Autosport：F1自己的豆包AI，RaceWatch是如何影响比赛的

在F1赛场，数据就是一切，但如何挖掘其价值并非易事。许多车队依赖一款名为RaceWatch的平台，它管理着超过200个实时专属频道，帮助预测比赛走势。

F1的成功建立在赛车、车手与策略的精妙平衡之上。当性能旗鼓相当，往往是维修区墙上的战术选择决定胜负。策略已成为现代F1最复杂的领域，致胜之道不在于被动反应，而在于主动预判。

这正是Catapult公司开发的RaceWatch的价值所在，它已成为众多车队不可或缺的工具，国际汽联也在使用。该平台历史可追溯至2008年，随着F1日趋复杂而不断演进，最终成为将数据转化为竞争优势的战略伙伴。

重塑F1策略的工具

2008年，F1正步入以复杂性和数据为特征的新时代。时任本田策略师、现威廉姆斯领队沃夫斯与Catapult首席技术官加雷斯·格里菲斯开始塑造这款平台。

“那时F1刚开始在单圈计时之外引入GPS数据，所有系统都只是简单查看器：一个屏幕看GPS，一个看计时，却没有真正整合信息。”格里菲斯回忆，“我们意识到，将分析和工具直接集成到视频系统中，让车队能在单一环境内同时跟踪比赛和制定策略，这就是RaceWatch的核心原则。”

该平台首秀是2008年蒙扎，随后迅速升级。当本田退出、车队以布朗GP重生时，RaceWatch仍是关键工具。随着布朗GP开始获胜，该系统引起广泛关注，包括当时只有基础跟踪系统的国际汽联。

帮助车队预判比赛演变

RaceWatch的进化遵循两条路径：一是反应，在信息爆炸瞬间，清晰呈现关键信息，让策略师在压力最大时快速决策；二是预判，在事件发生前模拟可能场景。

车队用它制定策略、测试不同场景、识别进站窗口、发现战术机会。平台与每支车队的自有数据对接，特别是描述赛车和轮胎行为的模型，为策略师提供精准参考。

制定策略时，车队评估各种参数以构建比赛演变图景。除了精细轮胎模型，还融入超车模型、对手表现指标、安全车影响等因素。模型确定后，车队进行“蒙特卡洛”模拟，基于选定参数运行虚拟比赛，绘制每种可能结果及概率。

每辆赛车的基础单圈时间与轮胎退化等参数结合，计算潜在比赛节奏。但这个系统的作用远不止于此：它还会考虑进站时间损失、每个弯道超车概率，甚至车手特定特征。

“我们有针对车手的特定模型，因为有些人超车能力更强，我们还会估算失误概率，最好的车手更稳定。”格里菲斯说。这些元素集成到RaceWatch，既预测即将发生之事，也为策略师提供实时解决方案。

任何策略效力都取决于输入数据质量，这就是练习赛至关重要的原因。“一练和二练，你需要定义所有参数，为比赛模型构建输入。从那时起，系统就开始不断预测可能发生的情况。”

车队运营超200个信息通道

数据至关重要，但理解比赛也需要直观视觉监控。过去，很少在转播中出现的车队有时很难追踪自己的比赛。如今，RaceWatch的“跟随视角”功能，让车队能同时观察自家赛车和对手，分析轮胎颗粒化等问题。

“通过随时了解哪台摄像机正在拍摄哪辆赛车，我们可以跟随它跑完整个赛道。选择你想追踪的赛车，系统就会为该车生成专属电视信号。”格里菲斯解释道。

为了真正理解赛道动态，车队依赖约200个视频、音频和数据通道，优化战术决策。RaceWatch成为关键战略资产，让车队实时追踪进站窗口等要素。

在超车日益稀少的F1中，了解自己是否易受攻击，或一次进站是否能帮助超越前车，可能意味着宝贵积分。但这只是庞大运营中的一小部分，还包括远程车库、工厂里更多人员专注的特定任务。

如今，RaceWatch提供约300种可视化视图，可配置成角色专属仪表板。策略师用它规划比赛，其他工程师利用GPS数据建议车手在何处争取时间。