幸村走向耀眼的前方，白光一晃而过，歌声在耳边轰鸣。随后，密密麻麻的摄像机和人群涌入眼帘。

他挥手示意，从容冷静的面孔展现在世界面前。

“世界第一的气场…”监测室的赵智文看着直播画面。

一般人经受不住这样的大场面，会腿软的。

大家看向后台的初始胜率——82

球场上，更多人看到机器人硬币选边，然后与人类相互搂着拍照的奇异景象。

依照最传统的大满贯规则，5分钟热身时间。

网球像逗猫棒般让两侧的观众来回摇头。

监测室的气氛凝重。

胜率在掉，慢慢地下降到77。

“热身结束，准备入场。”幸村如往常一样回场边喝一口水，拿上擦汗巾去另一侧，他是接发一方。

吹奏乐终，两千平方米、两万人场馆的嘈杂在数秒内消止。

宁静得耳边仿佛一阵空鸣。

【set 1】

“准备完毕？开始。”

幸村站在底线后两米，这是他少有的保守接发站位。

西格玛从不拍网球，他以托举式抛起球——

咚！

幸村判断到了方向，但启动不够快。

西格玛以ace球赢得开门红。

在过去的比赛中，西格玛的一发进球率是100，它根本不需要二发。

而它的最高发球速度可达240k/h，均速230k/h，想想整场比赛都要经受稳定的“重炮雨”，破发的难度是不可想象的。

[15:0]

幸村在2区底线后两米微调站位，等待接发。

第二分，234k/h内角。

从动作和拍面预判到了的幸村挡回对面中间深落点。

监测室，后台新的窗口曲线在刷新。

79—≈gt;61

莱昂纳德的比赛后，为了更细致的获得比赛信息，sra要在后台开放西格玛“一分单元胜率”的显示，但直到11月10日才完成实装。

在一分内，每个回合都会进行胜率、可能性等推算。

这揭示了西格玛比赛模式的内部组成逻辑。

七月以来，很多网友在疑惑西格玛的ai与阿尔法围棋的区别，因为比起黑白夹杂的棋盘，网球的比分看起来过于直观，仿佛棋盘上全是一种颜色的碾压。

阿尔法狗倾向于最稳定，概率最高的获胜方式，比如在只有80胜率赢6目和90胜率赢2目之间，它会选择90胜率。

西格玛其实也是类似的决策方式。他们的不同，实质在于网球和围棋规则的不同。

网球比赛的胜利，是每一分胜利组成的“胜利集合”。

鹰眼回放了幸村的反斜线抽击球路，差几毫米入界。

[30:0]

但在后台，其实幸村出手那一瞬的单元胜率达到81。他已经把西格玛调动到1区较远的位置。

西格玛的回击球质并不比幸村高，它的最大优势是稳定，有对击球的绝对控制能力。它在出手前就已决策并知道这一球的效果如何，程序使它百分百避免失误。

它的能力由精密机械保障。而人类由刻苦训练的肌肉记忆保障，幸村不可能连续击出两颗球路、速度、旋转、落点一模一样的球。

就算以他的技术，也只能让落点保证在一定的小范围（直径二十公分左右）内，这已经是职业级中独一无二的精确性和控球能力了。

后台的胜率又掉了，71。

幸村的能力一直在超出西格玛的预期。

但是观众不知道，希望人类获胜的心让他们都失落了神情。

能做的，唯有为自己的阵营加油。

第三发1区外角的高质量旋球。ace

[40:0]

西格玛的动作和球路很眼熟，似乎就来自发球重炮手——艾利克斯·米勒。

sra研究员-亨利·克罗福尔德：网球的动力链极其复杂，它要求从脚到手臂的连锁动力传导，同时要求精确的控制力，这对身体的协调性有很高的要求，我们最先遇到的便是这样的难题。

架在底线的是十分简陋，刚刚组合成仿生躯体的初代机，它能做些跳舞的动作，流畅地蹬地跑步。

测试员启动程序，检测到来球，它一挥，网球“咚”地一声磕在顶棚的钢架上。

迷茫的一秒后，球姗姗掉落，“全垒打”。

“这不对。”设计师们的脑袋挤在一起看慢镜头回放。

“手部的调整不对。在引拍的时候它应该是放松的。”

sra研究员-赵智文：人体是最精密的仪器，我们只能一帧帧去解构运动员的动力链，建模复刻，再试错。这是非常大的工作量。但一经成型，就是稳定性超过了人体的生物力学自动化控制系统。

sra研