AI走进了体育场,然后呢?
新华社北京3月15日电(记者肖世尧)今夏的美加墨世界杯,AI战术分析师将帮助各队制定战术;F1赛场边,车迷能通过虚拟现实操控台过一把车手瘾;哈尔滨社区冰场上,智能温控服为孩子们延长训练时长……在不同场景下,AI正在深度融入人们的体育生活。
日前,一场以“AI+体育:应用新场景、消费新动能”为主题的圆桌论坛在北京举行。从“赛场内”到“赛场外”,来自体育界和科技界的嘉宾共同探讨AI在体育中的应用。
当AI闯入赛场
美加墨世界杯,联想是国际足联官方技术合作伙伴。联想集团副总裁陈敏仪介绍,联想与国际足联的合作已不再局限于传统赞助商的品牌展示,而是成为世界杯完整技术解决方案的提供商。从覆盖16个赛区的数据中心,到赛场边的实时处理系统,再到球迷能感知的AI互动体验——这些新事物共同构成“首届由AI赋能的世界杯”的技术底座。

陈敏仪介绍,本届世界杯主要将应用三项来自中国的AI技术:足球AI超级智能体“Football AI Pro”将通过数据分析帮助球队进行战术推演;3D数字人可视化方案生成球员精确模型,让越位判罚更精准直观;裁判佩戴的摄像头通过AI增强技术,为观众提供裁判视角的沉浸式体验。
对此,国际级裁判员马宁有切身体会。从2018年俄罗斯世界杯首次引入视频助理裁判系统(VAR),到如今AI介入判罚,技术迭代的速度远超预期。
“今年初我们去吹罚阿拉伯杯,场上助理裁判如果听到AI提示越位,可以直接举旗。”马宁说,以前判断越位要等VAR画线,现在AI在1到2秒内就能直接推送结果,大大提升了比赛流畅度。

竞技训练领域,短道速滑奥运冠军武大靖的感受也很直接。他回忆,过去训练大多依赖教练的经验和肉眼观察,如今运动员的滑行轨迹、刀刃角度、弯道速率都可以用科技手段捕捉和分析。
“我听科研人员说有比赛模型,可以把大量比赛数据放进电脑,让AI生成技战术方案,告诉运动员什么时候领滑、超越、节省体力。”武大靖说,以前拼谁更狠,现在拼谁更聪明。

F1赛场上,AI介入程度更深。国体智慧体育技术创新中心执行主任尚晓群介绍,他们正在做的项目通过XR虚拟现实等技术的融入,让车迷可以在模拟操控台上,体验近乎真实的F1车手现场驾驶感受。
当AI走向街角
顶级赛事是AI的试验场,但技术的归宿始终在于普及应用。
陈敏仪说,联想在世界杯上验证的技术,未来会向各项赛事复制,并下沉到社区足球、青少年培训中。“这是一个从顶级验证到规模复制、再到基层普及的路径。”
江苏省足协副主席王小湾对此深有感触。去年“苏超”火爆出圈,累计吸引超过243万人次现场观赛,各平台相关话题播放量近800亿次。火爆现象的背后,他也看到了数据建设的滞后。
“欧洲俱乐部十几年前就有一套通过数据选拔人才的系统。”王小湾期待AI能在推动足球人才建设方面提供帮助,“让基层选材不再只靠几个教练肉眼看看”。
社区足球层面,未尽研究创始人周健工提到了更日常的需求。“我从高中就踢球,以前经常因为判罚起争执。”他说,社区和校园足球需要高水平判罚服务,但请不起好裁判。如果国际足联推广的单摄像头追踪技术能在社区层面普及,“大家都支付得起,问题就解决了”。

冰雪运动领域,云境科技创始人周洋关注的是另一个痛点。该团队研发的智能温控服装已在哈尔滨亚冬会和冰雪大世界投入使用。最让他触动的是一个社区冰场的案例:零下20多摄氏度,孩子们穿着普通棉服练习20分钟,就得回屋取暖,换上智能温控服后,训练时间延长到50分钟。周洋设想,未来还可以把武大靖等顶尖运动员的过弯经验,通过柔性传感器和AI算法装进一件速滑训练服里,让它辅助基层孩子训练。
当体育面对AI
技术介入体育越深,需要回答的问题也越多。
世界反兴奋剂机构(WADA)副主席杨扬认为,体育在不同时代扮演着不同角色,而今AI技术的突飞猛进推动体育角色又一次转变。

“过去大家习惯谈‘体育+’,希望用体育去赋能其他行业,但往往因为体育自身商业模式没跑通,显得‘小马拉大车’。现在,一些大健康企业、做情绪价值(相关服务)的企业主动找来,希望引入体育资源完善他们的平台。从‘体育+’到‘+体育’的转变正在发生——体育不再仅仅是主体,更成为一个赋能的角色。”杨扬说。
而在体育学者易剑东看来,在体育拥抱AI的同时,也必须想清楚是否有能力驾驭它。他将AI与体育的关系定义为“AI赋能体育,体育掌控AI”。一方面,在体育教育和培训中,讲解、示范、纠错、竞赛组织等核心环节,都可以通过AI来赋能。另一方面,国际体育组织、运动员等要通过更好地掌握AI技术,为人类与体育的连接拓展更美好的前景。
“AI的威力无与伦比,但如果它脱离我们的控制,危害也将会是空前的。让我们理性地拥抱它。”易剑东说。
马宁的担忧更为具体——如果未来用机器人执裁,体育中的人性化判断就可能会消失。他举例,两个体重不同的球员冲撞,同样的力量放在一个人身上是合理对抗,放在另一个人身上可能就犯规了。“如果AI只看力量磅数,就会出现肉眼看着合理、机器提示犯规的情况。”
周健工则引用了一个有趣的观察——人类越容易做的事情,AI做起来越难,人类越难做的事情,AI做起来越容易。体育集个人的灵巧、团队的配合、体力与脑力于一体,很多核心要素仍然难以被AI替代。
正如武大靖所说:“AI再强大,也算不出一个人对胜利的渴望,对团队的认可,对为国争光的这份荣耀感。”
大家都在看
-
欧洲车企掀起“向东看”浪潮,来到中国市场“健身房” 原标题:欧洲车企掀起“向东看”浪潮——“汽车产业的未来在于与中国合作”(见证·中国机遇)大众安徽整车制造基地生产车间内的电动汽车自动化生产线。大众汽车供图斯堪尼亚江苏如皋工业生产基地内,技术人员正在紧 ... 机械之最04-29
-
伺服VS机械:如何为精密电子冲压选择最合适的高精度冲床? 摘要在精密电子冲压里,冲床选得对不对,直接影响尺寸稳定、毛刺控制和产能节拍。简单来说:伺服冲床更像“可编程的冲床”。滑块速度和行程曲线能按工艺来设,定位和重复精度也更容易做得更稳,适合连接器端子、屏蔽 ... 机械之最04-29
-
铜合金精密零件加工:黄铜、铍铜、红铜怎么选? 铜材在精密零件里是一个特殊的存在——不像铝合金那么主流,但在特定场合完全不可替代。导电性好、导热性优秀、耐腐蚀性强,是铜材被选择的核心原因。但"铜"不是一种材料。黄铜(Cu-Zn合金)、铍铜(Cu-Be合 ... 机械之最04-28
-
金属材料及热处理基础:盘点7个力学性能关键指标,从原理到应用 在机械制造领域,黑色金属材料的应用占比超 90%,核心原因就是它具备可通过热处理灵活调控、能适配各类复杂工况的力学性能。不管是零件设计选材、热处理工艺制定,还是后期的失效分析,吃透力学性能指标都是绕不开的 ... 机械之最04-27
-
国内史诗级长途自驾,3 万公里跨越南北西东,108 天走完直呼过瘾! 当夕阳把最后一抹金辉洒在帕米尔高原的雪峰上,当车轮碾过东极抚远凌晨四点的第一缕晨光,你会突然明白——有些风景,注定属于那些把梦想刻进车轮的人。这不是一场旅行,这是一次对960万平方公里的致敬。108天,3500 ... 机械之最04-27
-
万亿级大风口!超大“机”遇,来了→ “十五五”规划纲要,将“量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信”列为六大未来产业,推动其成为新的经济增长点。具身智能是指拥有物理身体的智能体,人形机器人就是典型的代表之 ... 机械之最04-27
-
机械五虎VS机械四小龙完整版对比!2026报考直接对照选 机械五虎VS机械四小龙完整版对比!分数档位+专业侧重+就业差异,2026报考直接对照选 开篇导语 工科机械报考最纠结:选机械五虎冲顶尖天花板,还是选机械四小龙走高性价比赛道?一份完整版对比表,把分数门槛、王牌特 ... 机械之最04-27
-
首席记者谈首季经济丨江西的新能源产业突围之路 新华社南昌4月26日电 题:江西的新能源产业突围之路新华社记者冯俊扬地处江西上饶的晶科能源股份有限公司稳居全球光伏组件出货量前列;刷新充电速度纪录的比亚迪新一代刀片电池在江西抚州量产……今年1-2月,江西光 ... 机械之最04-27
-
0博士组合拿下ICLR时间检验奖,十年论文终封神 鹭羽 发自 凹非寺量子位 | 公众号 QbitAIICLR 2026时间检验奖新鲜出炉,获奖者——GPT天才本科生Alec Radford。网友们纷纷送来祝贺:“实至名归!”Alec为人相当低调,其社媒清一水的都是转发推荐他人优秀成果。但实 ... 机械之最04-26
-
追光丨专属老年人的“神仙”健身房 你看了“心动”吗? 放眼全国大大小小的健身房早就遍地开花但专门给老年人开的健身房你见过吗?不是公园随便甩甩手也不是小区慢悠悠走两圈而是有专业设备、有运动方案、有指导人员的专业空间一进门先做“全身扫描”↓机器一测个性化运动 ... 机械之最04-26
相关文章
- 伺服VS机械:如何为精密电子冲压选择最合适的高精度冲床?
- 现代化产业体系,中国经济的战略依托
- 新华时评·民生无小事丨去掉“心机商标” 方得发展商机
- 国产机车,凭何逆袭?
- AI热潮下,哪些毕业生更抢手?
- 铜合金精密零件加工:黄铜、铍铜、红铜怎么选?
- 珍稀鸟类为啥成化工园区“常客”?
- 金属材料及热处理基础:盘点7个力学性能关键指标,从原理到应用
- 国内史诗级长途自驾,3 万公里跨越南北西东,108 天走完直呼过瘾!
- 万亿级大风口!超大“机”遇,来了→
- 机械五虎VS机械四小龙完整版对比!2026报考直接对照选
- 首席记者谈首季经济丨江西的新能源产业突围之路
- 0博士组合拿下ICLR时间检验奖,十年论文终封神
- 追光丨专属老年人的“神仙”健身房 你看了“心动”吗?
- 2026北京车展,中国智驾正定义全球标准
- 关注“体验经济”丨每年十几万人打卡“小米工厂” 工业游何以这么火?
- 机械键盘选购指南:不同预算怎么选,才能不踩坑?
- 机械设计“进化史”从古代水车到智能机器人,藏着人类的造物智慧
- 机械专业报考建议:在质疑声中看清“工业之母”的真正价值
- 星箭聚力 探秘海南超级工厂
热门阅读
-
天下第一暗器暴雨梨花针,传说中的唐门暗器做出来了 07-13
-
汽车投诉排行榜前十名汽车 问题最多的就是这些车 07-13
-
世界上最牛挖掘机,甚至可以挖穿一座城市 11-05
-
世界最大核潜艇制造厂,产量远超中美法 11-20
