WWW.YOUINFO.SITE
标签聚合 球赛

/tag/球赛

IT之家 · 2026-06-06 23:03:58+08:00 · tech

IT之家 6 月 6 日消息,据外媒 Futurism 今天(6 日)晚间报道,北卡罗来纳大学教堂山分校和美国东北大学研究人员的一项新研究发现,主流 AI 模型在分析职业体育比赛时 表现很差 。这项研究目标是考察热门 AI 模型在感知、推理、模拟和自主行动能力四个方面的表现,现有测试方法很难准确评估这些能力。不过需要注意的是,其尚未经过同行评审。 为测试 AI 在这些方面究竟能做到何种程度,研究人员把职业体育比赛做成了一套新基准。新测试名为“战略视频智能”,简称 SVI-bench,数据包括 35000 小时篮球、足球和冰球比赛画面、1500 万条带标注的比赛回合、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”这一步,也就是 判断比赛某个时刻由哪名球员做了什么动作 。但即便是最基础的感知任务,AI 也谈不上可靠。ChatGPT、谷歌 Gemini 和千问等模型的平均识别准确率大约为 74%。报道指出,放在体育解说场景里,这个水平恐怕 连少年棒球赛的义务解说员都保不住位置 。 到了因果推理环节,模型表现进一步下滑。研究人员要求 AI 解释 一组战术或一个回合为什么会以某种方式发生 ,平均成功率 只有约 40% 。 例如,研究人员让模型判断 NBA 太阳队球员科迪 · 马丁一记三分球的异常之处。此次进球他先打到篮板顶部,随后才落入篮筐,但 ChatGPT 给出的答案是,这是“他本场比赛 命中的第一个三分球 ”。 模拟能力同样糟糕。研究人员要求 AI 根据球员运动轨迹寻找证据,并预测球员接下来会移动到哪里。结果显示,即便表现最好的模型, 在判断球员下一步动作时也接近随机猜测 ,一旦预测范围延长到朝球门或篮筐移动的更长路线,模型表现 还会继续变差 。 IT之家从报道中获悉,美国东北大学计算机科学研究人员、研究共同作者洛伦佐 · 托雷萨尼在大学新闻稿中表示,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 ”。 研究人员还测试了模型的自主分析能力,相当于要求 AI 像人类体育主播一样, 结合赛后数据和趋势作出复杂判断 。结果显示,模型在这一项上的准确率 只有 5% 。 托雷萨尼表示,一名优秀体育解说员做的不只是描述画面。他们会解释 一套战术为什么有效 ,预判 接下来会发生什么 ,还会判断 哪些瞬间真正重要 。但研究显示,AI 已经相当擅长描述画面,但在其他能力上 全面失守 。 托雷萨尼总结称:“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。”

IT之家 · 2026-05-26 07:51:24+08:00 · tech

IT之家 5 月 26 日消息,科技媒体 Appleinsider 昨日(5 月 25 日)发布博文,报道称在 5 月 24 日召开的美国职业足球大联盟(MLS)比赛中, 苹果的 iPhone 17 Pro 成功撑起整场赛事直播。 在北京时间 5 月 24 日周日 10 点 30 分洛杉矶银河(LA Galaxy)对阵休斯敦迪纳摩(Houston Dynamo FC)的美国职业足球大联盟(MLS)比赛中,苹果 iPhone 17 Pro 首次完整拍摄录制一场大型职业体育赛事直播。 苹果公司表示,iPhone 体积更小,更容易放进常规设备难以进入的位置,观众将看到“更有动态感的新视角”。转播范围将覆盖球场热身、球员介绍、球门网内机位,以及现场氛围等画面。 从观众反馈看,手机在近景和特殊机位上表现更亮眼。球门内画面、通道镜头、球员步出时刻,以及贴近草坪的低角度镜头,都在社交平台获得较多正面评价。 由于设备体积更小,iPhone 能进入传统转播设备难以放置的位置,让直播更有贴身感,尤其适合赛前和特写场景。 不过 iPhone 参与直播所面临的最大挑战,就是主比赛广角画面。比赛进入快速攻防后,一些观众在 Reddit 直播讨论区指出,广角镜头显得有点力不从心,压缩痕迹明显,画面会持续重新对焦,跟拍时还有抖动,高速移动中的图像处理也更重。IT之家附上相关视频如下: 部分观众还提到,草坪纹理在横向摇摄和切换时会出现涂抹感,细节看起来发糊,像“泥化”一样。另一些人认为,这类问题在大尺寸电视上更明显。也有观众表示,除广角主画面外,整场多数时间看起来仍算正常,特写甚至比主画面更清晰。

IT之家 · 2026-05-24 18:37:55+08:00 · tech

IT之家 5 月 24 日消息,据央视新闻报道,5 月 23 日至 24 日,首届中学生人形机器人足球赛(北京海淀)总决赛于北京市清华附中落下帷幕。中央民族大学附属中学好耶战队在激烈竞争中脱颖而出,摘得桂冠;北京市海淀区教师进修学校附属实验中学极光队、人大附中航天城学校飞马队分别位列亚军和季军。 据IT之家了解,本次赛事由中央广播电视总台北京总站联合中共北京市海淀区委员会、海淀区人民政府共同主办,是国内首个面向中学生群体的人形机器人足球赛事。预选赛阶段共吸引京内外 44 支赛队、逾 420 名选手报名参与,参赛阵容涵盖人大附中、清华附中、十一学校等知名中学。赛事采用瑞士轮、小组双循环及双败淘汰三级递进赛制,最终 16 支队伍跻身总决赛, 优胜队伍将获得 2026 年世界人形机器人运动会的参赛资格。 总决赛在 3000 平方米的专用场地内进行, 全部参赛机器人依托人工智能实现完全自主决策,无人工遥控或外部干预 。机器人需独立完成足球识别、路径规划、对抗规避及团队攻防协同等复杂任务,对参赛队伍的算法设计、运动控制及临场决策能力提出较高要求。赛场同时配备专业技术团队,采用严格竞赛标准进行执裁和判罚,确保赛事专业性与公平性。

www.ithome.com · 2026-04-18 14:49:09+08:00 · tech

IT之家 4 月 18 日消息,在 4 月 13 日中美“乒乓外交”55 周年纪念活动上,Hitch Open 正式宣布全球首个 AI 自主决策机器人乒乓球赛事 ——Hitch Open Ping-Pong Embodied(HOPE)AI Challenge 启动。 该赛事为全球首个以完全自主决策人形机器人为参赛主体的乒乓球竞技赛事。Hitch Open 今日宣布,智元远征 A3 人形机器人将作为首批参赛选手参与其中。 在 4 月 13 日的纪念活动上,智元“灵犀 X2”双足人形机器人现场完成无遥控、全自主乒乓球对打,与中美运动员切磋交流。 据介绍,此次技术突破得益于智元“本体 + AI”全栈技术布局与北大-智源算法创新的深度融合。联合团队仅用 10 天完成从算法适配到系统联调的全流程开发,基于 SpikePingpong 算法、灵犀 X2 开放的 SDK 生态与模型积累,快速实现技术落地验证,并顺利完成北京、上海两场高规格展演。 HOPE 挑战赛是 Hitch Open 世界 AI 竞速锦标赛 2026 赛季推出的全新旗舰赛项,依托 Hitch Open 物理智能竞技平台举办。该赛事与 Hitch Open 原有的标志性赛事“天门山 AI 自主决策挑战赛”并列。 据 Hitch Open 方面介绍,机器人乒乓球挑战赛聚焦人形机器人在高速动态场景中的表现,要求机器人在毫秒级时间内完成实时感知、运动规划与自主决策,重点考核机器人动态感知、实时决策与连续对抗等综合能力。 HOPE AI 挑战赛的后续赛事安排和具体比赛时间尚未公布,但该赛事的启动标志着 AI 从虚拟空间走向物理世界验证的又一重要尝试。

www.ithome.com · 2026-04-11 16:55:30+08:00 · tech

IT之家 4 月 11 日消息,据央视新闻报道,首届北京市中学生人形机器人足球赛启动仪式今日在京举行,赛事正式拉开帷幕。 IT之家从央视获悉,该赛事以机器人足球为实践场景,旨在让青少年在代码编写、硬件调试、战术协作中深化具身智能认知,培育创新思维、协作能力与问题解决能力。 该赛事同步建立了“研训一体、校企协同”机制,联动高校、科研院所、科技企业资源,将前沿技术转化为青少年可感可触的教育场景。 根据赛事安排,后续北京 16 个区和雄安新区近 50 支中学生队伍将参赛,通过报名分组、理论学习、集中实训和竞赛等系列活动,贯通“课堂教学 — 实践体验 — 赛事提升”育人链条。