体育主播暂时不用担心失业了：研究称 AI 模型分析球赛"几乎靠猜"

北卡罗来纳大学教堂山分校和美国东北大学研究人员的最新研究发现，主流 AI 模型在分析职业体育比赛时表现很差。该研究尚未经过同行评审。研究团队构建了新基准 SVI-bench（战略视频智能），测试数据涵盖 35000 小时篮球、足球和冰球比赛画面、1500 万条带标注比赛回合、15000 小时职业分析、23000 份赛后报道以及 10.3 万条统计记录。AI 表现相对最好的是"看懂画面"，但即便是最基础的感知任务——判断比赛某时刻由哪名球员做了什么动作，ChatGPT、谷歌 Gemini 和千问等模型的平均识别准确率仅约 74%，报道称"连少年棒球赛的义务解说员都保不住位置"。因果推理环节（解释一组战术或一个回合为什么以某种方式发生）平均成功率只有约 40%；模拟能力（预测球员下一步动作）最好的模型也接近随机猜测；自主分析能力（像人类体育主播一样结合赛后数据和趋势作出复杂判断）的准确率仅 5%，属"全面失守"。研究人员托雷萨尼总结："AI 无法告诉你事情为什么会发生，也无法告诉你接下来会发生什么"，并指出"同样的能力差距会出现在任何一类工作中"，"真正的价值并不在于描述眼前可见的东西，而在于理解事件为什么这样发展、预判接下来会发生什么、判断什么重要，并提出下一步应该怎么做"。这一实证结果与"AI 即将全面替代白领"的当前主流叙事形成强反差，对 AI 在企业级任务中的实际能力与高估值预期构成边际质疑。