作者 | 云鹏
编辑 | 心缘
智东西6月25日消息，近日FIFA世界杯正如火如荼展开，赛事期间，所有参赛球队、分析师都用上了一个新的AI工具——FIFA AI Pro超级智能体，这一智能体的底层技术提供者是来自中国的联想集团。
龚灏宁提到的一些FIFA AI Pro关键亮点信息：
·FIFA AI Pro是一个类似于在足球垂直领域的ChatGPT；
·所有48支球队都已经使用了至少一次FIFA AI Pro，使用最多的球队平均每场比赛会问几十甚至上百个问题；
·联想在FIFA AI Pro中引入了足球分析的本体论概念，并通过多智能体架构执行任务，智能体像一个足球队一样，协同配合，识别意图、拆解、执行；
在分享结尾，龚灏宁特别提到，世界杯足球AI超级智能体（FIFA AI Pro）是他职业生涯里面做过的最具备创新属性的一个项目。团队不断地去否定，他们甚至可能会否定自己一周之前的想法。
采访中涉及的部分关键问题梳理如下，智东西做了不改变原意的编辑：
问：世界杯足球AI超级智能体（FIFA AI Pro）到底是什么？为什么要做这样一个产品？
答：我们最开始想去做这个项目，是FIFA建立起统一的足球术语标准的时候。大家现在知道的像传中、抢断、射门，在大概8年前，这些内容FIFA是没有统一的数据定义的。后来，FIFA建立了这样的数据定义，并且开始有基于鹰眼的一些数据采集系统，最后把这些数据分发到各个国家队。
但随着数据的分享，FIFA发现大家之间的发展差距有可能是在被加大，而不是被弥合。比如说，一些强队有着比较丰富的分析师资源，像英格兰、德国、美国这些是相对来说资源比较丰富的国家。但像其他一些相对落后的国家，可能因为缺少一些对数据的理解，或者是缺少一些对数据洞察的获取，他们就没办法从数据里去得到指导他们进行战术调整的思路。
所以大概在24年底的时候，FIFA就找到我们说想去做一个世界杯足球AI超级智能体（FIFA AI Pro）。我们的思路就是参考ChatGPT 等一些 LLM 的使用体验，通过去创建一个虚拟的足球分析师大脑，让用户能够以简单直观的自然语言式对话，获取他在比赛中的数据以及对应的洞察，从而能够更好地去指导他的下一场比赛。FIFA AI Pro可以理解成是一个类似于在足球垂直领域方面的ChatGPT。
但是，我们除了提供一些平文本，还会提供更多、更丰富的多模态输出，比如生成一些视觉组件，像传球的线路图、热力图，也会输出一些视频片段，因为现在很多足球分析师其实是基于比赛视频去做分析。此外，我们还有3D重建的功能，这样分析师就可以像玩游戏一样，实时去监控场上22名球员的第三人称视角、第一人称视角，以及战术机位等。
FIFA的愿景是"Football unites the world"，他们希望能够推动足球在各个地区的均衡发展。我们推出世界杯足球AI超级智能体（FIFA AI Pro），也是因为目前整个数据的体量和复杂度，对于落后国家的分析门槛太高了，所以不如我们代替他们去构建虚拟的足球分析师大脑，这样他们只需要知道想获取哪些信息，以简单对话的形式，就能够从我们的世界杯足球AI超级智能体（FIFA AI Pro）里面获取。我们能够助力他们比赛解读能力的提升，也就能够带动对应区域的足球发展。我们把这个普惠的过程，就称之为足球平权。
问：在实际应用中，世界杯足球AI超级智能体（FIFA AI Pro）是否有收到一些比较好的反馈，有没有比较有代表性的声音可以分享一下？
答：目前来看，所有的48支球队都已经使用了至少一次世界杯足球AI超级智能体（FIFA AI Pro），使用最多的球队平均每场比赛会问几十甚至上百个问题。所以，在所有的 48 支球队里，整体的使用状况还是很好的。
提问是以一个由浅入深的方式，比如说先让智能体去分析球队的阵型，智能体给到了一个球队的阵型图，包括球队阵型的长宽、离底边的距离，以此反馈球队阵型是否足够紧密。通过使用智能体，分析师发现球队阵型还是很紧密的，但是他仍然有比较多的丢球，这就意味着对方其实是通过一些传球轻易地渗透了。
所以，接下来他又去问了对方的传球表现，以及具体阵型中一些球员的站位是否造成了对方的进攻机会较多？智能体告诉分析师确实存在这样的一些现象，比如虽然球员站的比较紧密，但是大家对于直塞以及跨不同阵线的传球，防守还是较为薄弱，从而造成了对方球队很轻易地得到了比较好的进攻机会。
分析师接下来又更深入地去问自己球队的一些边后卫、后腰球员在整场比赛里的整体分布区域、防守表现，智能体也进一步提出这些球员在某些防守方面其实还是有待提高的，也具体地指出了对应的可提升方向。
整个对话大概持续了15到20轮，所以我们认为世界杯足球AI超级智能体（FIFA AI Pro）对于分析师的价值还是很大的，因为世界杯赛期可以说是他们压力最大的时间，每个人所负责的球队可能每三四天就有一场比赛，那么比赛前进行缓冲和调整的时间是非常短的。
即使在这样的环境下，他们仍然愿意投入比如半个小时到一个小时到世界杯足球AI超级智能体（FIFA AI Pro）上，我们认为这实际上也能够反映出智能体提升了他们不少工作的效率。
问：足球AI超级智能体（FIFA AI Pro）的底层模型是什么、能够有这样好的效果，是不是做了一些针对性的训练或调优？
答：目前来说，世界杯足球AI超级智能体（FIFA AI Pro）的使用体验较为顺畅，这主要归功于两个因素。
第一个成功的因素主要是因为我们在这里面去引入了足球分析的本体论这个概念。我们在去了解FIFA 收集的这些足球数据的时候，他们有一套自己的语言体系，称之为 Football Language。对于每种场景下面，具体的内容到底定义是怎样的？我们其实有套自己的话语体系，通过构建一个知识图谱，把这些话语体系按照层级的方式去进行管理，用户进来之后，我们能够正确的去识别它的语义，并且检索到它和数据之间的联系。
这个本体本身构成了我们所谓的虚拟足球分析师的大脑，使AI Pro具备分析师思维。
第二个因素就是，我们实际上是通过一个多智能体的架构执行这些任务。比如说，我们有专门拆分任务的一些架构，也有具体执行的、数据查询的、做视频切片的架构，包括数据内容的总结、生成follow up question，每个都有不同的智能体负责。
我们方案的成功之处就是在于让这些智能体能够像一个足球队一样，有机地协调在一起工作，能够去识别用户的意图，并且各自去拆解和执行。
这样处理问题的技术复杂难度就相对来说被分摊到了各个智能体上，就不会出现需要定义一个大而全的大语言模型，去解决所有的问题，因为我们还是需要在它的响应性能、表现、准确性等方面取一个平衡。
所以结合这两个因素的话，世界杯足球AI超级智能体（FIFA AI Pro）能够去提供较好性能的同时，准确率较高，并且能够提供更丰富的多模态返回的结果。
问：这个项目历时500多天攻坚，期间克服了哪些挑战，能否展开说说？
答：FIFA AI Pro的迭代和技术演进的关系也很大，比如说在24年底，那时整体大语言模型，包括诸多智能体的架构以及知识图谱，并不是一个很成熟的阶段。所以我们那个时候更多的是通过一些，比如调整提示词，来达到我们这些分析的结论。
在这个过程中，其实FIFA内部对于这个需求的理解，并没有最后收敛到一个可观测、可测量的范围。我们更多的是针对他们的一些反馈，我们做了一些调整和改进，再提供给他们，他们再去提供一个反馈，这样一个循环。
所以最初碰到的一些困难包括我们虽然拿到了很多数据，但是这些数据没有维护非常多的一些它的元数据信息，帮助我们去解读这些数据的一些语义。
第二个是联想本身之前不是做足球的，我们参与项目的同学们，如果说爱看足球，那倒是很多，但是真正以足球分析师的思路，去使用这些数据的人，非常非常少，所以我们还需要跟 FIFA 的足球分析师一起，去学习这些技战术，从技战术角度增强我们对于数据的一些理解，这个也花了很长的时间。
第三个是我们这个过程中是一个跨国的协作。项目最早期的时候，其实我们很少去他们的瑞士总部。后来，我们意识到了，为了能够去更好的去学习，互相之间以一个partner的方式去推进，后面我们基本上每个月都会在苏黎世或者北京，我们坐下来，双方一起去检验一下现在的成果和进度，以及识别哪些地方需要他们，得到他们的支持，从而能够让项目的推进进入到了一个快节奏。
最开始的团队差不多是 10 个人左右，我们是根据这个需求的渐进明细，去决定搭配多少资源，现在，整个团队规模在三四十人左右。
问：联想FIFA AI Pro的技术在全球处于什么水平？哪些技术是行业首创？
答：世界杯足球AI超级智能体（FIFA AI Pro）确实是行业首创，这是由以下几个因素促成的。
首先第一点是不光我们在里面去投入了很多，FIFA也投入了很多。他们有一个专职的数据足球分析师，还有一个数据工程师以及对应的一个数据科学家加入到我们项目里面，和我们磨合了很久，包括传授给我们关于足球分析的一些知识，还有在过程中去测试我们构建的一些智能体方案，并且提供及时的反馈，指导我们的方向等等。在这些全职资源的指引下，我们能够比其他在这个行业的公司，更多地去融合我们的技术，我们的业务知识，这是第一点。
第二点是，因为 FIFA 的数据它其实是不对外公开的，或者说为了访问 FIFA 这些数据，你需要去符合一定的资格。比如说得打入世界杯，你才能够去分析它所分发的数据。所以我们的方案是直接构建在FIFA 的数据之上，那意味着我们其实是有目前其他行业公司所无法得到的一个资产，这是通过联想和FIFA的合作去推动实现的。
基于以上两个因素的话，目前至少在足球这个领域，世界杯足球AI超级智能体（FIFA AI Pro）它无论是技术表现，还是应用范围，我认为都可以被评价为行业首创的。
问：相比欧美做大模型的公司，联想做这件事的核心优势是什么？为什么我们先做成了？
答：底层大模型通过语料的训练，你能够去跟它交互，它能够给到你很快地返回案例结果。这些其实是世界杯足球AI超级智能体（FIFA AI Pro）引用能力的机器基座，包括大语言模型本身的推理能力和总结能力，所有的智能体开发都是基于它的行业领先的大语言模型能力，这个能力是像OpenAI、谷歌都具备的。
联想的独特优势在于我们利用这个能力，面向垂直领域把两者去进行了一个打通。
比如像 OpenAI 或者谷歌，他们确实是有非常先进的技术能力，但他们做的是通用解决方案。在行业垂直的解决方案上面，目前来看他们的场景都比较有限。因为足球它本身层级还是比较明显的，先是FIFA，然后是各大洲各个 Confederation里面的国家，以及下面的这些俱乐部，它是有个很清晰的层级结构的。而我们其实是直接和掌控比较丰富的足球数据/知识的 FIFA 去建立合作。所以我们推出来的方案本身是能够去应用于整个足球行业的。
有通用解决方案的公司，目前还没有看到它在垂直领域解决方案方面的一些成果，或者说有一些比较核心的应用场景。专做垂直领域解决方案的公司，他们又缺少和FIFA合作的机会，所以我认为联想能够把这两者结合起来是一个独特优势。
作者 | 云鹏
编辑 | 心缘
智东西6月25日消息，近日FIFA世界杯正如火如荼展开，赛事期间，所有参赛球队、分析师都用上了一个新的AI工具——FIFA AI Pro超级智能体，这一智能体的底层技术提供者是来自中国的联想集团。
龚灏宁提到的一些FIFA AI Pro关键亮点信息：
·FIFA AI Pro是一个类似于在足球垂直领域的ChatGPT；
·所有48支球队都已经使用了至少一次FIFA AI Pro，使用最多的球队平均每场比赛会问几十甚至上百个问题；
·联想在FIFA AI Pro中引入了足球分析的本体论概念，并通过多智能体架构执行任务，智能体像一个足球队一样，协同配合，识别意图、拆解、执行；
在分享结尾，龚灏宁特别提到，世界杯足球AI超级智能体（FIFA AI Pro）是他职业生涯里面做过的最具备创新属性的一个项目。团队不断地去否定，他们甚至可能会否定自己一周之前的想法。
采访中涉及的部分关键问题梳理如下，智东西做了不改变原意的编辑：
问：世界杯足球AI超级智能体（FIFA AI Pro）到底是什么？为什么要做这样一个产品？
答：我们最开始想去做这个项目，是FIFA建立起统一的足球术语标准的时候。大家现在知道的像传中、抢断、射门，在大概8年前，这些内容FIFA是没有统一的数据定义的。后来，FIFA建立了这样的数据定义，并且开始有基于鹰眼的一些数据采集系统，最后把这些数据分发到各个国家队。
但随着数据的分享，FIFA发现大家之间的发展差距有可能是在被加大，而不是被弥合。比如说，一些强队有着比较丰富的分析师资源，像英格兰、德国、美国这些是相对来说资源比较丰富的国家。但像其他一些相对落后的国家，可能因为缺少一些对数据的理解，或者是缺少一些对数据洞察的获取，他们就没办法从数据里去得到指导他们进行战术调整的思路。
所以大概在24年底的时候，FIFA就找到我们说想去做一个世界杯足球AI超级智能体（FIFA AI Pro）。我们的思路就是参考ChatGPT 等一些 LLM 的使用体验，通过去创建一个虚拟的足球分析师大脑，让用户能够以简单直观的自然语言式对话，获取他在比赛中的数据以及对应的洞察，从而能够更好地去指导他的下一场比赛。FIFA AI Pro可以理解成是一个类似于在足球垂直领域方面的ChatGPT。
但是，我们除了提供一些平文本，还会提供更多、更丰富的多模态输出，比如生成一些视觉组件，像传球的线路图、热力图，也会输出一些视频片段，因为现在很多足球分析师其实是基于比赛视频去做分析。此外，我们还有3D重建的功能，这样分析师就可以像玩游戏一样，实时去监控场上22名球员的第三人称视角、第一人称视角，以及战术机位等。
FIFA的愿景是"Football unites the world"，他们希望能够推动足球在各个地区的均衡发展。我们推出世界杯足球AI超级智能体（FIFA AI Pro），也是因为目前整个数据的体量和复杂度，对于落后国家的分析门槛太高了，所以不如我们代替他们去构建虚拟的足球分析师大脑，这样他们只需要知道想获取哪些信息，以简单对话的形式，就能够从我们的世界杯足球AI超级智能体（FIFA AI Pro）里面获取。我们能够助力他们比赛解读能力的提升，也就能够带动对应区域的足球发展。我们把这个普惠的过程，就称之为足球平权。
问：在实际应用中，世界杯足球AI超级智能体（FIFA AI Pro）是否有收到一些比较好的反馈，有没有比较有代表性的声音可以分享一下？
答：目前来看，所有的48支球队都已经使用了至少一次世界杯足球AI超级智能体（FIFA AI Pro），使用最多的球队平均每场比赛会问几十甚至上百个问题。所以，在所有的 48 支球队里，整体的使用状况还是很好的。
提问是以一个由浅入深的方式，比如说先让智能体去分析球队的阵型，智能体给到了一个球队的阵型图，包括球队阵型的长宽、离底边的距离，以此反馈球队阵型是否足够紧密。通过使用智能体，分析师发现球队阵型还是很紧密的，但是他仍然有比较多的丢球，这就意味着对方其实是通过一些传球轻易地渗透了。
所以，接下来他又去问了对方的传球表现，以及具体阵型中一些球员的站位是否造成了对方的进攻机会较多？智能体告诉分析师确实存在这样的一些现象，比如虽然球员站的比较紧密，但是大家对于直塞以及跨不同阵线的传球，防守还是较为薄弱，从而造成了对方球队很轻易地得到了比较好的进攻机会。
分析师接下来又更深入地去问自己球队的一些边后卫、后腰球员在整场比赛里的整体分布区域、防守表现，智能体也进一步提出这些球员在某些防守方面其实还是有待提高的，也具体地指出了对应的可提升方向。
整个对话大概持续了15到20轮，所以我们认为世界杯足球AI超级智能体（FIFA AI Pro）对于分析师的价值还是很大的，因为世界杯赛期可以说是他们压力最大的时间，每个人所负责的球队可能每三四天就有一场比赛，那么比赛前进行缓冲和调整的时间是非常短的。
即使在这样的环境下，他们仍然愿意投入比如半个小时到一个小时到世界杯足球AI超级智能体（FIFA AI Pro）上，我们认为这实际上也能够反映出智能体提升了他们不少工作的效率。
问：足球AI超级智能体（FIFA AI Pro）的底层模型是什么、能够有这样好的效果，是不是做了一些针对性的训练或调优？
答：目前来说，世界杯足球AI超级智能体（FIFA AI Pro）的使用体验较为顺畅，这主要归功于两个因素。
第一个成功的因素主要是因为我们在这里面去引入了足球分析的本体论这个概念。我们在去了解FIFA 收集的这些足球数据的时候，他们有一套自己的语言体系，称之为 Football Language。对于每种场景下面，具体的内容到底定义是怎样的？我们其实有套自己的话语体系，通过构建一个知识图谱，把这些话语体系按照层级的方式去进行管理，用户进来之后，我们能够正确的去识别它的语义，并且检索到它和数据之间的联系。
这个本体本身构成了我们所谓的虚拟足球分析师的大脑，使AI Pro具备分析师思维。
第二个因素就是，我们实际上是通过一个多智能体的架构执行这些任务。比如说，我们有专门拆分任务的一些架构，也有具体执行的、数据查询的、做视频切片的架构，包括数据内容的总结、生成follow up question，每个都有不同的智能体负责。
我们方案的成功之处就是在于让这些智能体能够像一个足球队一样，有机地协调在一起工作，能够去识别用户的意图，并且各自去拆解和执行。
这样处理问题的技术复杂难度就相对来说被分摊到了各个智能体上，就不会出现需要定义一个大而全的大语言模型，去解决所有的问题，因为我们还是需要在它的响应性能、表现、准确性等方面取一个平衡。
所以结合这两个因素的话，世界杯足球AI超级智能体（FIFA AI Pro）能够去提供较好性能的同时，准确率较高，并且能够提供更丰富的多模态返回的结果。
问：这个项目历时500多天攻坚，期间克服了哪些挑战，能否展开说说？
答：FIFA AI Pro的迭代和技术演进的关系也很大，比如说在24年底，那时整体大语言模型，包括诸多智能体的架构以及知识图谱，并不是一个很成熟的阶段。所以我们那个时候更多的是通过一些，比如调整提示词，来达到我们这些分析的结论。
在这个过程中，其实FIFA内部对于这个需求的理解，并没有最后收敛到一个可观测、可测量的范围。我们更多的是针对他们的一些反馈，我们做了一些调整和改进，再提供给他们，他们再去提供一个反馈，这样一个循环。
所以最初碰到的一些困难包括我们虽然拿到了很多数据，但是这些数据没有维护非常多的一些它的元数据信息，帮助我们去解读这些数据的一些语义。
第二个是联想本身之前不是做足球的，我们参与项目的同学们，如果说爱看足球，那倒是很多，但是真正以足球分析师的思路，去使用这些数据的人，非常非常少，所以我们还需要跟 FIFA 的足球分析师一起，去学习这些技战术，从技战术角度增强我们对于数据的一些理解，这个也花了很长的时间。
第三个是我们这个过程中是一个跨国的协作。项目最早期的时候，其实我们很少去他们的瑞士总部。后来，我们意识到了，为了能够去更好的去学习，互相之间以一个partner的方式去推进，后面我们基本上每个月都会在苏黎世或者北京，我们坐下来，双方一起去检验一下现在的成果和进度，以及识别哪些地方需要他们，得到他们的支持，从而能够让项目的推进进入到了一个快节奏。
最开始的团队差不多是 10 个人左右，我们是根据这个需求的渐进明细，去决定搭配多少资源，现在，整个团队规模在三四十人左右。
问：联想FIFA AI Pro的技术在全球处于什么水平？哪些技术是行业首创？
答：世界杯足球AI超级智能体（FIFA AI Pro）确实是行业首创，这是由以下几个因素促成的。
首先第一点是不光我们在里面去投入了很多，FIFA也投入了很多。他们有一个专职的数据足球分析师，还有一个数据工程师以及对应的一个数据科学家加入到我们项目里面，和我们磨合了很久，包括传授给我们关于足球分析的一些知识，还有在过程中去测试我们构建的一些智能体方案，并且提供及时的反馈，指导我们的方向等等。在这些全职资源的指引下，我们能够比其他在这个行业的公司，更多地去融合我们的技术，我们的业务知识，这是第一点。
第二点是，因为 FIFA 的数据它其实是不对外公开的，或者说为了访问 FIFA 这些数据，你需要去符合一定的资格。比如说得打入世界杯，你才能够去分析它所分发的数据。所以我们的方案是直接构建在FIFA 的数据之上，那意味着我们其实是有目前其他行业公司所无法得到的一个资产，这是通过联想和FIFA的合作去推动实现的。
基于以上两个因素的话，目前至少在足球这个领域，世界杯足球AI超级智能体（FIFA AI Pro）它无论是技术表现，还是应用范围，我认为都可以被评价为行业首创的。
问：相比欧美做大模型的公司，联想做这件事的核心优势是什么？为什么我们先做成了？
答：底层大模型通过语料的训练，你能够去跟它交互，它能够给到你很快地返回案例结果。这些其实是世界杯足球AI超级智能体（FIFA AI Pro）引用能力的机器基座，包括大语言模型本身的推理能力和总结能力，所有的智能体开发都是基于它的行业领先的大语言模型能力，这个能力是像OpenAI、谷歌都具备的。
联想的独特优势在于我们利用这个能力，面向垂直领域把两者去进行了一个打通。
比如像 OpenAI 或者谷歌，他们确实是有非常先进的技术能力，但他们做的是通用解决方案。在行业垂直的解决方案上面，目前来看他们的场景都比较有限。因为足球它本身层级还是比较明显的，先是FIFA，然后是各大洲各个 Confederation里面的国家，以及下面的这些俱乐部，它是有个很清晰的层级结构的。而我们其实是直接和掌控比较丰富的足球数据/知识的 FIFA 去建立合作。所以我们推出来的方案本身是能够去应用于整个足球行业的。
有通用解决方案的公司，目前还没有看到它在垂直领域解决方案方面的一些成果，或者说有一些比较核心的应用场景。专做垂直领域解决方案的公司，他们又缺少和FIFA合作的机会，所以我认为联想能够把这两者结合起来是一个独特优势。
