格靈深瞳發布智慧校園運動新品：一場校園運動的AI大變革

格靈深瞳發布智慧校園體育新品：一場校園體育的AI大變革

AI進入校園體育場景是一種必然。

視覺類別AI最適合的應用場景，安防之外還有哪些？這一問題也懸掛在業界上空很久。安防自然是一個非常重要且廣闊的場景，市場規模目前的絕對值堪稱最高，但還有哪些新的場景與新的想像？

而近日，AI公司格靈深瞳正式發表深瞳阿瞳目體育訓考系統、深瞳阿瞳目體感互動系統及深瞳阿瞳目體育大數據分析系統三大新品，這也是其智慧運動業務線首次正式對外發聲。

姿態識別，難在哪裡

在3D視覺技術上，無論技術實力或產業應用經驗，格靈深瞳都是業界的領導者。這項先發優勢，也讓格靈深瞳在進入體育領域時，更能發揮出AI在效率上的大變革作用——體育教育也因此具有後發優勢，跳過2D直接進入3D視覺科技時代。

在軌交運維領域，格靈深瞳的3D重建與立體視覺分析技術解決了傳統演算法中誤差較大的問題，讓電腦視覺技術運用於軌交檢修的落地應用成為可能；在體育健康領域，格靈深瞳的3D立體視覺技術使得設備成本降低的同時，更是提高了可靠性和易用性，同時運動姿態分析技術透過採集不同場景下人體姿態數據，透過自主研發的三維人體姿態估計算法，能夠克服人體關鍵點採集不準不穩等難題。

實際上，2019年7月開始，格靈深瞳便與相關大學聯合展開AI助力競技運動員訓練的合作，為籃球、競走、冰上運動、體能提升等專業方向的競技隊提供科技服務。

具體來說，格靈深瞳透過視覺技術獲取運動員的二維、三維姿態和環境數據，結合動作模型庫及人體運動功能學的特點，評估運動員的訓練質量，監測訓練趨勢，並向教練提供可以指導訓練的數據報告。

隨著格靈深瞳智慧校園體育三大新品的發布，人工智慧技術在顛覆眾多場景之後，終於來到了校園場景，嘗試為社會關注已久的青少年體育問題排憂解難。

保障中小學生健康體魄 已是學校體育刻不容緩的任務

體育一直是中小學教育中的弱勢領域，這也導致我國青少年多項身體指標不盡人意。

根據第八次全國學生體質與健康研究數據，我國青少年依然存在學生視力不良和近視率偏高、學生超重肥胖率上升、學生握力水平下降、大學生身體素質下滑等學生體質與健康狀況亟待解決的問題。

國家也意識到運動的重要性，近幾年，圍繞青少年體育教育的政策陸續出台。在《深化教育教學改革全面提升義務教育品質的意見》中，規定了「讓每位學生掌握1至2項運動技能」的具體目標；而在《體育強國建設綱要》中，「青少年體育服務體系更加健全，身體素養顯著提升，健康狀況明顯改善”已經寫入戰略目標；《關於深化體教融合促進青少年健康發展的意見》則提出“向全體學生，開齊開足體育課”，要“實現文明其精神、野蠻其體魄」；國務院《關於全面加強和改進新時代學校體育工作的意見》更是提出「建立日常參與、體質監測和專項運動技能測驗相結合的考察機制」。 在政策鼓勵下，各地體育中考分值紛紛提升，一些地區的體育中考分值甚至提到了100分。

在2022年4月教育部印發的《義務教育課程方案與課程標準（2022年版）》，更是明確「體育與健康」課程佔總課時比例10%-11%，僅次於語文( 20%-22%)、數學(13%-15%)，高於外語(6%-8%)，排名第三。

除了課時比例，在絕對時長上，2022年6月，「保障學生在校期間每天參加不少於一小時體育鍛煉」也寫入新修訂的《中華人民共和國體育法》。

青少年代表國家的未來，青少年體魄強健，才能在愈加激烈的國家競爭中保證中國的朝氣蓬勃。

但校園場景與專業運動場景也有很多不同，AI技術不是簡單搬來就能用的，還需要針對場景進行針對性細化、調整，需要AI公司對校園體育有著更深的理解，知曉老師和學生的痛點。

對此，格靈深瞳也提前做了非常深入的研究。格靈深瞳發現，在數據價值愈加突顯的今天，在校園體育領域，卻存在著大量的學生運動數據浪費問題。具體表現在學生缺乏回饋與評價，教師缺乏指導依據，管理者缺乏數據統計手段等面向。

格靈深瞳智慧校園運動產品 如何契合學校需求

學校體育領域中數據浪費、缺乏留存與開發等議題，也意味著學校體育長期以來依然停留於「手工業」時代。

由於缺乏數據，學生的日常訓練，很難進行個人化、專項化的指導與建議，體育評價往往流於「唯經驗論」；由於缺乏AI設備，體育測試中人力佔用過多，也難以提升體育教師人效。

特別是隨著人們體育意識的增強，對運動的追求也講究專業與正確。例如以往的仰臥起坐測試，往往是科學訓練不足，最後只看時間一個向度。但體育考核不能只看時間、次數、距離，體能訓練更得在結果之外注重過程，特別是動作規範的要求。

格靈深此次推出的深瞳阿瞳目體育訓考系統、深瞳阿瞳目體感互動系統、深瞳阿瞳目體育大數據系統，不僅從設備端建立了完備的數據採集、輸入鏈，也建立了完備的後台資料庫：

深瞳阿瞳目體感互動系統則兼具體育專項訓練和趣味互動體驗功能，一方面透過自研的智慧雙眼姿態相機高精度地檢測人體的姿態和運動狀態，給予學生科學的動作回饋，幫助學生提升動作的標準程度；另一方面透過強互動性的運動項目，激發學生運動興趣。

深瞳阿瞳目體育大數據系統基於格靈深瞳自研的AI體育大腦，透過匯集多層級的學生體育數據，從學生的身體素質、訓練過程、考核結果等多個維度進行分析並產生分析報告，可以為體育教師提供豐富的數據參考，也可以給各層級的教育部門提供區域內學生的全面深入的體育分析數據，提升區域體育教育的管理效能。

也就是說，格靈深瞳的深瞳阿瞳目產品，不僅是產品，更是完備的系統。

三大系列產品，不僅涵蓋了體育教研、體育考試、體育課後服務、體育專項教室、體育日常訓練、雲上運動會六大應用場景，更是提供了可打造學、練、賽、評一化的智慧校園體育一攬子解決方案。據悉，在此次發表會之前，格靈深瞳的智慧校園體育產品已在全國多個校園進行試點，截至目前已為超過2萬名在校師生提供日常教學支援與考試服務。

格靈深瞳也向億歐網透露，未來還會拓展更多人機互動領域的創新業務。

體育教育的一場AI革命

不同於ChatGPT在應用於教育領域時，曾引起很多老師對於學生作業抄襲等方面的擔憂；但學校體育練測評中不會存在抄襲，對於一直缺乏AI賦能的學校體育來說，格靈深瞳發起的這場學校體育的“AI革命”，可謂是一場及時雨。

這些全新的校園智慧體育產品，用到了格靈深瞳的多項核心技術演算法，例如單目3D Mesh重建、人體的追蹤和偵測等。覆蓋率90%、100%等數據背後，是格靈深瞳長期的技術累積——許多技術格靈深瞳十年前就開始研發局。

而依托格靈深瞳底層AI技術平台－深瞳大腦，其智慧校園體育解決方案支援多人運動大場景應用，可實現即時運動姿態評估與交互，延時低至200ms。

而格靈深瞳，還在繼續訓練自己的大模型，未來進步的空間還很大。

當然，術業有專攻。對於AI領域最火紅的大模型技術，目前許多巨頭都在推出自己的大模型產品等。格靈深瞳有自己垂直的技術與商業領域，作為少有的已經實現盈利的AI公司，格靈深瞳在拓展邊界上一直是穩紮穩打的作風。

2022年，格靈深瞳已完成跨類別預訓練模型自動化微調的升級，納管了大量領域資料。

據了解，接下來，格靈深瞳將進一步改造深瞳大腦，結合最新的zero-shot 技術，將海量數據進行多輪迭代後，完成對多模態大模型的數據投餵，最終使其服務多條產品線。

2022年以來，人工智慧產業湧現了一系列演算法技術革新，BERT、GPT-3、DALL-E等大模型演算法在多個領域大放異彩。這些演算法在海量資料的訓練下，表現出了多種接近甚至超過人類的智能水平，不但可以生成人類作者、畫手級別的文本、圖像,也開始向多模態、跨模態延伸。

格靈深瞳對大模型的研發投入與提前佈局，也是提前佔領技術的製高點。 只有站在製高點上，才能看清更遠的未來，並為商業佈局提供更精準的參考。

這次在智慧校園運動領域發表深瞳目新品，對格靈深瞳來說，不僅是發起體育領域的一場AI變革，也是在探索人工智慧落地更多產業的新路徑，並將成為格靈深瞳後續業績成長的重要引擎。

以上是格靈深瞳發布智慧校園運動新品：一場校園運動的AI大變革的詳細內容。更多資訊請關注PHP中文網其他相關文章！