传感器、摄像头和麦克风:F1车队如何利用数据和人工智能在赛道上做出实时决策

在一个比赛周末期间,每辆赛车通常会产生超过1.5TB的数据

Young Zhan Heng
Published Sun, Oct 11, 2026 · 04:00 PM
    • F1车队的通信和应用合作伙伴在比赛期间使用人工智能处理数据。
    • F1车队的通信和应用合作伙伴在比赛期间使用人工智能处理数据。 照片:《商业时报》资料图

    本文由 AI 翻译,关键事实请以原文为准。

    查看原文

    【新加坡】一级方程式(F1)赛车不仅关乎飞驰的赛车、璀璨的灯光和令人血脉贲张的激情。它还涉及海量数据——多达数百TB甚至更多——车手和团队成员在赛前、赛中和赛后都会研究和分析这些数据,以微调策略。

    在全球各地的每场F1比赛中,每辆赛车在一个比赛周末通常会产生超过1.5TB的数据。

    本赛季11支参赛车队之一的阿斯顿·马丁Aramco F1车队的一位高级主管表示,他们的赛车配备了超过200个传感器。

    阿斯顿·马丁的商业技术大使 Eric Ernst 表示,收集到的实时数据会迅速传输到位于英国银石赛道的车队任务控制中心,延迟仅为0.3秒,供60多名工程师分析。

    他在周六(10月10日)新加坡大奖赛正赛排位赛前的一场活动上说,每辆赛车每秒产生超过一百万个数据点。该排位赛有车队的车手 Fernando Alonso 和 Lance Stroll 参加。

    Ernst 说,阿斯顿·马丁随后利用人工智能筛选出重要的数据点,不过他强调,“没有分析,数据就毫无意义”。

    他补充说,这些洞察最终将转化为在赛道上做出的实际决策。他举例说,实时比赛数据的一个用途是在行驶中调整赛车的刹车偏置。

    阿斯顿·马丁的商业技术大使 Eric Ernst 说:“没有分析,数据就毫无意义。” 照片:阿斯顿·马丁ARAMCO F1车队

    数据对每位车手都至关重要

    然而,一些车手认为数据并非一切。对阿斯顿·马丁Aramco F1车队的后备车手 Jak Crawford 来说,他认为赛车“八分靠感觉,二分靠数据”。

    这位21岁的美国车手说:“如果你在车里遇到转向过度的问题,数据上可能看不出来,但你能感觉到。(我们)才是那个必须……感觉舒适并驾驶赛车的人。”

    不过他指出,数据对每一位F1赛车手来说仍然是不可或缺的。

    周六,阿斯顿·马丁Aramco F1车队车手 Fernando Alonso 在冲刺赛前检查赛车。 照片:YOUNG ZHAN HENG,《商业时报》

    他说:“我从七岁起就开始看数据了。”他补充说,自己并不会被数据所淹没。

    Crawford 是在周六的一次车库参观活动中对媒体发表上述言论的,当天也是新加坡首次举办冲刺赛的日子。

    F1冲刺赛是一场100公里的短途比赛,大约是环绕滨海湾街道赛道的21圈。红牛车队的 Max Verstappen 赢得了在新加坡举行的首届冲刺赛,领先于法拉利的 Lewis Hamilton 和 Charles Leclerc。

    冲刺赛意味着参加新加坡大奖赛的F1车队只能在赛道上进行一次练习赛,而不是通常的三次。

    然而,Crawford 表示,车队一切照常,因为大部分艰苦的工作在第一次练习赛之前就已经完成了。

    他说:“我们在模拟器中进行了大量的练习。”

    所有11支车队的主力车手和后备车手都会在模拟器上花费数小时,以更好地了解赛道,同时微调他们的驾驶风格。

    赛道外的人工智能

    在赛道上忙于处理海量数据的,并不仅仅是F1车队。

    为了将比赛画面传送到世界各地的电视屏幕上,自2012年以来一直支持F1转播业务的 Tata Communications 建立了一个网络,设计用于在一个比赛周末处理650TB的数据。

    这些数据来自多个来源,例如超过100个车载摄像头、28个超高清摄像头和赛道各处的150个麦克风。

    此外,Tata Communications 媒体与娱乐服务全球主管 Dhaval Ponda 表示,由于一些操作上的复杂性,新加坡是“F1赛历上技术要求较高的赛事之一”。

    他列举的一些挑战包括:新加坡是街道赛道,比赛在夜间举行,以及赛道周围密集的城市环境。

    他说:“由于共享的公用设施走廊和通信基础设施,城市环境会使线路多样性变得更加复杂。”

    他补充说,为了确保数据流的稳定性,Tata 利用人工智能驱动的监控来发现异常并“预测潜在的服务降级”。

    这使得团队能够在问题影响比赛运营之前重新规划数据传输路径。

    Ponda 说:“从转播的角度来看,挑战在于确保无论幕后有多复杂,观众都能体验到同样流畅的比赛。”

    此外,为确保性能和低延迟连接,Tata 的工程师在赛前就开始在赛道周围铺设长达58公里的光纤。

    将复杂数据转化为易懂的洞察

    作为Scuderia Ferrari HP车队的官方车迷互动和数据分析合作伙伴,IBM 也利用人工智能来优化其应用程序的用户体验。

    IBM 亚细安 (ASEAN) 总经理兼技术负责人 Catherine Lian 表示,为此,该应用的 AI 功能利用了法拉利当前和历史的数据,这些数据在 IBM 自己的数据平台上进行管理和整理。

    她告诉《商业时报》:“(人工智能)让车迷能够通过 AI 伴侣探索车队、车手和赛车历史,同时还将复杂的比赛和性能数据转化为易于理解的洞察、摘要和互动体验。”

    该应用程序的月活跃用户在过去一年中增长了23%,它还使用自己的人工智能大型语言模型生成比赛摘要。

    Lian 表示,每一份由人工智能生成的比赛摘要在送达车迷之前,都会经过 IBM 和法拉利团队的审核。

    她说:“这种可信数据、人工智能治理和人工监督的结合,有助于确保车迷在获得及时洞察的同时,对他们所看到的信息保持信心。”

    此翻译对您是否有帮助?