今天，2026美加墨世界杯72场小组赛宣告全部结束，世界杯的第一阶段赛事就此收场。赛场之外，另一场较量也同步公布了结果。联想与咪咕合作发起的世界杯预测人机大战中，12家国产大模型与数万名人类玩家展开了对决，目前数据显示：AI整体命中率约为61.9%，人类玩家的成绩是54.6%。
在那些有着明确胜负的比赛中，AI展现出较高命中率，不过当面对平局情形时，AI预测20场中仅准确了11次。AI的优势并非超越常识，而是比人类更稳定地执行任务，它们不会受情绪波动影响，还能兼顾更多信息维度。
淘汰赛即将登场，留下的32支球队实力更为接近，“送分题”不复存在，对AI来说，真正的考验才将要开始。
还有一个值得思考的问题是，大模型厂商为何纷纷投身世界杯预测？它们意在展示技术实力，还是借四年一度的热点进行营销活动？当淘汰赛开启、“送分题”消失，这些模型还能维持及格线以上的水平吗？
01.大模型集体参与猜球，谁在认真应对考试？
世界杯历来是品牌的流量聚集地，今年新添了一类参与者。国产大模型厂商选择以猜球为切入点，借助四年一度的热点，让用户直观感受到AI的分析能力。
规模最大的是联想与咪咕联合举办的“人机大战”，召集了DeepSeek、通义千问、Kimi、腾讯混元等12家国产大模型，与数万名人类选手在同条件下比拼命中率。
单独行动的厂商也有不少。千问上线了足球预测AI助手，覆盖全部104场比赛，用户与AI同台竞猜，准确率超过千问标准的用户有机会抽取万元大奖；还同步推动球场计划，用户竞猜积分达标后，千问将为乡村学校捐建足球场。Kimi搭建了300个Agent，分别负责战术分析、球员状态追踪、赛程计算、赔率监测等任务，生成了一份224页的预测报告。
只是各厂商的活动侧重点不同。联想咪咕做的是能力横向比较，通过12个模型同场竞技来吸引关注；千问把预测融入到用户互动和公益中，侧重于C端获客；Kimi则更强调展示Agent处理复杂任务的能力，预测只是其中的载体。
三场活动中，只有联想咪咕的“人机大战”设置了统一规则、统一评分标准，让12家模型与人类玩家在同一起跑线上竞争。因此，我们以它的数据为基础，对这份成绩单进行剖析。
截至6月28日，72场小组赛全部结束，12家AI整体命中率为61.9%，人类玩家的成绩为54.6%，AI领先约7.3个百分点。
图源 / AIX财经依据咪咕官方预测数据统计计算 从排名来看，腾讯混元和中移九天并列第一，命中率68.1%，超过三分之二；百度文心、千问、DeepSeek以63.9%持平；垫底的阶跃星辰只有43.1%，甚至低于人类选手的平均水平。排名首尾相差25个百分点，差距确实不小。
相对于排名，更值得探究的是这些模型胜在何处、败于何方？
AI擅长预测胜负分明的比赛。在西班牙对战沙特的比赛中，12家AI中有11家猜中了输赢结果；而在德国对战库拉索的比赛中，10家模型都给出了正确判断。这类比赛的共同点是强弱对比明显，模型只要参考世界排名、阵容身价和历史战绩，就能得出准确结论。越逼近“背公式即可作答”的题目，AI的表现越出色。
某美企AI海外负责人曾小健介绍，大模型预测本质上是一台“排序机器”，将球队各项数据加权比较，实力差距越大，排序结果越稳定。
让AI“翻车”的是平局和冷门事件，在整个小组赛期间，平局是AI命中率最低的类型，仅命中了11次。
最典型的案例是西班牙对阵佛得角的比赛。西班牙是夺冠热门，世界排名、阵容身价、历史战绩均占优势；佛得角则是首次跻身世界杯的非洲新兵。赛前，11家大模型都预测西班牙获胜，但最终比赛结果是0-0平局。佛得角门将的多次关键扑救化解了西班牙的攻势。一个球员的突出表现、一次战术的恰当执行，都可能导致比赛走向彻底改变。
