Google Cloud 聯手 MLB：用 AI 預測全明星賽本壘打砸向哪個看臺

去現場看棒球比賽的人，大概都做過同一個美夢：戴上手套坐在看臺上，一顆全壘打球正好落進自己懷裡。

在亞特蘭大舉辦的 MLB 全明星賽上，Google Cloud 聯手大聯盟的 Statcast 資料團隊，給看臺上的球迷支了個招。他們用生成式 AI 搭建了一個全壘打落點預測系統，能提前算出接下來的打者如果敲出全壘打，最可能砸進哪一區看臺。

打球的著落點，AI 提前算給大螢幕

棒球這項運動極其依賴資料，但過去的資料大多是冷冰冰的歷史記錄。這次 Google 想做的是把資料拉到每一個打席的當下。

系統背後的底層資料來自 Statcast，包含全明星陣容所有球員的歷史擊球率、全壘打率，以及在不同球場的擊球彈道分佈。除了球員習慣，模型還會即時吃進當天的風向、氣溫等天氣變數。

算好最可能的落點看臺後，資料會被送進 Gemini 2.5 Pro。模型會在幾秒鐘內生成幾十條提示文案，準備投放到球場的超大螢幕、計分板和環廊顯示屏上。

在賽前的測試演示裡，洛杉磯道奇隊球星大谷翔平登場時，模型推算出如果他轟出全壘打，最容易落在 152 到 154 區看臺。螢幕就會提示那幾個區域的球迷做好準備。

為了防止 AI 在球場大螢幕上胡說八道，現場配備了人工稽核環節。運營團隊會快速挑出最合適的一條文案，修整字數或版式後一鍵推送。

連街頭堵車都能做成動態看板

除了球場內，這套系統還在比賽前幾天開上了亞特蘭大的街頭。Google 把 Vertex AI 驅動的生成引擎裝進了移動廣告車。

這些廣告車不僅抓取球員的投打資料，還接入了當地的天氣、即時地理位置和路況資料。AI 會根據廣告車開到的位置，就地生成帶有本地色彩的趣味文案。

比如當車堵在巴克海特區時，車身大屏就會打出一行字：小羅納德·阿庫尼亞擊出的棒球時速高達 121 英里，比我們在亞特蘭大市區的平均車速快了 5 倍以上。

從讀入資料、結合路況到生成文案並展示，整個鏈路只需要幾秒鐘。

為什麼重要

對現場球迷來說，這項技術直接改變了看比賽的參與感。普通人再也不用低頭去翻複雜的技術統計表格，只要看一眼頭頂的大螢幕，就能知道自己是不是坐在了幸運位上。

對體育轉播和場館運營行業而言，這展示了生成式 AI 介入現場互動的新思路。以往球場大屏的內容基本靠提前製作，形式呆板；現在通過 AI 代理即時調取底層感測器和氣象資料，現場文案几乎可以做到因人、因時、因地動態生成。

我們認為 Google 這一步做得相當討巧。他們沒有硬去用 AI 替裁判做判定，而是選了一個娛樂性極強、就算沒猜中也不會引發爭議的互動場景，既秀了 Gemini 2.5 Pro 的推理與文案能力，又展示了 Vertex AI 處理多源即時資料的排程功底。

不過隱患也是顯而易見的。全壘打落點受投手配球、擊球點微調等極度偶然的物理因素影響，再精密的統計學模型也只是機率遊戲。加上中間必須保留人工稽核把關，這種即時生成在節奏極快的對抗中究竟能跑得多順暢，依然值得觀察。