一场预选赛预测，把12家国产大模型和超过4200万网友放进同一张比分单。
时间点卡在2026年俄罗斯世界杯亚洲区预选赛，中国国家队对阵日本之前。同场给出预测的12家是：阿里通义千问、百度文心一言、字节豆包、腾讯混元、华为盘古、商汤日日新、智谱GLM、DeepSeek、月之暗面Kimi、阶跃星辰、智象未来，以及上海人工智能实验室的书生。发起方希望借此展示大模型处理复杂现实问题的能力。
表面像娱乐竞猜，检验的却是三件事。第一是时序预测：历史战绩、球员状态、伤病、天气和场地，都是随时间变化的特征，不是一条静态简介。第二是概率推理：合格的输出应是一组可能性，而不是一口咬定胜负。第三是跨模态理解：新闻、社交平台和视频里的信号要能被抽出来，阵容临时调整时还要能更新。
这12个名字本身就是一张产业地图。有的绑在云计算和电商上，有的从搜索来，有的从短视频来，有的以开源或低价推理出名，有的来自实验室。放在同一道题上，比的不是谁的广告更响，而是谁能把多源信息收成一个可解释的判断。
4200万这个参与规模很少见。它说明公众愿意用一场球赛来试人工智能，也说明「模型说了算」和「人说了算」可以被公开对照。对照不等于模型会赢。足球结果受临场因素影响大，预测打偏，恰恰能暴露模型是在拟合历史，还是在更新伤病和阵容。
同场的意义还在于基线。网友预测往往靠印象和阵营。模型若只复述热门评论，就和多数人的意见没有差别。要看出差别，得看它是否单独处理伤病、场地和天气，并把这些因素写成概率，而不是一句口号。
对这12家公司，这不是一份商业合同，更像一次公开压力测试。通义、文心、豆包、混元、盘古、日日新、GLM、DeepSeek、Kimi、阶跃星辰、智象未来和书生，平时各发各的榜。放在同一场比赛前，读者可以问同一个问题：面对会变动的现实，谁更新得动。
类似的公开检验，以后还可能出现在别的场景。对读者，这场对决的价值不在猜中比分本身，而在看这些模型面对不确定事件时，给出的是概率，还是一句无法复核的断言。