今天小編分享的教育經驗：格靈深瞳發布智慧校園體育新品，“AI進入校園體育場景是必然趨勢”，歡迎閲讀。
" 當體育老師把手裏的哨子、尺子、秒表、點名表和記分冊扔掉，擁抱人工智能技術之後，發現上課竟然能變得這麼簡單和輕松，這是我們希望看到的。"
來源|多知網
作者 | 徐晶晶
圖片來源 | 格靈深瞳
5 月 25 日，在 2023 江蘇（南京）教體產業展覽會上，AI 公司格靈深瞳正式發布智慧校園體育三大新產品。" 用人工智能創新校園體育新模式，讓因材施教的智慧化夢想照進現實。" 發布會上，格靈深瞳智能體育業務線產品總監夏鵬飛説道。
這是其智慧體育業務線首次正式對外發聲。
作為一家有 10 年積澱的計算機視覺 AI 公司，格靈深瞳長于将計算機視覺技術和大數據分析技術與應用場景深度融合。其主要業務是面向智慧金融、城市管理和商業零售等領網域提供 AI 產品及解決方案。2022 年，格靈深瞳營收 3.54 億元，同比增長 20.47%；淨利潤 3261.49 萬元，業績首度扭虧為盈，其也成為 A 股首家實現盈利的 AI 計算機視覺公司。
就是這樣的一家 AI 公司，實際上已經低調地為校園體育業務籌劃了兩年。
截至目前，其已在全國多個校園進行試點，為 20000 多名在校師生提供日常教學支持與考試服務。與既往努力同等重要的是，這一業務在公司内部的戰略高度也有所提升——格靈深瞳方面向多知網透露，未來會拓展人機互動領網域的創新業務，智慧體育業務是其今年的重要發力點。
或許可以将這一事件視作一個标志：掌握前沿科技的 AI 公司，正秉持着 "AI 進入校園體育場景是一種必然 " 的信念，帶着強大的 AI 技術，試圖衝破中小學體育教育的舊藩籬，既想讓學生多運動、會運動、愛運動，又渴望解放體育老師的雙手。
懂技術的格靈深瞳在補上懂體育這一課後，将為智慧體育帶來哪些新可能？以及，中小學師生們準備好擁抱 AI 智慧體育了嗎？
01
校園體育場景，格靈深瞳的下一個期待 /" 參與到 AI 助推校園體育變革的浪潮中 "
在格靈深瞳内部，有一個名為 " 前沿技術研究院 " 的部門。誠如其名，這正是這家公司的前沿技術探索中心，計算機視覺 + 應用場景的多種可能性和 idea，均從這一部門最早誕生。格靈深瞳的體育業務，同樣孵化自此。
将時間線拉回到 2020 年底，彼時的團隊便敏鋭地捕捉到，AI 進入校園體育是必然趨勢。
一方面，" 團隊既發現體育運動場景是一個好的算法落地的場景，又發現我們的算法優化之後能在這個場景下發揮它應有的價值。" 夏鵬飛分析道。
需要説明的一個背景是，從 AI 行業的產業鏈結構來看，最底層的是基礎設施，比如傳感器、芯片、雲計算；中間層是技術層，也就是核心算法層；最上層是應用層。
格靈深瞳所處的位置便是技術層和應用層，其在早期成立時是從技術層切入，面向 To B 大客户提供算法方案，後拓展至應用層。就核心技術而言，格靈深瞳招股書提到，其擁有業界領先的 3D 立體視覺技術和自研的三維視覺識别技術，其最具特色的算法便是三維視覺應用在人體姿态識别和物體識别方面的算法。
也正是基于自身的技術優勢，自 2019 年 7 月開始，格靈深瞳便與相關高校聯合展開 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。具體來説，格靈深瞳通過視覺技術獲取運動員的二維、三維姿态和環境數據，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，并向教練員提供可以指導訓練的數據報告。
在與 " 國家隊 " 合作的這一年，通過和教練員及運動員深入交流，團隊對體育與 AI 結合的認知也更深入：
其一，運動場景是一個較好的 AI 落地場景。之所以下如此結論，是因為體育運動有可标準化的數據，體育場景中的人員運動數據是相對有序、标準、規範，且符合運動生物力學的标準數據。比如國際一流的運動裝備廠商開發的專業裝備如何提高運動表現、如何預防運動損傷等這些都是有據可依、有模型可預測的。
其二，AI 對運動表現提升的潛力是巨大的。簡單來説，在完成一項運動所需的能力中，80% 考驗的是運動員的通用規範能力，其餘則是其個性化發揮部分。針對個性化發揮部分，通過 AI 獲取大量的結構化數據做分析支撐，對每個運動員身體參數的獲取以及如何對個人運動習慣進行調整，而這正是 AI 所擅長的。
看到了體育 +AI 的大有可為後，下一步，團隊還需要思考的是，擁有了這樣的技術與經驗，究竟該落地到哪些體育運動細分場景？
下探到中小學智慧校園體育場景，便是團隊想到的核心細分方向。
這是因為，具體到中小學校園體育場景，在需求側，從現實因素來看，傳統體育教學存在諸多痛點，個性化教學尚且遙遠：
就老師端而言，在師生比方面，學生數量多，一名體育老師要同時服務多個班級，每個班級也可能會有多組人員在進行不同運動項目的訓練，分散在操場的各個角落，每節課只有 45 分鍾，還需要有熱身、知識點講解環節，這對體育教師的精力分配提出了很大挑戰，教師無法對每個學生的運動表現進行科學的評定與跟蹤；人工輔助，在測試次數、測試項目多樣化的今天需要占用大量人力；現有教學人力無法完全覆蓋課後服務相關政策全面普及的要求；就學生的日常訓練而言，老師很難進行個性化、專項化的指導與建議……
就學生端而言，體育動作的學習和規範，更多的是需要靠體能提升、動作練習和動作糾正，這極其需要個性化訓練。因為考核與考試的動作除了有比如次數、距離、時間的要求，還會有動作規範的要求，而每個學生的身體素質和導致出現不規範動作的原因也不盡相同。學生在自我訓練時出現不規範動作如何去改善？是否會因此產生運動損傷的風險？這些問題都擺在學校面前。
" 學生通過不規範的動作完成的仰卧起坐可能是 40 個，而在考試現場利用标準的考試儀器考試時，最終可被記錄的成績只有 30 個，即只有 30 個是符合考試動作規範要求的。這是我們在與各地學校調研交流時聽到的真實反饋。" 夏鵬飛提到，練與考的差距讓團隊產生新的思考：" 在文化課學習上，學生們可能有錯題本，那麼，在體育上，是不是也可以幫學生建立一個體育錯題本，而不只是單純記錄一個成績後就再無下文呢？"
在核心用户需求外，放眼到更宏觀的政策導向，可以明顯看到，近年來，一系列利好體育發展的政策陸續發布，這成為 AI 進入校園體育場景的助推劑。
簡單梳理來看：
2020 年 8 月，體育總局、教育部聯合印發《關于深化體教融合 促進青少年健康發展的意見》（以下簡稱《意見》）的通知，将體育科目納入初、高中學業水平考試範圍，納入中考計分科目，科學确定并逐步提高分值，啓動體育素養在高校招生中的使用研究。據不完全統計，自 2020 年《意見》發布以來，在 2021 年，全國 31 個省級行政區（港澳台地區除外）及部分地級市先後發布體教融合相關政策檔案共計 118 項。
2022 年 4 月，教育部印發《義務教育課程方案和課程标準（2022 年版）》，明确 " 體育與健康 " 課占總課時比例 10%-11%，僅次于語文 ( 20%-22% ) 、數學 ( 13%-15% ) ，高于外語 ( 6%-8% ) ，排名第三。
2022 年 6 月，" 保障學生在校期間每天參加不少于一小時體育鍛煉 " 寫入新修訂的《中華人民共和國體育法》。
在政策鼓勵下，中小學生健康體魄愈發受到重視，無論是課時占比、體育鍛煉時間，還是分值覆蓋，都将青少年體育健康提到了前所未有的高度，家長和學生對傳統的體育課的體育訓練和體育考試也因此提出了更高的要求，這也倒逼學校端須提前做好相關布局。
在智慧體育的供給側，近年來一些提供智慧體育解決方案的市場化機構 / 品牌也相繼出現，但與其它細分的 To G 進校業務類似，行業供給整體存在小而散、優質方案匮乏、難以解決核心痛點等問題。
在政策助推下，既看到了需求湧現，也看到了供給不足，同時結合自身優勢，格靈深瞳團隊綜合研判，AI 進入校園體育場景是一種必然趨勢。
就這樣，帶着在競技運動場景下所磨練出來的體育認知，以及對 " 參與到 AI 對校園體育巨大變革浪潮中 " 的憧憬，2021 年初，格靈深瞳正式布局智慧體育業務，以期實現讓 AI 對校園體育產生幫助、提升效率，讓技術更好地服務師生。
" 本質上，我們的核心出發點是通過技術手段的應用，通過科技化場地的改造、智能化產品的使用、科學化理念的應用提高傳統教學效率、提升訓練效果，既讓學生多運動，也讓學生會運動，進而愛運動。" 夏鵬飛説道。
02
基于校園體育的六大核心場景，推出三大產品
AI 如何對校園體育產生幫助、提升效率，讓技術更好地服務師生？
發布會上，基于校園體育的六大場景（校園内體育考試、體育課後服務、體育專項教室、體育訓練、雲上運動會、體育教研），格靈深瞳正式發布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三大產品。
這三大產品互為補充，從廣度上完整覆蓋校園體育主要活動場景。
拆分中小學體育應用場景來看：
1. 針對户外場景（操場），户外場景也是剛需的體育考試、體育訓練場景的發生地，提供 AI 考訓一體化操場方案，即深瞳阿瞳目體育訓考系統。
考慮到户外場景，無論是訓練、上課，都有幾個核心的特點：其一，過程是相對嚴肅的；其二，追求高效；其三，如果是考試場景，要求嚴格；其四，户外產品必須 " 抗造 "。
格靈深瞳通過在户外部署視覺捕捉以及 AI 運算設備（主要是面板識别學生 + 攝像頭捕捉學生運動），結合日常體育訓練動作模型庫及人體運動功能學的特點，人體姿态識别算法，實現對設備畫面中人體的運動結構化、姿态分析、動作規則評判等功能的視覺軟硬體解決方案。在學生做運動的過程中，這套系統會實時研判，也會及時糾錯提醒，并指出該如何改善。
老師則可通過平板，看到操場任意一台設備下自己班級的學生的實時訓練場景，也能看到針對學生的實時分析報告，持對任意考核項目的單次運動過程進行高精度運動分析，通過規則引擎對運動是否符合考綱标準及要求進行全面判斷，可針對學生的不同錯誤類型提供個性化的運動改善方案。包括學生運動動作計數、錯誤動作計數、錯誤動作原因、如何改善等。
" 老師看到這個報告後，一方面能拿到學生的分數和成績，這帶有一定的監考的功能。另一方面，也為老師備課上課提供科學的指導依據，因為有數據支撐該怎麼練，該怎麼做針對性提升。" 夏鵬飛説道。
2. 針對室内場景（主要指體育專項教室），提供寓教于樂的深瞳阿瞳目體感互動系統。
深瞳阿瞳目體感互動系統是一款兼具體育專項訓練和趣味互動體驗的產品，一方面通過自研的智能雙目姿态相機，可以連接學校的不同大屏（可以是 LED 屏或者可能是一台電視或一個普通的會議電子白板，或者班級門口放的班牌），形成互動大屏，可以高精度地檢測人體的姿态和運動狀态，給予學生科學的動作反饋，幫助學生提升動作的标準程度；另一方面通過強互動性的運動項目，激發學生運動興趣。
據介紹，這套體感互動系統，已經内置了一百多個運動項目，既包括籃球、足球、跳繩等運動專項訓練項目，也涵蓋将 AR 元素與運動相結合的趣味項目；既支持單人 AR 互動，也支持雙人同屏 PK。
3. 針對整個校園體育運動場景，提供 AI 體育大腦，即深瞳阿瞳目體育大數據系統。
深瞳阿瞳目體育大數據系統是一套針對整個校園體育運動場景的體育管理後台，其可跟蹤中小學生在校的全周期鍛煉數據，輸出多維學情報告。
前面的兩個系統的主要作用是讓學生動起來，學生運動產生的數據則是被傳輸到了校内的體育大數據系統中。在這個系統中，老師可以根據考試要求和訓練需要，根據學生年級、教學目标調節考試難度，對學生不同運動項目的成績變化、錯誤動作分析、運動能力進行細致評估等，為每位學生提供個性化的運動指導。比如在課堂教學中，對于剛接觸引體向上的學生，把考核難度調整到簡單模式，不設定違規動作，讓學生體會到成就感。随着學生練習的增多，老師可以結合考綱要求，逐步增加考核門檻，将頭是否過杆、間隔時間太長、雙手正握還是反握作為考核要求。
在夏鵬飛看來，如果前兩大產品主要展示的是格靈深瞳在技術識别方面的多年積澱，那麼這套體育大數據系統則證明了公司在進行大數據分析、給出個性化反饋方面的實力。
"利用前端的數據捕捉算法捕捉動作只是我們能力的一部分。真正要想讓這些前端的數據產生價值，它還需要各種過濾、轉化、分析才可以為師生所用。這套系統背後沉澱的是格靈深瞳十多年積累的高精度算法和技術底座，真正能夠幫學校解決很多深度（而非廣度）的問題。"
舉例而言，相較文化課而言，體育課的特殊性在于，一方面學生非常多，另一方面學生不是一分鍾做了一道靜态題，而是一分鍾做了動态的 50 個仰卧起坐，老師面臨的挑戰是去分析這麼多學生以及這麼多次仰卧起坐是否規範。
借助這套工具，老師可通過系統提供的數據報告（科學運動處方），根據學生不同運動項目的成績變化、錯誤動作分析、運動能力評估等，為每位學生提供個性化的運動指導，進行針對性教學。" 我們通過技術幫老師解決前面最難受的這個過程，老師們只需要發揮他們的專業技術專業技能去判斷、去分析該如何提升我們教學效果即可，把課堂每一分鍾的教學效能都變得最大化。"
03
" 未來繼續做深場景 "
随着智慧體育火熱，目前，供給側入局品牌不在少數，包括科大訊飛、有道、雲思智學、騰訊及各地方性品牌等。
後來者格靈深瞳要想實現 " 居上 "，差異化的地方在于什麼？
夏鵬飛認為，其一是十年積澱下的技術優勢。
" 有些核心技術算法，比如説 2D pose、2D 轉 3D pose 或者是人體的跟蹤和檢測，是格靈深瞳從最開始十年前就開始研發布局了。随着格靈深瞳做的時間越長，相關算法打磨得越好，其實公司所有的項目業務都會受益。"
舉例來説，在研發環節，格靈深瞳對于動作指導和體育考試的研發和認知最初來源于為競技運動員服務，而校園體育這一場景下有一部分的需求是類似的，也就是高精度的人體運動姿态捕捉以及動作的規則評價，目前格靈深瞳做到了識别精度高、復雜場景适應性強、動作反饋快的優勢，通過自研模型可以快速精準的檢測人體骨骼關鍵點，各地體育中考、體質健康監測、小升初考試的項目覆蓋率 90% 以上，動作的違規錯誤覆蓋率 100%。
針對各地區可能存在的教學、考試規範要求不一致的情況，格靈深瞳的做法是，除了提升算法模型的生產效率，使模型的生產周期壓縮到一周以内之外，也開放了動作難度調整工具，将動作評價的規則調整權限開放出來，盡可能适應各地區、各年齡段的動作評價規則不一致的情況。這是指，在同一台機器、同一運動項目下，對一個小學生動作的評價方式和運動量記錄方式，與對一個初三學生的評價方式是完全不同的。此外，無論是上課還是課間活動，操場的環境是非常復雜的，為了視覺算法能夠穩定的發揮作用，如何處理可能存在人員遮擋、畫面中人員過多等等問題，格靈深瞳也做了非常多的嘗試，甚至結合了公司在智慧金融、城市管理等業務中已經穩定應用的視覺模型和經驗來對抗復雜的體育場景，确保了精準性和穩定性。
其二是，除了前端動作捕捉外，格靈深瞳的智慧體育解決方案還提供了後續的數據分析，能呈現數據價值。在夏鵬飛看來，這是供給側各選手產品的核心差異點。
其基于格靈深瞳自研的 AI 體育大腦，通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并生成分析報告，可以為體育教師提供豐富的數據參考，從而改善體育教師的教學方式，實現真正的 " 因材施教 "，提升學校的體育教學能力。同時，該系統也可以給各層級的教育部門提供區網域内學生的全面深入的體育分析數據，提升區網域體育教育的管理效能。
談及未來的產品規劃，他提到，一直以來，只要涉及到到 " 校園 "" 體育 " 等詞匯，事關青少年發展，國家未來，都會被視為重要的賽道，但就 AI+ 校園體育而言，" 目前仍然沒有迎來行業的爆發期，這既是參與者的機會，也是挑戰 "。
為此，在目前已經覆蓋較全的場景下，為了能夠更深入校園體育教學訓練的實際應用場景，格靈深瞳下一步會逐步深挖場景，" 往深了做，挖得更深一點，能夠更貼合學校使用的過程，包括我們可能會跟老師一起磨課等。"
" 每個做產品的人都會把喬布斯視為自己的偶像，他第一個提出‘全屏’概念，當時誰也沒想到可以把手機下方的鍵盤都砍掉，畢竟手指就是最好的互動工具。
希望我們的產品未來在學校也能實現這樣的效果——當體育老師把手裏的哨子、尺子、秒表、點名表和記分冊扔掉，擁抱人工智能技術之後，發現上課竟然能變得這麼簡單和輕松。" 夏鵬飛最後説道。
END
本文作者：徐晶晶
>
