DeepSeek爆火，体育界如何用AI“深度求索”？

从产品设计、市场营销、竞技提升、运动体验到内容创作，体育界也在用AI探索未来。

《共同体》是中国之声决胜时刻联合体育大生意推出的体育商业主题对话节目，以“求同存异，聊聊大家共同关心的体育热点话题”为口号，每周一期，逢周五晚上10:00于中国之声《决胜时刻》栏目期间播出。

中国科技公司深度求索推出的人工智能应用DeepSeek，已全面走进大众视野近两个月。“全民AI”的浪潮下，体育界也在思考人工智能逻辑推理对行业发展的价值。3月7日，第185期节目由体育行业不同赛道的代表，讨论近期使用人工智能的心得与思考。参与的“闲话者”是中国之声记者张闻，爱高体育总经理梁嘉华，体育大生意营销副总裁罗冉峰。

制造业角度看技术突破

张闻：2025年1月下旬开始，全国人民都开始讨论人工智能应用DeepSeek。它以“AI突破者”的姿态，对以人工智能作为生产力工具进行了全新定义。各行各业都在思考，如何借助DeepSeek的逻辑推理能力提升工作效率。体育界是否已经有一定的实践体会？为此，我们今天聊聊，在“AI对话”之路发足奔跑的路上，我们应该怎样客观看待当下AI的合理使用场景。

首先问问各位，初次使用DeepSeek的时候，问了什么关于体育的问题？

梁嘉华：爱高体育主要生产、销售跟足球运动相关的比赛及训练器材。其中我们有一款产品，比较多业内人士都知道，叫做充气人墙。我们一直有为包括中国国家队在内的职业球队提供充气人墙产品，方便他们的任意球训练。所谓充气人墙，是一个黄色的充气人形装置，具有不倒翁的特性。训练的时候就可以把它们排在一起，模拟任意球防守方的“人墙”。

专业教练对充气人墙评价不错，但也会提出一些改进建议。其中一个方面是充气人墙太“乖”了。这个“乖”指的是放置好充气人墙后，它只会笔直地矗在那里。但在实际比赛中，排人墙的球员会有动作，例如伸出腿来拦截球。假如充气人墙也能实现“伸出腿”的效果，是不是就能解决更多训练实战问题？

爱高体育充气人墙

我听说这个建议后，虽然没有马上去研究相关改进，但一直有想着这个事情。而DeepSeek出来以后，我就想测试一下，看看它是否能提出什么产品优化建议，包括实现这样一款产品时，它的造型会是什么样子？要注意的点是什么？之后DeepSeek以这样的方式给予回答。

它分析了我们的需求后，先给出一个初步结论，就是新的模拟人墙要实现一种类似分叉的功能。然后它列出了产品的设计思路、风险点以及注意事项等细节，包括提到人墙是否还是采用充气技术、稳定性如何因应分叉的属性予以加强、直立和分叉时分别是一个怎样的状态等等。

之后我又输入了一些此前制作的概念草图，让DeepSeek分析相关可行性。我们还问到海外网站或其他平台有没有类似概念的产品。DeepSeek确实搜集到一些参考链接，令我感受到DeepSeek可调用的数据量非常大。参考链接中的确有相似概念的产品，有助于我们产品研发时搜集信息。

不过就真正设计出产品而言，DeepSeek还没达到能分析一些材料学、工学问题的地步。对于将DeepSeek应用于我们的产品开发，我们现阶段还是以发挥研发人员自身能力为主，DeepSeek顶多只是一个资料搜集或者引导启发的工具。

助力内容创作灵感

张闻：在确认本期节目的选题后，我就第一时间让DeepSeek回答，人工智能或者DeepSeek本身，对中国体育产业的应用和革新带来哪些可能性。DeepSeek给我生成了四大点分析，每个大点下又有三个小点。我印象比较深刻的是“无门槛性”。过去如果我们想通过大数据做一些洞察、规划或者决策，对算力的要求非常高，中小企业很少能企及到这样的资源。但是DeepSeek对于体育界的中小企业，可以在体育用品制造升级、媒体内容生产自动化、场馆管理智能化等方面都提供全新的支持。

至于刚接触DeepSeek时，我最初提的是一个纯粹测试性的问题：能不能用汉娜·阿伦特的理论，分析中国足球为什么进不了世界杯。它给出的答案让我印象非常深刻，使我意识到DeepSeek并不是我提问、它搜索答案的模式，而是能用一定的逻辑去将不同的对象——哪怕表面上看这些对象之间完全风马牛不相及——联系起来，最终给你带来新的思路。

现在我工作中确实有一定频率使用DeepSeek。例如过去一个月里，我每一篇专栏大概有20%-30%的内容可以归功于DeepSeek。有时是写不下去的时候看看DeepSeek的思路启发。有时是我对某个话题没有太多感受时，先看看DeepSeek怎样处理相关主题，再结合自己对该问题积累的认知进行优化。

DeepSeek

罗冉峰：2021年，大众舆论开始讨论使用GPT模型创作剧本或简单新闻稿的时候，我就已经留意过用AI直接写作的可能。后来Chat-GPT可用时，我就第一次尝试请AI写稿，但最终的产品当然是无法入眼的。DeepSeek讨论火起来后，我的第一个想法同样是考验它的写作能力。

那一天是龙年除夕，中国体育界出现了一个不大不小的新闻——迅雷收购虎扑。我请DeepSeek分析这场收购对这两家企业以及中国体育产业意味着什么。在提示词方面我花了心思设计，以确保它生成的内容，能真正涉及到我们作为体育从业者日常关注的点。

经过所谓联网搜索和深度思考的过程后，DeepSeek生成的结果也是像主持人刚才说的那样，若干大点下再分为若干小点。虽然看上去更像板书结构，但DeepSeek的回答，整体上还是可以作为一篇文从字顺的文章，直接不加修改就发布。这是我最认可DeepSeek的地方，就是关注多年的AI写稿真的实现了。当时体育大生意不做任何修改——包括那些显然错误的数据——直接把DeepSeek的见解作为推文发布，作为一次实验性尝试。这是我们首次推送AI生成的稿件。

观点方面，DeepSeek的结果也确实覆盖到我个人对收购案的观点。还有一些想法我并没有想到，但觉得也言之成理。所以当时我也感觉到将DeepSeek日常工具化的价值。

降低中小企业营销门槛

张闻：DeepSeek之前还有一家DeepMind，体育界人士想必对其记忆犹新。当年它在围棋方面带给我们巨大的震撼。如今DeepMind在足球方面也在发挥作用，担任主教练的战术助手。近年不少角球战术就是人工智能作为助理教练出的主意。

为此我也提问过DeepSeek，它能在竞技体育领域怎样可以帮助优化训练和表现。它回答说，可以通过分析运动员的生理数据，如心率、肌肉状态、动作模型（如步态发力方式等）等，结合物理仿真引擎构建个性化训练方案。另外AI还可帮助跟踪、预测运动员的劳损风险。例如重构马拉松运动员的步态模型后，可以分析跟腱劳损风险，帮助运动员延长职业寿命。

结合刚才我提到，DeepSeek在“降低门槛”方面带给中小企业很多新想象，AI确实在体育界大有可为。过去要部署很多人力、物力、财力才能完成的事情，现在一个个人在短时间内使用工具就可能会实现。这是我们过去难以想象的革新和变化。

DeepMind

但相信大家使用时体会到，要挖掘DeepSeek的最大能量，需要使用者本身善用提示语。梁总在这方面有何体会？

梁嘉华：提示语确实是使用关键。只有使用者先明确要求，再通过一步步对话将要求呈现出来，DeepSeek才能给我们提供更到位的意见并发挥更大的创意。我们一开始实践时也走过一些弯路。例如给出特别明确的提示语，可能会限制它的发挥。但如果提示语太宽泛，又会浪费不少时间。所以我们往往需要一个耐心的引导过程，就好像跟一个聪明的小孩对话，让他理解你的意思，但又不要给出太多你自己的前期想法。

然后我还感觉到，在你惯用的系统上的DeepSeek，会变得“更聪明”，也就是更容易理解你的想法。它可能一直在分析我们的提问习惯、语言风格，逐渐地原本我们要修改四五次提示语才能获得理想的结果，现在可能两三次就可以了。

举一个实践的例子。我们有一款产品是室内足球训练垫，主要目的是练习球感。用户按着我们提供的教学视频，在家就可以做一些有球训练。产品主要通过电商发售、短视频渠道推广，所以我们要制作大量广告短片投放在相关平台，也就是所谓的通投广告。通投广告理论上要结合投放效果反馈，不断更新广告视频。但创作视频需要脚本、需要创意，对于我们这一类实业为主、但又不算庞大规模的企业来说，快节奏更新视频是几年前不敢想的课题。一般投放工作就交由广告公司代理。

但现在有了DeepSeek，我们公司自己的市场部就可以像编导那样设计剧本。我们向DeepSeek输入产品卖点、使用场景、用户画像等等要素，让DeepSeek帮忙制作能打动受众的剧本。例如针对训练垫，我们的目标客户是孩子学踢球的家长，以及热爱踢球、有一定消费力的40岁以下群体。DeepSeek会分别针对这两类人群撰写剧本。我们也会发送我们自己创作的剧本，请DeepSeek修改得情节更丰富、逻辑更通畅或更打动消费者。DeepSeek可以高效率地制作出剧本，并按我们的意见进一步修改。而且当我提出能不能让剧本的描述更有画面感时，DeepSeek还可以直接把分镜头也写出来。

总体而言，DeepSeek目前对我们业务的帮助，集中体现在市场营销方面。

尽信AI仍不可取

张闻：梁总的分享点出了一个重点：个人使用DeepSeek的应用效果，与其本人的专业领域认知相关。这就会出现一个关于内容审核的问题：与我专业相关的内容，我可以辨别DeepSeek的答案是否可靠。例如我是记者，我请DeepSeek帮忙提供专栏思路时，能准确地判断取舍哪些观点。但假如让DeepSeek给我做个专业健身方案，我就确保不了它的建议是否符合专业私教的水平。

另外，越来越多人发现AI还会自己编内容。两位认为用好AI跟个人专业知识积累之间的关系是怎样的？

罗冉峰：关于人工智能的讨论总会涉及到信息失真的问题。对此我从两个角度去看待。第一，真实人脑创作也同样存在有意无意的失真。所以我们无论参考真人还是AI提供的信息，都逃离不了自己判断的过程。换句话说，审视信息真实性是我们做判断的基本要求。第二，目前AI甚至连基础事实信息都会出错，典型如判断两个带小数点的数字的大小，当下使用AI时，一定要对资料性的内容保持警惕。

梁嘉华：DeepSeek有点像现在汽车行业里的辅助驾驶。开启辅助驾驶时，我可以解放一定的操作精力，但依然要保证对汽车随时恢复掌控权。而DeepSeek也可能是一套提升生产力的工具，可以很快检索到信息，然后用一套分析模型加以分析。但使用者要对需要获取答案的事情具有足够认知，才能保证AI提供的帮助不会走偏。

张闻：我还注意到一个问题，DeepSeek的创作其实仍然有“套路”的。譬如我把自己的文章喂给DeepSeek，它后面能创作出文风跟我有七八分相像的作品。这看上去是DeepSeek分析内容、提取模板的能力，但也有可能它在实际创作中，其实还没做到真正的个性化。

AI“模版化”一例：

AI生成图片往往有种“黏糊感”

但是从提取模板能力的角度来看，我们也发现了DeepSeek在处理大数据方面的优势。今天我们的主题是体育产业如何用好新的人工智能模型，我想，模型既然有强大的数据整合能力，那么体育界还可以从终端结合方面用好AI。像各种运动手环、AR眼镜，如果与AI模型和更高的网速对接，用户有机会获得更实时的使用反馈。

在人工智能不断发挥生产力支持的当下，有人也在关注人工智能伦理问题，如数据安全、AI决策透明性、数据滥用等等。但是各行各业确实通过AI的渗透，发现新的价值，甚至有重塑行业产业链之势。体育也是一样，从制造到运营、从竞技表现到大众健康，体育行业正在更多地使用数据、算法和模型作为新驱动力，让体育产业未来更高效、更精准、更智能。体育产业从不排斥未来技术，我们继续坚持用科技创新服务行业。感谢两位参与本期讨论，我们下期再会。