ZDNet至顶网软件频道消息: 和其它体育运动相比,国际足联(FIFA)对高科技技术的引入一直比较保守,不过2014年巴西世界杯终于首次启用了门线技术——通过摄影机而非人眼来做判断足球是否越过球门线。国际足联一直以来都反对引入门 线技术,而是只依靠裁判和第四官员执法。门线技术已经在2010-2011年欧洲冠军联赛开始使用。2013年2月19日,国际足联正式宣布,在2013年联合会杯以及2014年巴西世界杯上将启用门线技术,这是国际足联在经过漫长的讨论与测试后,历史性决定将高科技引入世界杯,向球场上的误判宣战。
本届比赛的门线技术来自德国GoalControl公司,比赛时每个球门上分别安装7台高速摄像机,比赛用球中也将植入芯片。摄像机与高性能的IT系统相连,可追踪足球场上所有的移动物体,并过滤掉球员、裁判等干扰 物体。一旦系统探测到球越过球门线,会在1秒内向裁判的智能手表发送“进球(GOAL)”的消息。
门线技术在本届世界杯上法国对战洪都拉斯的比赛中,就发挥了重要作用:在2014年6月16日的世界杯小组赛比赛第48分钟,法国队卡巴耶右路送出精准传中,本泽马禁区内左脚凌空垫射,皮球打在右侧立柱内侧弹下,这个球本来没有进,但在皮球弹向门将巴拉达雷斯时,巴拉达雷斯慌乱中将球碰了一下,然后迅速将球从球门里捞出。而巴西籍裁判佩戴的手表很快也在第一时间显示了“进球”的消息。通过门线鹰眼回放的结果显示,这粒进球越过门线1.4892厘米,鹰眼将该球判定为进球。此外,也正因为采用了门线技术,国际足联将这粒进球算在洪都拉斯门将头上——记为乌龙球。
这和多年来很多起门线冤案和悬案形成了鲜明的对比:2010年世界杯上,英国队球员兰帕德的怒射打中德国队横梁弹入门线,慢镜头显示明显是个好球,裁判却未判罚进球有效,以至于英格兰最终含冤出局。上赛季英格兰足总杯的关键淘汰赛上、意甲AC米兰与尤文图斯的争冠焦点战中,又有裁判难以判决的门线悬案发生,惹出连串争议。
事实上,电子信息技术的快速发展其对体育运动的影响力度越来越大,体育和IT的粘合度也越来越紧。从1968年开始使用的电子计时系统,到2006年在网球大满贯比赛中使用鹰眼系统,以及F1和NBA赛中应用的大数据分析系统,IT对对体育的影响已经涉及到训练方法、比赛规则、以及观众看比赛的很多习惯,作为第一大体育运动的足球顺应和IT融合的趋势当然也是不可逆转的。
好文章,需要你的鼓励
当前软件工程团队正在试验基于AI代理的编码工具和大语言模型,以提高开发速度和质量。然而,AI编码工具的效果很大程度上取决于使用方式。开发者需要提供结构化的问题描述、明确的执行要求和相关上下文,同时建立适当的防护机制。AI不仅能处理重复性任务,还能识别和评估替代方案,从被动助手演进为工作流程推进器。成功的关键在于将AI视为合作伙伴而非快捷工具,并将其整合到软件交付的全生命周期中。
NVIDIA研究团队开发出名为Lyra的AI系统,能够仅凭单张照片生成完整3D场景,用户可自由切换观察角度。该技术采用创新的"自蒸馏"学习方法,让视频生成模型指导3D重建模块工作。系统还支持动态4D场景生成,在多项测试中表现优异。这项技术将大大降低3D内容创作门槛,为游戏开发、电影制作、VR/AR应用等领域带来重大突破。
Salesforce发布企业级AI智能体平台Agentforce 360,将AI智能体融入几乎所有应用中。该平台采用混合推理引擎Atlas,结合大语言模型的概率思维和业务规则的精确性,支持语音交互和深度集成。以Slack为主要界面,提供Agentforce Builder开发环境,能将非结构化文档转换为可查询记录。Salesforce内部已部署该系统,每周处理180万次对话,主动服务活动增长40%。
谷歌DeepMind团队创新性地让Gemini 2.5模型在无需训练的情况下学会理解卫星多光谱图像。他们将复杂的12波段卫星数据转换为6张可理解的伪彩色图像,配以详细文字说明,使通用AI模型能够准确分析遥感数据。在多个基准测试中超越现有模型,为遥感领域AI应用开辟了全新道路。