新智元報(bào)道

編輯：Aeneas

【新智元導(dǎo)讀】大模型能否預(yù)測未來？UniPat AI構(gòu)建了一套完整的預(yù)測智能基礎(chǔ)設(shè)施，Echo，包含動(dòng)態(tài)評(píng)測引擎、面向未來事件的訓(xùn)練范式和預(yù)測專用模型EchoZ-1.0。在其公開的General AI Prediction Leaderboard上，EchoZ-1.0穩(wěn)居第一，并在與Polymarket人類交易市場的直接對(duì)比中展現(xiàn)出顯著優(yōu)勢。

過去一年，預(yù)測能力越來越受到模型廠商的重視。但預(yù)測領(lǐng)域有一個(gè)根本性的驗(yàn)證難題：你說你能預(yù)測未來，怎么證明？

發(fā)布時(shí)的demo無法追溯，事后公布的案例存在選擇性偏差，通用基準(zhǔn)測試衡量的是語言理解和推理能力，跟真實(shí)預(yù)測是兩碼事。

UniPat AI近日發(fā)布的Echo系統(tǒng)，試圖用一套完整的基礎(chǔ)設(shè)施來回答這個(gè)問題。Echo由三個(gè)緊密耦合的組件構(gòu)成：

• 一個(gè)持續(xù)運(yùn)轉(zhuǎn)的動(dòng)態(tài)評(píng)測引擎，

• 一套面向未來事件的后訓(xùn)練流程（Train-on-Future），

• 一個(gè)未來可能的AI原生預(yù)測API。

官網(wǎng)：https://echo.unipat.ai/

Blog：https://unipat.ai/blog/Echo

核心模型EchoZ-1.0是第一個(gè)在Train-on-Future范式下端到端訓(xùn)練的大語言模型。

在General AI Prediction Leaderboard 上（2026年3月數(shù)據(jù)），EchoZ-1.0以Elo 1034.2排名第一，領(lǐng)先 Google的Gemini-3.1-Pro（1032.2）和Anthropic的Claude-Opus-4.6（1017.2）。

排行榜涵蓋12個(gè)模型，覆蓋政治、經(jīng)濟(jì)、體育、科技、加密貨幣等7個(gè)領(lǐng)域，活躍題目超過1000道。

EchoZ在排名魯棒性測試中穩(wěn)定第一

排名本身只是一個(gè)快照，排名的穩(wěn)定性更值得關(guān)注。

博客中披露了一組σ參數(shù)敏感性測試：調(diào)整Elo框架中的σ參數(shù)（控制Brier Score差異向勝率的轉(zhuǎn)化強(qiáng)度）從 0.01到0.50共9個(gè)取值，重新計(jì)算全部模型排名。

這個(gè)參數(shù)簡單來說，就是控制「模型之間表現(xiàn)差距」會(huì)被放大到什么程度。

EchoZ在全部9個(gè)分組均保持第一，是唯一排名未發(fā)生任何波動(dòng)的模型。作為對(duì)比，GPT-5.2的排名在第2到第9之間波動(dòng)過8個(gè)位次。

更有說服力的一個(gè)細(xì)節(jié)是，EchoZ的競爭對(duì)手不僅有頂級(jí)大模型，還有預(yù)測市場上真實(shí)投入資金的人類交易者的聚合判斷，EchoZ的Elo分?jǐn)?shù)顯著高于這條基線。與此同時(shí)，Echo官網(wǎng)公開了所有預(yù)測問題、模型輸出的概率分布和最終結(jié)算結(jié)果，任何人都可以回溯驗(yàn)證。

三個(gè)層面的可驗(yàn)證性疊加在一起（動(dòng)態(tài)排行榜、實(shí)盤市場對(duì)照、全量數(shù)據(jù)公開），構(gòu)成了Echo與此前各種「AI 預(yù)測」最根本的區(qū)別。

那么，EchoZ對(duì)人類預(yù)測者的實(shí)際優(yōu)勢有多大？Unipat AI給出了一組分層對(duì)比：將EchoZ與人類市場在同一預(yù)測批次中的同一問題上進(jìn)行比較，基于Brier Score計(jì)算勝率，按領(lǐng)域、預(yù)測期限和市場不確定性三個(gè)維度展開：

• 政治與治理領(lǐng)域：EchoZ勝率63.2%

• 長期預(yù)測（7天以上）：EchoZ勝率59.3%

• 市場不確定區(qū)間（人類信心55%-70%）：EchoZ勝率57.9%

一個(gè)值得注意的規(guī)律是：人類預(yù)測者越猶豫的場景（高不確定性、長時(shí)間跨度、復(fù)雜政治博弈）EchoZ的優(yōu)勢反而越明顯。這暗示模型在信息整合和概率校準(zhǔn)上的系統(tǒng)性優(yōu)勢，恰好在人類直覺最不可靠的區(qū)域得到了最大程度的釋放。

一個(gè)持續(xù)生長的評(píng)測引擎

構(gòu)建評(píng)測基準(zhǔn)本身并不新鮮，但Echo的做法有一個(gè)關(guān)鍵差異：它構(gòu)建的不是一個(gè)靜態(tài)的題庫，而是一個(gè)能夠自動(dòng)出題、自動(dòng)結(jié)算、持續(xù)更新排名的動(dòng)態(tài)系統(tǒng)。

為什么「動(dòng)態(tài)」這件事很重要？

拿一道具體的預(yù)測題來說：「2026年3月31日收盤時(shí)，全球市值最大的公司是哪家？」如果模型A在3月1日給出了預(yù)測，模型B在3月28日給出了預(yù)測，兩者的正確率能直接比較嗎？

顯然不能。

越接近結(jié)算時(shí)間，可用信息越多，預(yù)測難度越低。這就是現(xiàn)有預(yù)測基準(zhǔn)的第一個(gè)結(jié)構(gòu)性問題：時(shí)序不對(duì)稱。

第二個(gè)問題是題源過于單一：現(xiàn)有基準(zhǔn)的題目幾乎全部來自預(yù)測市場，偏向容易結(jié)算的二元問題，大量來自專業(yè)領(lǐng)域和新興話題的預(yù)測需求被遺漏了。

Echo Leaderboard 的架構(gòu)正是圍繞這兩個(gè)問題展開的。整套系統(tǒng)可以拆解為四個(gè)階段的持續(xù)循環(huán)：

Echo 評(píng)測引擎構(gòu)建流程

第一步，數(shù)據(jù)采集。

三條數(shù)據(jù)管道同時(shí)運(yùn)行。

第一條對(duì)接Polymarket等預(yù)測市場，篩選有明確結(jié)算規(guī)則和高質(zhì)量共識(shí)信號(hào)的合約。

第二條面向開放域，抓取Google Trends等實(shí)時(shí)趨勢，自動(dòng)生成關(guān)于尚未發(fā)生事件的預(yù)測問題，由agent持續(xù)搜索進(jìn)展并自動(dòng)結(jié)算。

第三條來自真實(shí)專業(yè)場景：科研、工程、醫(yī)療等領(lǐng)域的專家將自己工作流中有價(jià)值的預(yù)測題貢獻(xiàn)到系統(tǒng)中，并在預(yù)定時(shí)間點(diǎn)給出權(quán)威判定。

從Polymarket上的大眾共識(shí)到實(shí)驗(yàn)室里的專家判斷，三條管道覆蓋了一個(gè)相當(dāng)完整的預(yù)測光譜。

第二步，預(yù)測點(diǎn)調(diào)度。

每道題不只做一次預(yù)測。系統(tǒng)使用對(duì)數(shù)調(diào)度算法，根據(jù)題目的結(jié)算周期長度分配多個(gè)prediction points（預(yù)測時(shí)間點(diǎn)），既保證了生命周期內(nèi)的覆蓋密度，又控制了計(jì)算開銷。

第三步，對(duì)戰(zhàn)構(gòu)建。

這是解決時(shí)序不對(duì)稱問題的關(guān)鍵環(huán)節(jié)。評(píng)測使用point-aligned Elo機(jī)制：嚴(yán)格只比較「同一道題、同一預(yù)測時(shí)間點(diǎn)」的結(jié)果。所有參賽模型在完全相同的信息上下文下對(duì)決，公平性由此建立。

第四步，Elo評(píng)分更新。

基于Bradley-Terry MLE算法計(jì)算全局排名。實(shí)驗(yàn)數(shù)據(jù)顯示，這套框架對(duì)新加入模型的排名收斂速度是傳統(tǒng)Avg Brier方法的2.7倍。

模型排名收斂速度對(duì)比

這四步構(gòu)成一個(gè)不斷循環(huán)的閉環(huán)：新題目持續(xù)流入，新的預(yù)測點(diǎn)持續(xù)觸發(fā)，對(duì)戰(zhàn)持續(xù)發(fā)生，排行榜持續(xù)更新。用一句話概括：

Echo造了一把動(dòng)態(tài)校準(zhǔn)的尺子，而這把尺子本身也在不停生長。

Train-on-Future：

當(dāng)推理過程本身成為訓(xùn)練信號(hào)

評(píng)測引擎解決了「怎么量」的問題，接下來要回答的是「怎么訓(xùn)」。Echo 的訓(xùn)練流程同樣是一套結(jié)構(gòu)化的系統(tǒng)，UniPat稱之為Train-on-Future范式，由三個(gè)核心機(jī)制組成。

在展開之前，有必要先理解傳統(tǒng)路徑（Train-on-Past）為什么走不通。用歷史事件的已知結(jié)果來訓(xùn)練預(yù)測模型，面臨兩個(gè)很難繞過的困難。

第一個(gè)是工程悖論：互聯(lián)網(wǎng)內(nèi)容持續(xù)更新，用過去的事件做訓(xùn)練題時(shí)，模型在搜索網(wǎng)頁的過程中幾乎必然會(huì)撞上包含答案的信息，數(shù)據(jù)泄露在工程實(shí)現(xiàn)上極難杜絕。

第二個(gè)是結(jié)果導(dǎo)向偏差：現(xiàn)實(shí)事件充滿隨機(jī)性，一個(gè)邏輯嚴(yán)密的分析可能因?yàn)楹谔禊Z事件而給出「錯(cuò)誤」答案，一個(gè)粗糙的猜測可能碰巧命中。直接用最終結(jié)果做訓(xùn)練信號(hào)，模型很容易過擬合到噪聲上。

Train-on-Future 的三個(gè)機(jī)制分別瞄準(zhǔn)了這些問題：

機(jī)制一：動(dòng)態(tài)問題合成。

與使用歷史題庫不同，Echo通過一條自動(dòng)化管道，持續(xù)從實(shí)時(shí)數(shù)據(jù)流中生成關(guān)于未來事件的高信息量預(yù)測問題。因?yàn)槊康李}都關(guān)乎尚未發(fā)生的事件，訓(xùn)練天然不存在數(shù)據(jù)泄露的問題。

機(jī)制二：Automated Rubric Search。

這是整個(gè)訓(xùn)練范式中最有技術(shù)含量的部分。Echo的做法是：把訓(xùn)練信號(hào)建立在推理過程的質(zhì)量上，而非最終預(yù)測的對(duì)錯(cuò)。但隨之而來的問題是，「好的推理過程」該如何定義？

舉一個(gè)體育預(yù)測領(lǐng)域的具體例子。Echo的Rubric中有一個(gè)維度叫做「Precursor and External Catalyst Evaluation」，評(píng)估模型是否利用高度相關(guān)的先行信號(hào)或外部驅(qū)動(dòng)因素。

得5分的標(biāo)準(zhǔn)是：識(shí)別具體的近期或即將發(fā)生的催化因素（如關(guān)鍵球員回歸、連續(xù)客場結(jié)束、關(guān)鍵對(duì)位變化），并分析這些因素與比賽結(jié)果之間的歷史關(guān)聯(lián)。

得 1 分的標(biāo)準(zhǔn)是：僅泛泛提及「狀態(tài)不錯(cuò)」或「士氣提升」等模糊因素，而未綁定具體可驗(yàn)證事件。

另一個(gè)維度是「Multi-Factor Causal Synthesis」，評(píng)估模型是否將多個(gè)獨(dú)立因素整合為一個(gè)有因果結(jié)構(gòu)的預(yù)測結(jié)論。

得5分的標(biāo)準(zhǔn)是：明確整合至少三個(gè)相互獨(dú)立的因素（如傷病情況、近期狀態(tài)、主客場表現(xiàn)、賠率基線），并解釋這些因素如何相互作用（如傷病削弱進(jìn)攻效率，而主場優(yōu)勢部分對(duì)沖該影響），最終形成一個(gè)加權(quán)后的整體判斷。

得1分的標(biāo)準(zhǔn)是：僅基于單一因素（如「某隊(duì)最近連勝」）直接得出結(jié)論，或簡單羅列信息而沒有解釋各因素之間的作用關(guān)系。

總結(jié)來說，這兩個(gè)維度分別關(guān)注模型是否能夠在時(shí)間維度上引入可量化的前瞻性的關(guān)鍵變化，并在同一時(shí)點(diǎn)上將這些變化與既有信息整合為結(jié)構(gòu)化的因果判斷，從而提升預(yù)測的完整性與動(dòng)態(tài)適應(yīng)能力。

模型按rubrics打分的排名與Elo排名相關(guān)系數(shù)隨rubrics質(zhì)量提升而提升。

這些維度高度具體，顯然不是泛泛而談的「推理質(zhì)量」。但靠人工設(shè)計(jì)也走不遠(yuǎn)，預(yù)測領(lǐng)域噪聲極高，不同領(lǐng)域的邏輯差異很大。

Echo把這個(gè)問題轉(zhuǎn)化成了一個(gè)數(shù)據(jù)驅(qū)動(dòng)的搜索任務(wù)：由LLM生成候選評(píng)分標(biāo)準(zhǔn)（rubric），每一輪基于上一輪的反饋進(jìn)行迭代，搜索目標(biāo)是讓rubric產(chǎn)生的模型排名與真實(shí)Elo排名之間的Spearman ρ最大化。

搜索按領(lǐng)域獨(dú)立進(jìn)行，政治領(lǐng)域和體育領(lǐng)域各自搜索出20個(gè)評(píng)分維度。實(shí)驗(yàn)數(shù)據(jù)顯示，rubric的評(píng)估質(zhì)量在迭代過程中持續(xù)攀升。

機(jī)制三：Map-Reduce Agent架構(gòu)。

訓(xùn)練完成后，EchoZ-1.0在推理階段采用分布式的Map-Reduce流程。

Map階段將一個(gè)宏觀預(yù)測問題分解為多個(gè)正交子任務(wù)，派出多個(gè)agent并行完成信息采集和領(lǐng)域推理；Reduce階段由聚合節(jié)點(diǎn)處理跨源沖突、對(duì)齊因果鏈，輸出最終的概率判斷。

這個(gè)循環(huán)支持多輪自適應(yīng)迭代，直到信息覆蓋度和推理深度趨于穩(wěn)定。

這套訓(xùn)練范式的本質(zhì)可以這樣理解：

不僅考察模型猜對(duì)了沒有，也考察模型的分析過程是不是優(yōu)秀。而「評(píng)價(jià)分析過程」這件事本身，也由這個(gè)系統(tǒng)自動(dòng)完成。

值得留意的下一步

據(jù)了解，UniPat計(jì)劃將EchoZ-1.0的預(yù)測能力封裝為一套AI-native Prediction API對(duì)外開放。

從博客已披露的技術(shù)架構(gòu)來看，這套API將支持自然語言形式的預(yù)測問題輸入，返回包含概率分布、分層證據(jù)鏈、反事實(shí)脆弱性評(píng)估和監(jiān)測建議的完整結(jié)構(gòu)化報(bào)告，每份報(bào)告由多輪Map-Reduce agent對(duì)實(shí)時(shí)網(wǎng)絡(luò)證據(jù)循環(huán)檢索和推理后生成。

UniPat在官網(wǎng)上為Echo寫下了這樣一句話：「The future is no longer a probability you guess — it is a parameter you integrate.」

當(dāng)預(yù)測從一種直覺判斷變成一個(gè)可調(diào)用、可集成的參數(shù)，它能嵌入的決策場景，金融市場、算法交易、企業(yè)戰(zhàn)略，遠(yuǎn)比當(dāng)前看到的要多。

UniPat為Echo定義了四個(gè)關(guān)鍵詞：General、Evaluable、Trainable，以及Profitable。而落地的效果，則需要期待API的正式上線。