作者｜黄楠
编辑｜袁斯来
在首款网球发球机引爆市场后，庞伯特推出了一款多运动融合的AI教练机器人。
这家公司是一级市场备受瞩目的明星标的——2025年上半年内完成三轮融资，累计融资额达数亿元；旗下产品已覆盖全球超30万用户，设备累计发球次数突破20亿次。
但如今硬件赛道已难容“小而美”企业慢步成长：网球领域竞争日趋白热化，国内新兴硬件团队加速入场，海外传统专业设备厂商亦正加紧抢占全球专业训练市场。
庞伯特早有拓展运动边界的构想，直至今年5月，其首款支持多运动智能体育AI教练机器人Aura正式发布，标志着品牌从专注网球的专项训练工具，跃升为覆盖多种隔网运动的全能型AI私教。该产品上线Kickstarter首日仅用5小时便斩获超100万美元众筹额，最终累计筹得近400万美元。
其核心逻辑极为清晰：与其让用户为每项运动单独购置设备，不如以一台机器适配尽可能多的运动场景——包括当下热度飙升的板式网球、匹克球等新兴项目。依托自研AI Coach智能教练系统，Aura大幅拓宽了产品适用边界与用户覆盖广度。
从单一球种的专业训练助手，到兼容多种隔网运动的AI私教，Aura所承载的，是智能硬件由竞技级赛道向大众化运动场景的一次纵深演进。当设备不再只为精英选手的性能参数服务，才能真正赋予普通用户自由开启一项新运动的权利。
当AI Coach拥有了「手眼脑」
在庞伯特的产品序列中，Aura的定位尤为独特。
此前，其PACE系列主打深度爱好者市场，球速高达130km/h，极致追求发球速度、旋转精度与落点控制等硬核指标；而Aura整机重量仅7公斤，可轻松装入背包随行携带，搭载行业首创AI Coach智能教练体系，目标人群锁定更广泛的大众球类运动爱好者。
一名专业教练如何开展日常教学？用手喂球、用眼观察、即时纠错——每一次喂球，都伴随一次动态反馈与实时调整。
区别于传统视觉分析方案仅能在训练结束后生成报告、用户无法在过程中主动修正动作，Aura致力于完整还原教练现场教学闭环：AI Coach全程实时指出问题，并在与用户的持续交互中不断观察、判断、优化发球策略，在每一次击球中完成“指导—反馈—再指导”的完整循环，而非止步于事后的动作复盘。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
多运动合一智能体育AI教练机器人Aura（图源/企业）
但实现跨球类适配的挑战，远不止算法层面，更依赖平台级硬件能力支撑。
不同球类物理特性差异巨大。仅网球一项，就涵盖标准有压比赛球、无压训练球、青少年专用75%气压软球、以及低龄儿童适用的50%气压轻球等多种规格；匹克球亦分16洞与24洞两种结构，洞数差异直接导致球重、风阻系数及飞行轨迹截然不同。
常规单一发球机的夹持与推送结构仅适配特定标准球体，一旦更换球型，极易出现挤压变形、卡球或出球偏移等问题。要让同一套送球、落球、击球模块稳定兼容各类物理参数，必须对整机硬件架构进行系统性重构。
在出球前，轮组系统会依据球种自动调节夹持间距与加速模式。例如，网球需更强夹持力与更高轮速以达成理想速度与旋转；而匹克球质量更轻、风阻更大，则自动切换至对应标定参数。
“多合一设备的技术门槛，并非简单‘能否把球发出去’，真正决定产品实用价值的关键，在于机器人对不同球体出球轨迹与旋转力度的精准可控能力。”庞伯特创始人兼CEO张海波向硬氪坦言。
由于各类球体空气动力学模型彼此独立，通用机械结构无法共用同一套运动参数，因此团队还需为每类细分球型单独构建控制模型，确保用户在切换运动项目时仍能获得稳定、可预期的训练体验。
如果说多合一发球与供球系统是Aura的“手”，作为执行终端实现多品类精准可控发球；那么AI Coach的能力则建立在视觉感知与算法决策双重基础之上。“眼”负责捕捉每次挥拍与球体轨迹，“脑”负责解析数据并输出训练建议。
Aura配备可拆卸式120fps双摄视觉模块Spotter，端侧算力达10Tops，并深度融合语言与语音大模型，通过Spotter视觉感知与庞伯特“体育大脑”协同运作，真正实现“看得清、想得明、教得准”。
不同于以视觉分析为主的方案——仅靠摄像头记录挥拍动作、事后生成报告与改进建议，这类方案部署灵活、不依赖专属硬件，但能力边界明显：无法主动介入训练进程。Aura的核心分野在于，前者始于“动作分析”，后者始于“练习发起”。
多运动合一智能体育AI教练机器人Aura（图源/企业）
依托庞伯特后端构建的“体育大模型”，Aura完成了“手-眼-脑”一体化技术架构的全面落地。系统不仅记录“球落在哪里”，更能解析“为何落在此处”——是引拍慢了半拍？击球点偏外？重心转移滞后？
这些判断以语音即时提醒方式，在击球后毫秒级反馈给用户，并同步驱动发球机器人调整下一组发球策略。在张海波看来，真正的教学必须始于“喂球”，在动态交互中持续观察、判断、调优，而非停留于静态的事后分析。
与此同时，AI教练的持续进化高度依赖高质量数据沉淀，这一完整训练闭环也将构筑起难以复制的数据护城河。庞伯特预计，Aura上市后每年可采集超500万小时高价值运动交互数据飞轮。
从专业化走向多合一
作为全球首款明确提出“多运动合一”理念的AI教练机器人，Aura面向大众球类运动爱好者，在产品定义初期便遭遇不小质疑。张海波向硬氪回忆，当时团队内部分歧尖锐：“多合一是否会让用户觉得你样样涉猎、样样不精？”外部合作伙伴与投资机构也普遍表达类似担忧。
但他始终未动摇，这一决策背后源自双重现实考量。
传统体育消费逻辑是“先选定运动、再购置设备”，而这恰恰是初学者长期被忽视的核心痛点——尚未明确自身兴趣方向，就得为单一运动支付全套设备成本。
据PPA、Monitor Deloitte等行业报告显示：匹克球在北美正以年均超30%增速迅猛扩张，已成为增长最快的运动之一；板式网球在欧洲球场数量五年内近乎翻三倍；而网球本身仍是全球参与人数最多的球拍类运动。
这三项运动在规则、场地与入门门槛上的高度相似性，决定了其初学者群体存在极大交集。
Aura给出的解法是：硬件统一兼容三类球，功能按需解锁。“你无需在购买前就做决定。先用网球入门，哪天想尝试匹克球，只需在App中支付对应订阅费即可激活。对用户而言，花一次常规体验课的钱，就能低成本探索另一项运动的可能性。”张海波表示。
多运动合一智能体育AI教练机器人Aura（图源/企业）
上线结果验证了这一判断。张海波透露，下单用户中，几乎全部选择了含AI教练功能的版本，选择多运动合一配置的用户占比亦超一半。
这本质上契合消费心理中的典型“价值感知”机制：多合一功能未必高频使用，但其存在本身显著放大了用户对产品性价比的认知，有效降低了首次购买的心理门槛。
“它是一种信号——多合一意味着用一台设备的价格，享受多项运动的服务，性价比优势一目了然。”张海波补充道，“用户在意的不是当下是否立刻用上，而是拥有这种可能性。”
从商业化视角看，多合一策略对创业公司更具成本效率优势。
Aura采用通用化核心机械平台设计，仅在轮组调节与算法参数层面做差异化适配。单SKU覆盖网球、匹克球、板式网球等多个品类，大幅提升供应链物料复用率，优化生产效率与成本管控；同时触达用户群也从单一运动圈层，扩展至三个高度重叠的运动人群。
标准化硬件是入口，真正的价值锚点正逐步向软件定义的运动体验迁移。庞伯特用户可选购单运动版本，后续若希望解锁匹克球或板式网球功能，仅需通过App按月或按年付费即可。
这种“硬件平价、软件增值”模式虽已在消费电子领域成熟验证，但在智能化AI运动硬件赛道仍属稀缺实践。其深层意图在于：以一套硬件+一套数据系统，将用户牢牢留在自有生态之中。
“用户今天用Aura学网球，所有训练数据沉淀于庞伯特系统；三个月后想转战匹克球，无需另购设备，只需在软件端完成一次付费解锁。设备未变，用户未走，数据仍在持续累积。”张海波说道。
用户真正需要的，不是功能堆砌，而是一位能在动态训练中始终陪伴、实时反馈的“真实教练”。这是一种更具体、更本质的需求。庞伯特正致力于打造一个越用越聪明的AI教练网络，真正将“数据×算法×硬件×场景”深度融合，并落地为可规模化的消费级产品。
硬件是入口，用户是资产，数据是壁垒——三者一旦形成闭环，庞伯特真正的护城河便不再是某台实体设备，而是一套持续自我进化的训练系统。Aura所践行的，是实时指导的教练角色、多运动兼容的硬件能力；它从底层重新思考“一台设备究竟能覆盖多少运动场景”，再借由软件与数据将不同场景有机串联，构建出具备延展性的智能运动体系。当用户使用时间越久，系统就越懂TA。
这个路径未必是唯一解法，但它提供了一个值得被反复探讨的样本：在运动器材产业中，如何让初学者以极低成本实现跨运动自由切换，并在每一次尝试中，让系统记住每一记挥拍。
