是世界顶级前锋。这种非线性因果与无法控制的变量导致 AI 模型训练极其缓慢。此外，AI 根本无法理解“阅读比赛的能力”、“球队化学反应”或“为国家荣誉而战”等抽象概念。正如一个仅有几十万人口的岛国，球员大多混迹于低级别联赛、全队身价加起来还不如梅西（Lionel Messi），AI 绝无可能预测出他们能连续逼平西班牙和乌拉圭，甚至将阿根廷逼入绝境。

比变量更致命的是**数据黑盒**。足球界从来没有类似于 Books Corpus 或 WebText 那样的大型公开数据集。球员公开的身高体重数据仅能用于制作球球卡，而真正核心的竞技身体数据分散在全球数千家俱乐部中，属于绝密私有资产： * **局部体脂分布**：腹部、小腿及臀背的分区体脂，直接决定爆发力与对抗伤病风险。 * **肌纤维比例**：快肌与慢肌比例属于天生属性，决定球员偏向爆发型还是耐力型。 * **肌肉横截面积（CSA）**：股四头肌、腘绳肌等发力肌群面积，关联对抗力与射门爆发力。 * **重复冲刺能力与地表反作用力**：连续 5-10 次冲刺后的速度衰减率（高压逼抢核心指标），以及急停变向时脚对地面的压力。 * **伤病预警数据**：细胞内外液比例（判断水肿与肌肉疲劳）、姿态不对称性（发力差与落地重心偏移，拉伤与十字韧带撕裂的前兆）、关节松弛度及旧伤软组织疤痕硬度。

缺乏这些关键实验室级精度的数据，AI 公司单靠公开摄像机与姿态模拟根本无法搭建有效模型；而掌握私有数据的单家俱乐部又面临样本量严重不足的困境。

- 足球运动具有“得分低、高随机性、信号极弱”的特征，胜负常由极少数关键事件决定而非整体统计规律。 - 动态博弈中，战术规律会被对手主动破坏；AI 只能识别历史相关性，无法厘清真实的非线性因果。

---

[10:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=600s) 足球科技的“独角兽陷阱”：明星初创公司 SciSports 的兴衰

在商业层面上，一度备受资本追捧的足球科技（Football Tech）赛道正经历一轮残酷的自我修正。当全球 AI 公司估值暴涨之际，足球 AI 领域却始终没有诞生一家真正的“独角兽”。明星初创公司 **SciSports** 的兴衰史正是该产业困境的缩影。

2013 年，三位年轻人在荷兰恩斯赫德（Enschede）的一间学生公寓里创立了 SciSports。他们的初衷非常“硅谷”：既然《足球经理》（Football Manager）游戏可以预测球员潜力，现实中为何不行？他们推出了用于全球球员评估的 **SciSkill Index**，试图通过数据帮助俱乐部发现被低估的资产、避免数千万欧元的转会决策失误。后来 SciSports 更进一步，推出了重资产项目 **BallSight**——利用计算机视觉将比赛视频实时转化为 3D 数据，被称为足球场上的“MRI 扫描”。2016 年，荷甲球队赫拉克勒斯（Heracles Almelo）率先在其球场安装了该系统，SciSports 也一度被贴上“下一个欧洲科技独角兽”的标签。

然而，十多年过去，SciSports 既未能上市，也未能成长为足球界的 Palantir，最终在 2024 年被荷兰 Vena Group 收购。分析其未能成功的原因，主要有四个维度： 1. **客户群体小，订阅预算极其狭窄**：愿意为高级数据买单的主要是职业俱乐部、联赛与经纪公司。豪门有钱但数量有限，中小俱乐部数量多但软件预算极薄。帮助球队节省上千万转会费属于“决策价值”，但客户仅愿按照普通 SaaS 软件进行低价订阅。 2. **AI 的输出无法直接转化为最终决策**：不同于电商推荐系统可以直接变现，AI 球探推荐一个边锋后，俱乐部还必须考量教练喜好、战术适配、语言文化、伤病史、经纪人合同、更衣室性格乃至老板偏好，足球转会是数据、政治、人情与风险共振的产物。 3. **底层基础设施极重**：BallSight 需要在球场实地安装摄像机、部署标定并持续维护数据清洗，无法像纯 SaaS 那样轻资产指数级扩张。行业随后转向了直接从转播画面提取追踪数据的低成本路线。 4. **孤立工具的排异反应**：俱乐部内部已有视频、球探、体能、医疗等多个系统，分析师排斥无法无缝嵌入工作流的“无头工具”；而 Palantir 式的高客单价定制部署，俱乐部又无力承担。

- 2017 年融资后，SciSports 的估值仅约为 1,580 万美元，与其“独角兽”预期相去甚远。 - 足球作为文化产业盘子巨大，但作为职业俱乐部的软件市场却非常微小，单点工具难以独立支撑起十亿美元级别的软件公司。

---

[15:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=900s) 赛道并购潮与 2026 世界杯背后的 AI “大脑”

鉴于单点 SaaS 工具难以独立生存，近年来 Football Tech 行业掀起了大规模的并购整合潮。单点技术被接入大型平台，成为“视频-数据-球探-训练-转播”产业链的一部分： * **StatsBomb**：顶级高级事件数据与模型公司，2024 年被美国体育视频平台 Hudl 收购，整合进后者的教练分析工作流。 * **Second Spectrum**：曾为 NBA、英超及 MLS 提供官方数据追踪，2021 年被体育数据巨头 Genius Sports 以约 2 亿美元收购。 * **Sportlogiq**：深耕冰球数据分析，2026 年被 Teamworks（定位为体育行业操作系统）收购，企业价值估算约为 2,000 万至 3,000 万美元。 * **SciSports**：2024 年整体卖给荷兰 Vena Group。

尽管 AI 在直接提升竞技成绩上暂时难以发力，但它正极大地改写着顶级体育赛事（如世界杯）的运营与观赛体验。在美加墨世界杯葡萄牙对阵克罗地亚的淘汰赛中，视频助理裁判（VAR）介入判定克罗地亚球员越位、进球无效，直接促成了葡萄牙 2:1 的逆转。而做出这一关键判罚的，正是内置于比赛用球 Adidas 内部的 **500Hz 惯性测量单元（IMU）传感器**，它以极高的采集频率捕捉到了克罗地亚球员马塔诺维奇（Igor Matanović）头部对足球极其轻微的触碰。

在决赛前夕，《硅谷101》走访了位于迈阿密科拉尔盖布尔斯（Coral Gables）一条安静街道上的世界杯“大脑”——FIFA 赛事总部。这栋无标识的六层小楼调度着 48 支球队、104 场比赛以及 16 座球场的所有运营。联想（Lenovo）作为 FIFA 历史上首个官方顶级技术合作伙伴，部署了 1.7 万台设备与 350 名工程师。联想在腾讯新闻《寻梦之界》栏目中披露了多项 AI 与技术创新： * **FIFA AI Pro 生成式平台**：改变了以往动辄向教练团队塞入几十页数据报告的做法，分析师现在可以用自然语言（如“C罗本场最活跃的位置在哪里？”）直接提问，系统能实时生成交互图表与视频，甚至解锁球员第一人称视角 3D 画面。

- 本届世界杯数据采集力度空前：16 个球场各部署 16 台光学追踪摄像头（每秒 29 个骨骼点/50次），叠加球内 500Hz 传感器，单场比赛产生超过 **1.5 亿个追踪数据点**（上届仅为 60 万个，数据量翻了几百倍）。 - 所有 1,248 名参赛球员在赛前均完成了全身 3D 扫描，生成数字分身喂给越位系统作为判罚依据。当越位超过 10 厘米时，系统将直接向助理裁判耳麦发送音频提示。 - 毫米级传感器彻底解决了“球出界与否”的视觉悬案（如上届日本对阵西班牙的底线压线球争议），并能通过 3D 视角直观还原“越位位置球员是否遮挡门将视线”。 - 跑动机位裁判佩戴的摄像机通过“边缘计算 + 混合 AI + 专用小模型”架构，防抖性能提升了 50% 至 70%。 - 在主办国墨西哥，警方甚至花费 14.5 万美元引入机器狗协助巡逻，对冲突现场进行初步干预以保障警员安全。

---

[20:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=1200s) 技术与人文的边界：足球为什么是人类最后的堡垒？

针对“AI 究竟改变了足球比赛本身还是背后的运营”这一问题，联想 FIFA 项目 DWS 负责人 Myles Spittle 在接受《硅谷101》采访时表示，技术的引入主要是为了消除人为失误（human error）。在胜负仅在咫尺之间、涉及巨额利益的高规格赛事中，确保判罚 100% 的准确性至关重要。技术并未扭曲比赛的本质，而是让比赛运转得更加流畅、高效。

当前，AI 与技术的落地仍处于极早期阶段，其核心应用依然局限于裁判辅助、数据采集以及观赛体验的升级，离“指导人类踢球”或“直接提高竞技成绩”依然遥远。

> “在未来一切皆有可能，甚至可能会有机器人代替人类踢球的机器人世界杯；但足球对于人类来说是特别且珍贵的，这里是人类创造奇迹的地方，也是充满惊喜、信念和泪水的地方。” —— 传奇教练米卢（Bora Milutinović）

在人类面对 AI 节节败退的时代，充满不可预测性与强烈情感连接的足球，或许将成为人类情感与竞技的“最后堡垒”。这也促使人们在陷入 AI 狂热时重新思考技术的边界——以及，人们究竟为何如此深爱足球。

## Notable quotes > [00:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=0s) 机器人与 AI 的发展绝对无法替代足球这项运动。 — 米卢

> [00:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=0s) AI 将改变一切

> [00:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=0s) 擅长任意球

> [05:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=300s) 阅读比赛的能力

> [05:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=300s) 球队化学反应

> [05:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=300s) 为国家荣誉而战

> [10:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=600s) 下一个欧洲科技独角兽

> [15:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=900s) C罗本场最活跃的位置在哪里？

> [15:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=900s) 球出界与否

> [15:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=900s) 越位位置球员是否遮挡门将视线

> [20:00](https://www.bilibili.com/video/BV1A4gh6pEbE?t=1200s) 在未来一切皆有可能，甚至可能会有机器人代替人类踢球的机器人世界杯；但足球对于人类来说是特别且珍贵的，这里是人类创造奇迹的地方，也是充满惊喜、信念和泪水的地方。 — 米卢

## Mentioned 米卢, 硅谷101, 国际足联 (FIFA), 利物浦, Google DeepMind, TacticAI, Nature, 切尔西, AiSCOUT, 塞维利亚, IBM, IBM watsonx, Meta, Llama, Scout Advisor, StatsBomb, 罗纳尔多, 梅西, SciSports, SciSkill Index, BallSight, 赫拉克勒斯, Palantir, Vena Group, Hudl, Second Spectrum, Genius Sports, Sportlogiq, Teamworks, 马塔诺维奇, Adidas, 联想, 腾讯新闻, 《寻梦之界》, FIFA AI Pro, Myles Spittle

## 弹幕氛围 (Danmaku mood) — 86 条观众情绪整体呈现出调侃、理性讨论与戏谑并存的活跃氛围。早期有较多打分刷屏，随后针对AI/科技对足球（尤其是中国男足）的改变展开了质疑与吐槽，普遍认为“很难”或属“制度问题”。中后期观众则热衷于纠错翻译严谨度、调侃视频背景画面的选用（如小罗配自律文案），并对个别足球明星及裁判规则表达看法。

**整体情绪**：😊 正面 20% · 😐 中性 50% · 😞 负面 30%

**热议点** - **科技/AI对足球（特别是男足）的改变持悲观与吐槽态度** —— “这个是制度问题，不是技术问题” - **弹幕打分与刷屏互动** —— “5” - **质疑视频数据与翻译的严谨性** —— “这里英文原文明明是“20到21赛季中7176个角球（推测是所有球队）”。太不严谨了吧…” - **吐槽文案与选材画面的违和感（如小罗与自律）** —— “小罗：？那你放我视频” - **对球星（如罗纳尔多/C罗）与战术/规则的讨论和表白** —— “引用我罗作为正面典型那我必须三连了”

**代表弹幕** > 很难

> 这个是制度问题，不是技术问题

> 小罗：？那你放我视频

> 这里英文原文明明是“20到21赛季中7176个角球（推测是所有球队）”。太不严谨了吧…

> 引用我罗作为正面典型那我必须三连了

> 举办机器人足球赛看看能不能进亚洲杯

> 《画面无关》

[Source](https://www.bilibili.com/video/BV1A4gh6pEbE)

中文简报

AI难提升球队胜率：DeepMind与利物浦实验未能改写角球表现受限于足球的高随机性与核心私有数据壁垒，AI目前仅能优化裁判判罚与赛事运营，尚无法直接提升竞技成绩或支撑独立软件独角兽。本内容探讨了AI在足球领域的现状与瓶颈。尽管利物浦、切尔西等豪门尝试利用AI优化定位球与选援，但由于足球极高的随机性以及私有数据的严重匮乏，AI目前无法对竞技胜率产生本质提升。同时，受限于极窄的商业客户群体，足球科技赛道深陷“独角兽陷阱”，单点SaaS公司纷纷走向被并购的命运。不过，AI在判罚辅助（如半自动越位系统）、数据采集与赛事转播运营等层面取得了显著突破，其核心价值仍在于消除人为失误，而人类足球的不可预测性与情感纽带依然坚不可摧。利物浦与 Google DeepMind 合作开发的角球系统 TacticAI 虽登顶《Nature》，但多赛季数据显示其角球进球率长期维持在约 3%，目前尚无证据表明 AI 能有效提升胜率。 (0:00) 足球极高的偶然性、非线性因果，以及核心身体数据（如肌纤维比例、分区体脂等俱乐部绝密资产）的黑盒状态，导致 AI 难以建立有效的预测模型。 (5:00) 足球科技深陷“独角兽陷阱”，明星初创公司 SciSports 的被收购折射出俱乐部软件预算狭窄与转会决策高度政治化的困境，引发行业并购潮。 (10:00) 2026 美加墨世界杯通过球内 500Hz 传感器与光学追踪单场产生超 1.5 亿数据点，但 AI 与新技术的应用核心仍在裁判辅助与观赛体验，而非改变足球竞技本质。 (15:00)

Reading summary

《硅谷101》深入调查指出，尽管资本与顶级俱乐部大力探索算法颠覆足球，但受制于极高的比赛偶然性与私有数据壁垒，AI 目前未能在提升胜率或战术竞技上带来可验证的实质突破；其成熟落地主要集中在裁判判罚辅助与赛事运营系统。竞技层面的算法落差与实效验证 (0:00) 众多豪门曾试图利用 AI 改造战术与引援。切尔西与 AiSCOUT 合作考察青训，塞维利亚借助基于 IBM watsonx 与 Meta Llama 的系统提炼自然语言球探报告；最受瞩目的是利物浦与 Google DeepMind 合作开发的定位球系统 TacticAI，该成果曾刊载于《Nature》。DeepMind 利用利物浦三个赛季的 7,176 个角球数据进行模型训练，旨在提供防守站位与进攻建议。然而，《硅谷101》调取 StatsBomb 六个赛季的数据统计显示，除 2021-2022 赛季外，利物浦其余赛季的角球进球率长期维持在约 3%，未见可归因于该系统的显著提升。DeepMind 官方对此未予回应。现有实战结果表明，AI 既无法充当教练带队夺冠，也尚无确凿证据证明其能有效提高角球得分率。算不准的根源：极端偶然与私有数据黑盒 (5:00) 业内分析认为，足球具有“得分低、变量多、高随机性、信号极弱”的特征，胜负常由极少数不可控的关键事件决定。战术博弈中对手会主动破坏规律，AI 仅能识别历史相关性，难以厘清非线性因果，更无法量化“比赛阅读能力”或“团队化学反应”等抽象心理特质。比算法模型更致命的是数据黑盒。足球界不存在公开的大型训练集，真正决定竞技表现的关键指标——局部体脂分布、快慢肌纤维比例、肌肉横截面积、重复冲刺衰减率，以及提示伤病风险的细胞内外液比例与姿态不对称性——均为各俱乐部的绝密私有资产。外部 AI 机构缺乏实验室精度的核心数据，而单家俱乐部样本量又极其有限，致使模型构建步履维艰。商业困局：足球科技的独角兽陷阱与并购 (10:00) 足球科技领域至今未诞生百亿美元估值的行业独角兽，荷兰明星初创公司 SciSports 的兴衰反映了该赛道的现实瓶颈。SciSports 曾推出评估球员潜力的 SciSkill Index，并开发通过球场实地摄像机提取 3D 数据的 BallSight 系统，一度被视作欧洲科技独角兽候选，但 2017 年估值仅约 1,580 万美元，最终于 2024 年被 Vena Group 收购。其困境源于四大阻碍：客户群体主要为职业俱乐部，中小球队软件预算极其狭窄；球员引援涉及战术风格、更衣室性格与人情合同，数据输出无法直接闭环驱动决策；实地布设硬件成本沉重，缺乏纯 SaaS 的指数扩张能力；且孤立工具易引发俱乐部工作流排异。此后行业掀起并购潮，如 StatsBomb 被 Hudl 收购、Second Spectrum 被 Genius Sports 收购，单点技术逐步退化为大型平台的附属模块。落地主战场：高精传感器与赛事运营赋能 (15:00) 虽然 AI 在指导人类踢球上收效甚微，但在赛事运营与精准判罚领域已占据核心地位。在 2026 美加墨世界杯赛场，比赛用球内置 500Hz 惯性测量单元（IMU）传感器，能微秒级捕捉皮球接触点，直接化解越位与出界争议。每座球场配备 16 台光学追踪相机，单场产生超 1.5 亿个追踪数据点（上届仅 60 万个）；所有 1,248 名球员赛前均完成全身 3D 扫描，当半自动系统判定越位超 10 厘米时会自动向裁判耳麦发出提示。在 FIFA 赛事总部，联想部署了 1.7 万台设备，推出 FIFA AI Pro 平台，允许分析师用自然语言提问生成即时战术图表与球员第一视角画面；跑动机位摄像机亦通过专用小模型将防抖性能提升 50% 至 70%。AI 正在全面重塑顶级赛事的转播与基础设施。联想 FIFA 项目负责人 Myles Spittle 强调，技术引入的核心价值是消除关键判罚的人为失误，而非扭曲或干预比赛本质。传奇教练米卢亦指出，即便未来出现机器人世界杯，充满意外、信念与泪水的人类足球仍不可替代。在算法狂热之中，高度不可预测且依托情感羁绊的绿茵场，展现了数字技术的清晰边界。

Source quotes

[0:00] 米卢: 机器人与 AI 的发展绝对无法替代足球这项运动。 [0:00] AI 将改变一切 [0:00] 擅长任意球 [5:00] 阅读比赛的能力 [5:00] 球队化学反应 [5:00] 为国家荣誉而战 [10:00] 下一个欧洲科技独角兽 [15:00] C罗本场最活跃的位置在哪里？ [15:00] 球出界与否 [15:00] 越位位置球员是否遮挡门将视线 [20:00] 米卢: 在未来一切皆有可能，甚至可能会有机器人代替人类踢球的机器人世界杯；但足球对于人类来说是特别且珍贵的，这里是人类创造奇迹的地方，也是充满惊喜、信念和泪水的地方。

Original transcript

[0:00] 带领中国男足进入世界杯的传奇教练密卢纠正了我对足球的英文并且告诉我机器人和AI的发展不会替代足球这项比赛今年每家墨世界杯的一些场次呢也在硅谷举办众多科技大佬们也是前往观赛那我有一个问题是啊在硅谷人们信仰AI将改变一切那么AI能否改变足球呢我们硅谷101的世界杯小队啊还真做了一些研究还真有初创公司和资本是花了大价钱想要用AI去颠覆足球这项运动但是结果呢你看完这个视频就知道了这期视频中我们受邀走进了FIFA赛事总部看看世界杯背后的大脑和技术是如何运转的同时我们也来聊聊定届俱乐部门是如何用AI去改造足球的他们做了哪些尝试有什么成功或者失败的案例整个FUBO TECH锤类赛道是如何拥抱和自我修正产业投资的悄悄改变你我参与足球和世界杯的方式那这里还有一个终极问题中国的AI发展如此之迅速能让男足进下一届的世界杯了这里我们先定义一下足球AI如果你对足球的AI想象是AI能够提高他的胜率成为一个AI教练能够帮助球队拿冠军那目前来看没有什么证据能够表明AI有什么帮助哪怕我们把范围再缩小一点比如说AI能够帮助俱乐部签下更好的球员AI能够帮助提高脚球的进球率遗憾的是结论或许也是一样的还不行目前已经有一些俱乐部做了一些大胆的尝试了丁顶的红军利物谱与谷歌DeepMind合作开发了名为Tactic AI的定位球系统曾经就被媒体宣传为足球AI的里程碑DeepMind还为此专门在Nature上面发表了论文切尔西与一家名为AI Scout的公司合作用于对内的轻讯系统Ai会分析年轻球员的各项技术动作帮助轻讯部门发现好球员类似的合作还有西甲的塞维利亚队与IBM合作推出了Scout Advisor这是基于IBM WatsonX后来也使用过Meta的Lama模型这套系统能够理解球碳报告里面的自然语言比如说擅长任意球就能够帮助球碳们从大量的球碳报告当中去快速找到合适的球员那我们以最知名的利物浦和DeepMind的合作为例看看AI能不能带来想象中竞技层面的提升那根据Nature上的论文DeepMind用了三个赛季当中利物浦的7176个角球用于训练和评估反正训练的模型理论上可以预测谁更可能第一个出球这次脚球会不会形成射门,以及可以建议球员怎么移动,怎么站位等等。一个足球好门配一个顶尖的AI公司,还在Nature上发论文,是不是听上去就高大上。但是具体的效果呢,利物浦到底有没有在脚球中提高进球率呢?我们搜遍了主流的科技媒体和体育媒体,也没有这方面的进一步结论,于是我们自己统计了一下。我们让AI从StepBunker中调取了过去六个赛季利物浦的脚球进球数,过去6个季度利物浦获得的角球数量然后算出了角球进球率大家可以看一下屏幕上的数据对比可以看出来除了21到22年赛季其他赛季的角球进球率没有什么显著的变化都是3%几Deepmind和利物浦都没有披露这套AI系统什么时候开始使用但是我们看到Nature上论文发表的时间是24年3月所以21到22赛季这套AI系统大概率还没有开始使用也就是说到目前为止尚且还没有对利物浦的角球形成任何有数据支撑的改善我们贵贵101呢其实在之前内部有讨论过这个选题也给Google DeepBind发了采访邀约但是对方没有回复那我们基于这个统计的疑问再放大一点为什么AI在其他领域都在狂飙但是在足球领域一直没有听说哪个AI产品能够对竞技成绩产生颠覆性的影响呢那我们和一些业内人士聊了聊大家认为一个可能的答案是足球是所有体育运动当中偶然性最高变量最多的项目之一单一的因素对于比赛结果的影响来说都难以被量化和验肘一场比赛的结果受到太多变量的影响,多到甚至无法统计,天气、裁判、场地条件、球员状态、现场氛围、互相的关系和协作、甚至球员的心理状态都能够决定比赛结果。当然还有一些阴谋论当中的假球这些复杂的变量还会相互影响比如说现场的氛围会影响球员状态而裁判的判罚会影响现场氛围等等同时有些变量会随着时间的推移而变化比如说球员成名前很自律但是成为了亿万夫 [5:00] 之后可能就飘了这里没有影射任何人先声明一下有些变量的权重也会发生变化并且很难预测比如说同样一个不自律的球员年轻的时候对球场表现影响不大但是年纪大了之后就会出现明显的状态下滑但是这里有个反历史同样是体重超标但是大罗依然是世界顶级这就形成了一个悖论AI无法控制变量导致模型提高缓慢那俱乐部哪怕成绩提高了证明是AI而不是其他因素导致了成绩的变化足球当中很多变量是无法量化的更无从量化这些变量对于比赛结果的影响权重AI可能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这些不可量化的变量还可以几乎无穷尽的列下去比如说强对抵运对胜利的渴望更衣室的氛围裁判尺度的松紧等等等等一个几十万人的岛国球员们大多混迹于低级比联赛全球队的身价加起来也没有梅系高那AI如何能够预测出这样的一个球队能够连续逼平西班牙和乌拉圭还能够把阿根平几乎逼上绝境呢一份符合国际职业球探组织标准的球探报告不仅要包括速度、耐力、弹跳等可量化标准还要包括很难量化的位置感、领导力、决策力、比赛态度等等球员的性格是否自律有钱之后是否张扬等维度足球中的因果关系往往是非线性的比如说增加空球率不一定会提高胜率反而可能因为防守反击而输球让11个超级巨星组成一支球队不一定会拿到冠军反而可能因为更衣室中谁也不服谁导致成绩还不如平民球队所以足球当中这种非线性关系就是AI最怕的那种类型还有一个点为什么AI对足球之前运动的效果会怎么差原因就在于数据大家想一想足球的数据是什么呢足球是人踢的所以球员的竞技身体数据分散在全世界的几千家俱乐部当中足球界从来都没有自己的Books Corpus或者像WebTax这样的大型文本数据集球员的公开身体数据比如说身高体重等最多用来制作球星卡那竞技身体数据则是完全不一样不公开球员报告大概都包含了那些数据这包括球员的局部体脂分部也就是腹部下腿前侧后侧臀部肩背的分区体脂这决定了球员的爆发力对抗能力还有伤病风险快机或慢机的纤维比例,这决定球员是更加偏向爆发型还是钠力型,属于天生属性,极难后天改变。肌肉困结面积CSA比如股四头肌国神肌臀肌这直接关联对抗能力圣门能力还有伤病概率乳酸孕和实测最大是氧量,直接关联球员能够扛多久的高压比赛。重复冲刺能力指的是连续5-10次冲刺之后的速度衰减率,这是高压逼抢战术的核心指标。地面反作用力指的是急停变向起跳的时候脚对地面的压力,这能判断球员的动作合理性。还有发力练势序,这是指射门或者传球的时候,髋关节到膝关节到脚踝的发力先后,能够判断球员的动作合理性,也是针对性训练的重要参考。AI公司使用多角度摄像机加AI姿态模拟也很难达到实验室的精度也就是说这样相关的数据都是AI公司绝无可能从公开渠道去获取的数据我们在以AI公司初期聚焦的伤病预测模型为例俱乐部的私有数据中有球员的细胞内外液比例能够判断水肿肌肉炎症过多疲劳肤态不对称性指的是左右腿发力差和落地重心偏移这是肌肉拉伤十字韧带撕裂等严重伤病的前兆另外还有关节松弛度和韧带稳定性,能够看出脚踝膝盖宽关节的松动程度是伤病的高危信号。还有隐性危损伤和软组织疤痕硬度,能够判断旧伤术后的肌腱弹性,疤痕粘连度,直接决定再次受伤的概率。而这些分散在几千家俱乐部中的数据没有任何一个组织或者商业公司能够完整的获取,同时每一个俱乐部它掌握的数据又样本量不够。足球失效了第一呢足球是得分低高随机的运动信号极弱第二呢胜负有少量的关键事件决定而非整体统计规律第三呢球场上是对抗性的动态博弈规律呢会被对手主动破坏那第四AI呢只能理解历史相关性无法理解真实因果不可量化的数据太多 [10:00] 所以AI在足球上去复刻XGBT时刻或者Clock Code时刻就非常非常困难而在商业上一度让资本非常期待的Football Tech也是经历了一轮自我修正的周期全世界AI公司的估值则在暴涨沾上点AI概念股价就能够飙升了今天一个AI足球技术的独角兽却不见踪影在这里我们来讲一个曾经的Football Tech的明星初创公司SizeSports的案例同时也透过他的故事来看看这个产业背后的困境2013年荷兰恩斯克德市的一间学生公寓里三个年轻人有了一个听起来非常硅谷的想法如果Football Manager可以在游戏里预测球员潜力那么现实世界里为什么不行于是他们决定做一个帮助职业俱乐部判断球员价值预测球员潜力甚至理解比赛本身的足球数据智能系统这家公司叫做Size Sports在当时呢这个故事几乎是完美采中的所有热门的关键词足球 AI 积极学习计算机视觉转会市场全球化数据库还有职业俱乐部客户朋友们想象一下如果你能够提前一年发现下一个哈兰德贝林厄姆或张宝巴佩你是不是就能够帮助俱乐部省下几千万欧元呢如果一个软件能够参与转会决策它是不是应该成为一家10亿美元估值的公司呢但是十多年过去了Size Sports没有上市没有成为全球家喻户晓的AI足球独角兽2024年他被荷兰Vena Group收购为什么一个看起来如此正确的创业方向最后没有变成足球世界的Palantir呢那我们先来看一下Size Sports的产品早期Size Sports做的是数据化球探他把球员的比赛数据联赛强度出场时间位置球队表现年龄和成长曲线放进模型里面试图去建立一个全球可以比较的球员评分系统叫做Size Scale Index那这个切入点其实很聪明因为在足球里面转会是最昂贵也最容易犯错的决策之一了一个球员买错了损失可能是几百万几千万欧元但如果一个数据系统能够提前帮你发现低估资产那它的价值是不是听上去就巨大但是Size Sports并不满足去做一个球员数据库他开始去做更重的东西叫Ball James这个系统的野心是用计算机视觉把比赛视频转成实时的3D数据Size Sports曾经把它形容成足球比赛的球场MRI就像扫描人体一样去扫描整块球场那么在2016年荷兰俱乐部Harmoros Amelo就成为了第一个安装Ball James的职业俱乐部之一这些痛点找得很准以至于Size Sports后来被贴上过一个很有想象力的标签说他是Next European Unicorn也是下一个欧洲的独角兽但是他为什么没有成功呢首先客户少预算窄足球呢看起来是一个全球市场但是真正愿意为高级数据分析付大钱的客户主要是职业俱乐部联赛足协还有经纪公司但这中间呢有个悖论丙级俱乐部有钱但是数量有限中小俱乐部数量很多但是软件预算很薄你可以帮一只球队省下上千万欧元的转会费但是他未必愿意为软件每年付你几百万那这就是体育科技最尴尬的地方你创造的是决策价值但是你收费的时候呢客户就可能帮你当成是订阅软件第二个问题AI的答案很难直接变成决策你想啊如果一个电商推荐系统说这个用户可能会买鞋那平台呢就可以立即推送广告但是呢一个足球AI说证明边风潜力很高那俱乐部不能立刻的刷卡下班吧他还要考虑教练喜不喜欢吧战术适不适配吧还有语言文化生病史经纪人合同薪资结构更衣室性格甚至呢老板的个人偏好所以呢足球转会呢是一个数据政治人情和风险共同作用的复杂决策那第三个问题是底层数据太重了Or James不得不说很先进但是如果一个系统需要球场安装摄像机部署标定维护数据清洗那它的扩张速度就很难像纯SARS一样进行指数级的增长所以后来的行业趋势其实更加偏向另外一条路从现有的转播画面单机位视频战术机位中直接提取追踪数据而不是把整个球场和比赛给3D化也就是说谁能够更低成本的去把普通视频变成结构化数据谁就更容易规模化这里面算的还是经济账那换句话说Size Sports很早看到了正确的方向但是早期的实现路径啊可能就太重了第四个问题俱乐部不想再多买一个孤立的工具那足球俱乐部里面已经有视频平台球摊系统体能系统医疗系统 [15:00] 无头工具还有数据提供商行而分析师最怕的就是外部的软件不能很好的欠进内部工作流和数据那这样看起来传统SaaS的模式是不适合SizeSports的Palantir的模式对于SizeSports来说它的客户也没有那么多的钱让它去单独部署这就是为什么Football Tech这个行业后来出现了大量的并购比如说Statsbaum一路是直接足球里面很有影响力的高级事件数据和模型公司2014年它被美国体育视频平台Huddle收购那Huddle的逻辑很清楚他本来就做视频分析和教练工作流把StatsBomb的高级数据接进来就能够把视频加数据加球探加比赛分析打包卖给职业队再比如说Segund Spectrum他曾经是NBA英超和MLS的官方数据追踪和分析提供商之一可以把比赛中的球员和球转化为机器可读的数据再服务教练分析室媒体和转播方但在2021年被体育数据公司Genius Sports以大约2亿美元收购还有SportLogic主战场是冰球2026年它被美国公司Teamworks收购Teamworks自己的定位是体育行业操作系统想要把球队运营运动员管理表现分析和AI洞察整合在一个平台里面SportLogic的收购价格没有披露但是第三方数据库Deal Room给过一个大约2000万到3000万美元的企业价值的估算最后就是我们前面重点提到的Size Sports2024年Size Sports被赫兰Vanat Group收购交易价格没有披露但是如果看早期的融资口径WellFound的显示Size Sports 2017年融资之后的估值大约是1580万美元可以说是让早期成为下一个欧洲科技独角兽的愿望落空了你说市场巨大吗无庸置疑足球是全球第一运动球迷数以10亿计转汇市场很贵吗当然贵了头部俱乐部每年花的钱像天文数字AI有用吗数据确实可以提高球探分析和训练效率但是这些东西加在一起不自动等于一家11美元软件公司因为足球作为文化产业很大但是作为职业俱乐部软件市场但没有想象中的那么大那这就是Size Sports故事里面最重要的反转所以Football Tech如果想要靠一个数据模型一个球探评分一个视频分析工具很难支撑一家超级独角兽但是如果它被整合进一个大平台上成为视频数据球探训练转播链条的一部分它依然有商业价值到这里似乎我们就找到答案了这个问题不是AI没用而是足球俱乐部的软件预算太窄销售周期太长而且工作流太碎让单点产品很难独立的长成巨头虽然AI在提高球员成绩提高球队质量上暂时还不行但是如果我们不单单说足球而是说世界杯这样的体育赛事技术含量确实是越来越高了同时AI也在慢慢的改变观赛体验那么最好的例子就是最近葡萄牙对克罗地亚的这场淘汰赛了在7月3号的这场美加莫世界杯16分之1决赛当中视频助理裁判系统介入发现克罗地亚球员越位主裁判判定进球无效那这帮助葡萄牙对2比1逆转克罗地亚而替裁判做出最终判决的是一枚在比赛用球里配置的500赫兹惯性测量单元IMU实时追踪三维空间中的加速度和细微动作这才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而这在之前没有IMU足球和VR的时候是不可能被人类裁判捕捉到的而就在决赛的前两天我们飞了一趟迈阿密走进了这届世界杯的大脑它藏在Coreau Gables一条很安静的街道上一栋外面没有任何标识的六层小楼叫做赛事总部48支球队104场比赛16座球场加上北美600多个站点除了转播之外的一切都从这栋楼里面调度而把非法技术指挥中心和赛事运营中心共同搭起来的是联想它也是国际足联历史上第一个官方技术合作伙伴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作为国际组联官方技术合作伙伴在腾讯新闻寻梦之界上向我们披露了许多AI和其他技术的创新应用这包括了分析工具FIFA AI Pro在以往的世界杯比赛中FIFA经常向各国家队提供大量的赛后数据那这动辄五六事页的数据报告结合大量的摄像机画面一股脑的C给教练和分析师去消化这其实是挺大工作量的哈而FIFA AI Pro为分析师们提供了一个GNAI平台仅仅用自然语言呢就可以操作可以询问比如说C罗在这场比赛中最活跃的位置这样的问题还有一点很酷的是FIFA AI Pro呢还可以辅助交互图表视频甚至用户呢也可以解锁比赛的3D视角从球员的角度来关注 [20:00] 赛场的情况那我们看到呢今年世界杯在数据采集上也是下了真血本啊16个比赛场地每个场地加16台光学追踪摄像头每秒扫29个点才50次再加上足球里面那颗每秒才500次的传感器一场比赛下来能够增下超过1.5亿个追踪数据点那对比一下上届这套系统才踩了60万个数据点那这回是直接犯了好几百倍那么攒这么多数据干什么呢主要是三件事第一件事就是越位的判定更准了现在只要球员越位超过10厘米系统也足够确信那么助理裁判的耳麦里面就会直接响起音频提示当场就能够举棋而为了判得准这届1248名球员都在赛前做完了全身的3D扫描人手一个虚拟分身,未给阅为系统,当判法依据,第二件事是专制那些出没出界,过没过现的市级悬案,还记得上届日本对西班牙的那颗球吗?三山薰在底线边上把球给捞回来了,肉眼去看的怎么都像出界了,结果呢,VAR磨了两分钟,认定球还有那么一丝压在线上,进球有效,德国呢也因此被淘汰回家,那么这种毫米级别的生死判法,再配上球里的传感器锁定精确轨迹,Layer 2就不用再靠几张模糊的截图来猜了。对于越位干扰也是一样的,球员到底有没有挡住门将的视线?3D视角一拉就一目了然。第三件事是给转播和观众的转播画面里面你也能够看到3D分身部分转播伙伴还能够拿到这套数据把精彩的镜头甚至整场比赛做成3D版本重新呈现此前裁判随身佩戴的摄像机抖动很严重没法用于转播但今年联想专门为跑动时的画面做了稳定处理测试中抖动减少了50%到70%并且通过边缘计算加混合AI加多个针对性小模型的架构这些世界杯还有一些有趣的看点,比如说为了打击世界杯期间的犯罪活动,墨西哥是花了14.5万美元买了一堆机器狗,协助警方对任何冲突现场进行初步干预,从而保护警官的人身安全。当我们说AI改变足球的时候,到底AI改变了足球这场比赛本身还是整个的背后运营呢?世界杯期间50天连轴转的联想FIFA项目GWS负责人Mouse Pito在FIFA中心接受硅谷101的采访中是这样说的。如果你可以...先用手机的通知,例如,是指定的,那是帮助公司的公司因为你会避免人 error是好和不好的,因为我身上一场球游戏,虽然人 error能加到游戏的游戏。但其实,当有这么高的 stakes和小的小的 margins,你必须得100%的确,因为它是分别的差别和失去试,是有所差的差距的差距例如我所看的,我看它影响在那一种方式我看到它在游戏中的影响,令它们更加进行动。而是更加有效率所以不得不说世界杯正在变得更加技术更加AI但是这样的尝试还在非常非常早期的阶段目前来说技术的主要用途还是在判罚比赛数据收集和观赛体验上但是真正要让AI能够提高人类足球成绩甚至指导人们踢球还为时尚早米卢对我说在未来一切皆有可能甚至机器人也有可能代替人类踢球有机器人或者AI世界杯但是足球对于人类来说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和泪水的地方在人类面对AI节节败退的时候也许足球会成为人类最后的堡垒也让我们在陷入AI狂热的时候重新思考AI的边界究竟在哪里以及是的你怎能不爱足球啊那么以上就是我们这期视频的很开心在墨西哥的一个活动上能够见到米卢大家很感激这位传奇教练在24年前带给中国球迷的惊喜也希望这样的惊喜可以再来一次你们的点赞转发和留言是支持我们贵国101做好深度科技和商业内容的最佳动力我是陈倩那我们就下期视频再见啦Bye