赛事直播中的关键瞬间，往往只在几秒之间。泳池里，一次转身就可能改写领先关系；靶场上，一枪成绩就可能决定奖牌归属。解说需要紧跟画面，讲清赛场态势、项目规则、排名变化和比赛走势。比赛结束后，媒体还要第一时间找到精彩瞬间，完成高光剪辑并进入发布流程。
在 2026 年名古屋大型赛事上，央视体育与阿里云 Flink 合作打造大型赛事实时 AI 解说 Agent。它在直播过程中持续完成画面理解、赛事判断、上下文记忆、解说生成和音视频处理，让 AI 跟随比赛“实时看、持续记、及时说”，并支持赛事高光生产。
阿里云 Flink 与千问大模型构建可靠的实时解说流水线
大型赛事实时 AI 解说 Agent 采用事件驱动的流式架构。直播画面、官方赛事数据与赛程信息持续进入系统，有效变化更新比赛状态，并触发解说或剪辑任务。依托 Qwen3.8-Max、Qwen3.8-Flash，以及语音合成模型 qwen-audio-3.0-tts-plus 等理解与生成能力，阿里云 Flink 将信号接入、画面感知、赛事理解、任务策划和执行连接为持续运转的流水线。
大型赛事直播对这条流水线提出了两项要求：成绩、名次和奖牌归属有据可依，数小时的连续运行保持稳定。为此，多源确认、事实校验和故障恢复贯穿各个环节，让生成内容具备可信依据，也让比赛上下文能够持续积累和恢复。
赛事信号接入与画面感知
系统持续接收赛事直播视频流、赛程与参赛名单，以及官方实时赛事事件。视频经过解析、格式标准化、关键帧采样与时间轴归一，形成带时间信息的画面帧；官方成绩、名单和赛程作为结构化数据进入关联处理。Flink 提供持续处理和事件时间组织能力，业务链路据此建立媒体时间与赛事时间的映射，明确当前画面属于哪场比赛、成绩对应哪位运动员和哪个轮次，为音画对齐与高光定位打下基础。
赛事观察插件进一步提取运动员、动作变化、比分字幕和成绩图卡等信息。射击场景关注选手姓名、单枪环数与累计成绩，游泳场景关注道次、转身、交接、触壁和分段计时。感知结果带有时间与来源标记，经由 Flink 持续流转，供后续环节综合判断。
多源理解与持续更新的比赛上下文
从识别画面中的数字到确认一项成绩，还需要结合官方数据、参赛名单、比赛阶段和项目规则。理解插件据此识别关键事件，区分当前成绩与历史回放、分段领先与正式赛果，并更新比分、排名和比赛进程。名次、成绩和奖牌归属以官方确认信息为依据，证据不足的结论暂不进入播报。
Flink 的状态管理承载不断演进的比赛上下文，包括当前阶段、领先选手、逐枪成绩、排名变化和已确认事实。新事件到达后，系统增量更新相关状态；平均值、分差等数值由结构化计算给出，再交给模型组织分析。这既为实时解说提供前情，也让赛后回顾和高光标题能够追溯到具体赛事信息，减少数据错配、重复报分和前后表述不一致。
动态策划与经过校验的内容执行
Agent 根据事件重要性、事实可靠性、比赛节奏与可用播出时长，决定此刻讲什么、做什么。关键成绩和奖牌归属优先播报，比赛间隙补充规则与选手背景；冲刺阶段使用简短赛况，轮次间隙再展开分析。例如，射击比赛中识别到铜牌产生后，Agent 会从项目科普转向奖牌播报。高光策划则确定哪些事件值得成片，以及需要保留的前后过程。
解说任务依次经过文稿生成、事实与数字校验、内容审核、语音合成和播出编排。选手姓名、成绩、排名及结果表述在输出前再次核对，待播队列依据优先级与有效期调整，撤回过时内容。同一份赛事事实可生成三种风格的文稿与音轨。高光任务则完成视频边界确认、裁剪拼接、封面选择、标题生成和成品上传，保持标题与画面事实相符。
持续处理与故障恢复
连续直播中，模型推理和语音生成的耗时波动可能造成等待与积压。链路可结合异步处理、并发控制和超时策略管理外部服务调用，并通过播出队列调整减少解说滞后。
Flink 的检查点机制为受管理的计算状态提供一致性快照，配合可恢复的数据源，在作业重启后恢复比赛上下文并继续处理。已经播出的解说和已经上传的高光，还需要由执行链路记录动作状态，结合幂等或去重机制控制重复输出。
主备切换、监控告警、模型服务防护与人工值班共同构成运行保障。团队持续关注处理积压、模型响应时间、解说输出延迟和作业恢复情况，及时发现并处置异常。Flink 的状态恢复能力与模型、媒体组件和运维协同，支撑 Agent 长时间稳定进入赛事生产流程。
实时看、持续记、及时说，央视体育携手阿里云 Flink 打造大型赛事实时AI解说Agent
解说跟随直播节奏，三种风格随时切换
系统利用直播流安全审核产生的时间窗口，优化画面理解、文稿生成与语音合成的全流程耗时，使 AI 解说与 CCTV5 等直播流基本同步，让线上观众几乎感受不到额外延迟。观众还可在央视体育客户端中随时切换“低音沉稳”“高能爆发”“清亮温和”三种解说风格。
实时播报成绩，跟进关键结果
射击比赛中，Agent 将选手、枪次、单枪成绩与累计成绩准确关联，成绩有效变化后再触发播报，避免重复报分。游泳比赛中，Agent 围绕出发、转身、交接和触壁跟踪分段成绩与位次变化，讲清谁在领先、谁在追赶，并区分阶段排名与最终赛果。
记住比赛前情，讲清多轮表现变化
射击前十枪结束后，Agent 可以比较最近五枪与此前五枪的平均成绩，结合累计成绩、排名和分差分析选手如何追赶。比分接近时，还可结合赛制提示淘汰风险，让解说从单次报分延伸到连续比赛分析。
在比赛间隙穿插规则与知识
Agent 根据项目和比赛阶段选择知识内容：赛前介绍轮次安排，击发间隙讲解呼吸控制与持枪稳定性，临近淘汰时说明场上局势。奖牌产生后及时转向关键赛况，让科普自然融入直播节奏，帮助首次观看该项目的观众理解比赛。
结合历史资料与实时表现讲述运动员
以徐嘉余的男子 50 米仰泳决赛为例，Agent 在出场时介绍道次、预赛成绩和历史表现，赛中跟踪成绩与名次变化，赛后及颁奖阶段结合本场结果回顾比赛经历。知识检索补充人物资料，实时上下文连接当场表现，形成连贯的人物讲述。
关键事件驱动高光拆条
关键得分、反超、淘汰或夺冠等事件确认后，高光 Agent 启动剪辑任务，保留事件的完整过程，完成裁剪拼接、封面选择、标题生成和上传。高光链路可在精彩事件发生后一分钟内完成片段合成与上传，产出供编辑审核发布的成品。
AI 融入赛事，实时计算连接赛事现场与内容生产
大型赛事项目多，赛程密集，阿里云Flink团队与政企事业部文化传媒行业线团队通力合作，让央视体育解说覆盖海量赛事，为技术团队带来新解法，大幅拓宽赛事解说的覆盖范围。对观众而言，规则科普、运动员故事和多种声音风格丰富了观赛选择，也为冷门项目和多路直播获得完整解说提供了可能。
对媒体而言，实时解说与事件驱动的高光生产让内容从“赛后加工”走向“赛中即产”。本次实践中，两条链路按业务要求分别接入视频源，编辑团队负责审核把关、深度策划和创意表达，形成 AI 生产与专业团队协同的工作方式。
这次实践也呈现了实时计算与大模型协作的路径：大模型提供理解与表达能力，Flink 持续组织实时数据、维护随事件演进的上下文，并提供可恢复的计算状态。Agent 因而能够从单次问答走向持续感知、实时决策和任务执行。
未来，实时 AI 解说能力可进一步延伸到更多运动项目、语种和赛事场景。央视体育与阿里云也将继续探索实时计算与大模型的融合，让赛场瞬间被及时看见、准确讲述和长久留存。
