AI dự đoán World Cup: Hunyuan dẫn đầu, Qwen và DeepSeek ngang tài ngang sức

Khi 72 trận đấu vòng bảng World Cup 2026 khép lại, giai đoạn đầu tiên của giải đấu cũng chính thức hạ màn. Ngoài sân cỏ, một "cuộc chiến" khác cũng đã có kết quả: cuộc đua dự đoán kết quả World Cup giữa AI và con người.

Trong cuộc thi do Lenovo và Migu tổ chức, 12 mô hình ngôn ngữ lớn (LLM) của Trung Quốc đã tham gia tranh tài cùng hàng chục nghìn người chơi. Kết quả bước đầu cho thấy AI đạt tỷ lệ dự đoán chính xác khoảng 61,9%, cao hơn mức 54,6% của người chơi.

Tuy nhiên, AI không phải lúc nào cũng vượt trội. Với những trận hòa, các mô hình chỉ đoán đúng 11/20 trận. Điểm mạnh của AI không nằm ở khả năng "tiên tri", mà ở việc xử lý ổn định lượng lớn dữ liệu và không bị cảm xúc chi phối.

Khi vòng knock-out bắt đầu, 32 đội còn lại có trình độ cân bằng hơn, những trận đấu "dễ đoán" đã gần như biến mất. Đó mới là bài kiểm nghiệm thực sự đối với AI.

Điều đáng chú ý hơn là vì sao hàng loạt công ty AI Trung Quốc lại đồng loạt tham gia dự đoán World Cup? Đây là màn phô diễn năng lực công nghệ hay chỉ là chiến dịch marketing nhân dịp ngày hội bóng đá lớn nhất hành tinh? Và khi bước vào vòng loại trực tiếp, AI còn giữ được thành tích trên mức trung bình hay không?

Cuộc đua dự đoán: Ai thực sự "thi đấu"?

World Cup từ lâu đã là sân chơi quảng bá thương hiệu. Năm nay, các công ty AI trở thành một "người chơi" mới.

Sự kiện quy mô lớn nhất là cuộc thi "Người đấu máy" do Lenovo và Migu tổ chức, quy tụ 12 mô hình AI gồm DeepSeek, Tongyi Qianwen (Qwen), Kimi, Tencent Hunyuan... cùng thi đấu với hàng chục nghìn người theo cùng một bộ quy tắc.

Ngoài ra, nhiều hãng cũng tổ chức hoạt động riêng:

Qwen ra mắt trợ lý AI dự đoán toàn bộ 104 trận đấu; người dùng có thể thi cùng AI để nhận giải thưởng, đồng thời tích điểm nhằm gây quỹ xây sân bóng cho trường học nông thôn.

Kimi xây dựng tới 300 AI Agent, mỗi tác nhân phụ trách một mảng như chiến thuật, phong độ cầu thủ, lịch thi đấu hay biến động tỷ lệ cược, từ đó tạo nên báo cáo dự đoán dài 224 trang.

Mỗi đơn vị có cách tiếp cận khác nhau. Lenovo và Migu tập trung so sánh năng lực các mô hình; Qwen kết hợp dự đoán với tương tác người dùng và hoạt động cộng đồng; còn Kimi coi đây là dịp trình diễn khả năng phối hợp của hệ thống AI Agent.

Trong số này, chỉ cuộc thi của Lenovo và Migu áp dụng chung một hệ thống chấm điểm, vì vậy kết quả của giải được xem là thước đo khách quan nhất.

Sau 72 trận vòng bảng, AI đạt tỷ lệ đúng 61,9%, trong khi người chơi đạt 54,6%, chênh lệch khoảng 7,3 điểm phần trăm.

Bảng xếp hạng cụ thể: Hunyuan (của Tencent) và Jiutian (China Mobile) đồng hạng nhất với số trận đoán đúng đạt 68,1%; (ERNIE) Baidu, Qwen và DeepSeek cùng đạt 63,9%; StepFun xếp cuối với 43,1%, thậm chí thấp hơn mức trung bình của con người.

Tính ra, khoảng cách giữa đội đầu và đội cuối lên tới 25 điểm phần trăm.

AI thắng ở đâu, thua ở đâu?

AI thể hiện rất tốt ở những trận đấu có sự chênh lệch rõ ràng. Ví dụ, Tây Ban Nha thắng Saudi Arabia: 11/12 mô hình dự đoán đúng; Đức thắng Curacao: 10 mô hình cùng đưa ra đáp án chính xác.

Những trận như vậy chủ yếu dựa trên các yếu tố như thứ hạng FIFA, giá trị đội hình và thành tích đối đầu - những dữ liệu mà AI xử lý rất hiệu quả.

Theo chuyên gia AI Tăng Tiểu Kiện, mô hình ngôn ngữ lớn thực chất là một "cỗ máy xếp hạng", so sánh sức mạnh hai đội thông qua hàng loạt dữ liệu. Khoảng cách càng lớn thì kết quả càng ổn định.

Ngược lại, điểm yếu lớn nhất là dự đoán các trận hòa và những cú sốc. Ví dụ điển hình là trận Tây Ban Nha hòa Cape Verde 0-0. Trước trận, 11 mô hình AI đều dự đoán Tây Ban Nha thắng. Tuy nhiên, màn trình diễn xuất thần của thủ môn Cape Verde đã khiến mọi tính toán sụp đổ.

Một cầu thủ thi đấu bùng nổ hay một điều chỉnh chiến thuật đúng thời điểm đều có thể thay đổi cục diện - những yếu tố gần như không thể lượng hóa trước trận. Theo thống kê World Cup, tỷ lệ hòa chỉ khoảng 20-25%, nên về mặt xác suất, việc AI ưu tiên chọn thắng hoặc thua cũng không hoàn toàn sai.

Ông Tăng Tiểu Kiện cho rằng bản chất của mô hình là phải đưa ra một lựa chọn rõ ràng, thay vì phân phối xác suất một cách linh hoạt. Vì thế, ngay cả khi hai đội ngang cơ, AI vẫn buộc phải "chọn phe".

Một chuyên gia AI khác là Hongson nhận định, nhiều trận hòa xuất phát từ quyết định chiến thuật ngay trên sân như đội mạnh bế tắc, đội yếu phòng ngự hiệu quả hoặc cả hai đều không muốn mạo hiểm. Đây đều là những biến số rất khó dự báo.

Nói cách khác, AI dự đoán tốt những trận "đề dễ", nhưng vẫn gặp khó trước các bất ngờ của bóng đá.

AI dự đoán bằng cách nào?

Theo ông Tăng Tiểu Kiện, AI thực chất không "tiên đoán", mà "phân tích, tổng hợp". Nó thu thập, sắp xếp và diễn đạt lại các thông tin mà giới chuyên môn vốn đã biết. Vì vậy, kết quả giữa các mô hình thường khá giống nhau.

Hiện có bốn hướng tiếp cận chính.

Thứ nhất, chỉ sử dụng “prompt engineering”, tức đưa dữ liệu vào câu lệnh để AI tự phân tích. Cách này đơn giản nhưng thiếu độ tin cậy.

Thứ hai, kết hợp RAG (công nghệ tạo sinh kết hợp truy xuất dữ liệu) để truy xuất dữ liệu mới nhất. Tuy nhiên, nếu nguồn dữ liệu chưa đầy đủ thì kết luận vẫn có thể sai lệch.

Thứ ba, áp dụng nhiều AI Agent cùng phân tích như một nhóm chuyên gia. Dù phức tạp hơn nhưng chưa chắc cải thiện độ chính xác.

Thứ tư, xây dựng mô hình thống kê độc lập trước, sau đó để AI diễn giải kết quả.

Cách cuối cùng, sử dụng các công cụ như: Elo Rating, mô hình Poisson dự báo số bàn thắng, mô phỏng Monte Carlo. AI chỉ đóng vai trò chuyển hóa các con số thành nội dung dễ hiểu. Đây được đánh giá là phương pháp hợp lý nhất, nhưng cũng tốn kém và phức tạp nhất nên ít doanh nghiệp áp dụng chỉ cho một chiến dịch marketing.

Hongson cho biết hệ thống FLUX·10 của ông hoạt động theo hướng này, chuyển đổi 10 nhóm dữ liệu thành xác suất thắng - hòa - thua trước khi AI giải thích kết quả. Sau 64 trận đầu, hệ thống đạt tỷ lệ chính xác khoảng 60,9%.

Vòng knock-out mới là bài kiểm tra thực sự

Sau vòng bảng, môi trường dự đoán thay đổi hoàn toàn. World Cup 2026 có tới 48 đội, nên vòng bảng xuất hiện nhiều cặp đấu chênh lệch rõ rệt. Nhưng vòng loại trực tiếp chỉ còn 32 đội mạnh nhất, khoảng cách trình độ bị thu hẹp đáng kể.

Thể thức cũng khác: chỉ một trận quyết định, có hiệp phụ, có thể phân định bằng luân lưu 11m. Trong khi đó, dữ liệu lịch sử về các kịch bản này lại khá hạn chế.

Hiện nay, phần lớn mô hình chưa có cơ chế tự điều chỉnh như vậy. Theo ông, giới hạn của AI không phải là đoán đúng tỷ số, mà là mô tả được xác suất, rủi ro và các kịch bản có thể xảy ra.

AI có thể chỉ ra trận đấu nhiều khả năng diễn ra theo thế trận nào, những yếu tố nào có thể làm thay đổi kết quả, nhưng không thể là một bài toán có đáp án chắc chắn.

Dù vậy, chính tính bất định đó lại khiến dự đoán World Cup trở thành môi trường thử nghiệm lý tưởng cho AI. Nếu mô hình có thể kết hợp dữ liệu có cấu trúc, thông tin phi cấu trúc và kinh nghiệm lịch sử để đưa ra những đánh giá hợp lý, thì phương pháp này hoàn toàn có thể được ứng dụng sang các lĩnh vực khác như lựa chọn sản phẩm, marketing hay phân tích dư luận.

Ở một góc độ nào đó, World Cup 2026 cũng là một bài kiểm tra công khai đối với các mô hình AI Trung Quốc. Điều được đánh giá không chỉ là quy mô mô hình hay vị trí trên các bảng xếp hạng, mà là khả năng đối mặt với sự bất định của thế giới thực bằng những phân tích minh bạch, hợp lý và có thể kiểm chứng.

Theo Sohu