Google Cloud 联手 MLB：用 AI 预测全明星赛本垒打砸向哪个看台

去现场看棒球比赛的人，大概都做过同一个美梦：戴上手套坐在看台上，一颗全垒打球正好落进自己怀里。

在亚特兰大举办的 MLB 全明星赛上，Google Cloud 联手大联盟的 Statcast 数据团队，给看台上的球迷支了个招。他们用生成式 AI 搭建了一个全垒打落点预测系统，能提前算出接下来的打者如果敲出全垒打，最可能砸进哪一区看台。

打球的着落点，AI 提前算给大屏幕

棒球这项运动极其依赖数据，但过去的数据大多是冷冰冰的历史记录。这次 Google 想做的是把数据拉到每一个打席的当下。

系统背后的底层数据来自 Statcast，包含全明星阵容所有球员的历史击球率、全垒打率，以及在不同球场的击球弹道分布。除了球员习惯，模型还会实时吃进当天的风向、气温等天气变量。

算好最可能的落点看台后，数据会被送进 Gemini 2.5 Pro。模型会在几秒钟内生成几十条提示文案，准备投放到球场的超大屏幕、计分板和环廊显示屏上。

在赛前的测试演示里，洛杉矶道奇队球星大谷翔平登场时，模型推算出如果他轰出全垒打，最容易落在 152 到 154 区看台。屏幕就会提示那几个区域的球迷做好准备。

为了防止 AI 在球场大屏幕上胡说八道，现场配备了人工审核环节。运营团队会快速挑出最合适的一条文案，修整字数或版式后一键推送。

连街头堵车都能做成动态看板

除了球场内，这套系统还在比赛前几天开上了亚特兰大的街头。Google 把 Vertex AI 驱动的生成引擎装进了移动广告车。

这些广告车不仅抓取球员的投打数据，还接入了当地的天气、实时地理位置和路况数据。AI 会根据广告车开到的位置，就地生成带有本地色彩的趣味文案。

比如当车堵在巴克海特区时，车身大屏就会打出一行字：小罗纳德·阿库尼亚击出的棒球时速高达 121 英里，比我们在亚特兰大市区的平均车速快了 5 倍以上。

从读入数据、结合路况到生成文案并展示，整个链路只需要几秒钟。

为什么重要

对现场球迷来说，这项技术直接改变了看比赛的参与感。普通人再也不用低头去翻复杂的技术统计表格，只要看一眼头顶的大屏幕，就能知道自己是不是坐在了幸运位上。

对体育转播和场馆运营行业而言，这展示了生成式 AI 介入现场互动的新思路。以往球场大屏的内容基本靠提前制作，形式呆板；现在通过 AI 代理实时调取底层传感器和气象数据，现场文案几乎可以做到因人、因时、因地动态生成。

我们认为 Google 这一步做得相当讨巧。他们没有硬去用 AI 替裁判做判定，而是选了一个娱乐性极强、就算没猜中也不会引发争议的互动场景，既秀了 Gemini 2.5 Pro 的推理与文案能力，又展示了 Vertex AI 处理多源实时数据的调度功底。

不过隐患也是显而易见的。全垒打落点受投手配球、击球点微调等极度偶然的物理因素影响，再精密的统计学模型也只是概率游戏。加上中间必须保留人工审核把关，这种实时生成在节奏极快的对抗中究竟能跑得多顺畅，依然值得观察。