今天小编分享的教育经验：格灵深瞳发布智慧校园体育新品，“AI进入校园体育场景是必然趋势”，欢迎阅读。
" 当体育老师把手里的哨子、尺子、秒表、点名表和记分册扔掉，拥抱人工智能技术之后，发现上课竟然能变得这么简单和轻松，这是我们希望看到的。"
来源|多知网
作者 | 徐晶晶
图片来源 | 格灵深瞳
5 月 25 日，在 2023 江苏（南京）教体产业展览会上，AI 公司格灵深瞳正式发布智慧校园体育三大新产品。" 用人工智能创新校园体育新模式，让因材施教的智慧化梦想照进现实。" 发布会上，格灵深瞳智能体育业务线产品总监夏鹏飞说道。
这是其智慧体育业务线首次正式对外发声。
作为一家有 10 年积淀的计算机视觉 AI 公司，格灵深瞳长于将计算机视觉技术和大数据分析技术与应用场景深度融合。其主要业务是面向智慧金融、城市管理和商业零售等领網域提供 AI 产品及解决方案。2022 年，格灵深瞳营收 3.54 亿元，同比增长 20.47%；净利润 3261.49 万元，业绩首度扭亏为盈，其也成为 A 股首家实现盈利的 AI 计算机视觉公司。
就是这样的一家 AI 公司，实际上已经低调地为校园体育业务筹划了两年。
截至目前，其已在全国多个校园进行试点，为 20000 多名在校师生提供日常教学支持与考试服务。与既往努力同等重要的是，这一业务在公司内部的战略高度也有所提升——格灵深瞳方面向多知网透露，未来会拓展人机互動领網域的创新业务，智慧体育业务是其今年的重要发力点。
或许可以将这一事件视作一个标志：掌握前沿科技的 AI 公司，正秉持着 "AI 进入校园体育场景是一种必然 " 的信念，带着强大的 AI 技术，试图冲破中小学体育教育的旧藩篱，既想让学生多运动、会运动、爱运动，又渴望解放体育老师的双手。
懂技术的格灵深瞳在补上懂体育这一课后，将为智慧体育带来哪些新可能？以及，中小学师生们准备好拥抱 AI 智慧体育了吗？
01
校园体育场景，格灵深瞳的下一个期待 /" 参与到 AI 助推校园体育变革的浪潮中 "
在格灵深瞳内部，有一个名为 " 前沿技术研究院 " 的部门。诚如其名，这正是这家公司的前沿技术探索中心，计算机视觉 + 应用场景的多种可能性和 idea，均从这一部门最早诞生。格灵深瞳的体育业务，同样孵化自此。
将时间线拉回到 2020 年底，彼时的团队便敏锐地捕捉到，AI 进入校园体育是必然趋势。
一方面，" 团队既发现体育运动场景是一个好的算法落地的场景，又发现我们的算法优化之后能在这个场景下发挥它应有的价值。" 夏鹏飞分析道。
需要说明的一个背景是，从 AI 行业的产业链结构来看，最底层的是基础设施，比如传感器、芯片、云计算；中间层是技术层，也就是核心算法层；最上层是应用层。
格灵深瞳所处的位置便是技术层和应用层，其在早期成立时是从技术层切入，面向 To B 大客户提供算法方案，后拓展至应用层。就核心技术而言，格灵深瞳招股书提到，其拥有业界领先的 3D 立体视觉技术和自研的三维视觉识别技术，其最具特色的算法便是三维视觉应用在人体姿态识别和物体识别方面的算法。
也正是基于自身的技术优势，自 2019 年 7 月开始，格灵深瞳便与相关高校联合展开 AI 助力竞技运动员训练的合作，为篮球、竞走、冰上运动、体能提升等专业方向的竞技队提供科技服务。具体来说，格灵深瞳通过视觉技术获取运动员的二维、三维姿态和环境数据，结合动作模型库及人体运动功能学的特点，评估运动员的训练质量，监测训练趋势，并向教练员提供可以指导训练的数据报告。
在与 " 国家队 " 合作的这一年，通过和教练员及运动员深入交流，团队对体育与 AI 结合的认知也更深入：
其一，运动场景是一个较好的 AI 落地场景。之所以下如此结论，是因为体育运动有可标准化的数据，体育场景中的人员运动数据是相对有序、标准、规范，且符合运动生物力学的标准数据。比如国际一流的运动装备厂商开发的专业装备如何提高运动表现、如何预防运动损伤等这些都是有据可依、有模型可预测的。
其二，AI 对运动表现提升的潜力是巨大的。简单来说，在完成一项运动所需的能力中，80% 考验的是运动员的通用规范能力，其余则是其个性化发挥部分。针对个性化发挥部分，通过 AI 获取大量的结构化数据做分析支撑，对每个运动员身体参数的获取以及如何对个人运动习惯进行调整，而这正是 AI 所擅长的。
看到了体育 +AI 的大有可为后，下一步，团队还需要思考的是，拥有了这样的技术与经验，究竟该落地到哪些体育运动细分场景？
下探到中小学智慧校园体育场景，便是团队想到的核心细分方向。
这是因为，具体到中小学校园体育场景，在需求侧，从现实因素来看，传统体育教学存在诸多痛点，个性化教学尚且遥远：
就老师端而言，在师生比方面，学生数量多，一名体育老师要同时服务多个班级，每个班级也可能会有多组人员在进行不同运动项目的训练，分散在操场的各个角落，每节课只有 45 分钟，还需要有热身、知识点讲解环节，这对体育教师的精力分配提出了很大挑战，教师无法对每个学生的运动表现进行科学的评定与跟踪；人工辅助，在测试次数、测试项目多样化的今天需要占用大量人力；现有教学人力无法完全覆盖课后服务相关政策全面普及的要求；就学生的日常训练而言，老师很难进行个性化、专项化的指导与建议……
就学生端而言，体育动作的学习和规范，更多的是需要靠体能提升、动作练习和动作纠正，这极其需要个性化训练。因为考核与考试的动作除了有比如次数、距离、时间的要求，还会有动作规范的要求，而每个学生的身体素质和导致出现不规范动作的原因也不尽相同。学生在自我训练时出现不规范动作如何去改善？是否会因此产生运动损伤的风险？这些问题都摆在学校面前。
" 学生通过不规范的动作完成的仰卧起坐可能是 40 个，而在考试现场利用标准的考试仪器考试时，最终可被记录的成绩只有 30 个，即只有 30 个是符合考试动作规范要求的。这是我们在与各地学校调研交流时听到的真实反馈。" 夏鹏飞提到，练与考的差距让团队产生新的思考：" 在文化课学习上，学生们可能有错题本，那么，在体育上，是不是也可以帮学生建立一个体育错题本，而不只是单纯记录一个成绩后就再无下文呢？"
在核心用户需求外，放眼到更宏观的政策导向，可以明显看到，近年来，一系列利好体育发展的政策陆续发布，这成为 AI 进入校园体育场景的助推剂。
简单梳理来看：
2020 年 8 月，体育总局、教育部联合印发《关于深化体教融合 促进青少年健康发展的意见》（以下简称《意见》）的通知，将体育科目纳入初、高中学业水平考试范围，纳入中考计分科目，科学确定并逐步提高分值，启动体育素养在高校招生中的使用研究。据不完全统计，自 2020 年《意见》发布以来，在 2021 年，全国 31 个省级行政区（港澳台地区除外）及部分地级市先后发布体教融合相关政策檔案共计 118 项。
2022 年 4 月，教育部印发《义务教育课程方案和课程标准（2022 年版）》，明确 " 体育与健康 " 课占总课时比例 10%-11%，仅次于语文 ( 20%-22% ) 、数学 ( 13%-15% ) ，高于外语 ( 6%-8% ) ，排名第三。
2022 年 6 月，" 保障学生在校期间每天参加不少于一小时体育锻炼 " 写入新修订的《中华人民共和国体育法》。
在政策鼓励下，中小学生健康体魄愈发受到重视，无论是课时占比、体育锻炼时间，还是分值覆盖，都将青少年体育健康提到了前所未有的高度，家长和学生对传统的体育课的体育训练和体育考试也因此提出了更高的要求，这也倒逼学校端须提前做好相关布局。
在智慧体育的供给侧，近年来一些提供智慧体育解决方案的市场化机构 / 品牌也相继出现，但与其它细分的 To G 进校业务类似，行业供给整体存在小而散、优质方案匮乏、难以解决核心痛点等问题。
在政策助推下，既看到了需求涌现，也看到了供给不足，同时结合自身优势，格灵深瞳团队综合研判，AI 进入校园体育场景是一种必然趋势。
就这样，带着在竞技运动场景下所磨练出来的体育认知，以及对 " 参与到 AI 对校园体育巨大变革浪潮中 " 的憧憬，2021 年初，格灵深瞳正式布局智慧体育业务，以期实现让 AI 对校园体育产生帮助、提升效率，让技术更好地服务师生。
" 本质上，我们的核心出发点是通过技术手段的应用，通过科技化场地的改造、智能化产品的使用、科学化理念的应用提高传统教学效率、提升训练效果，既让学生多运动，也让学生会运动，进而爱运动。" 夏鹏飞说道。
02
基于校园体育的六大核心场景，推出三大产品
AI 如何对校园体育产生帮助、提升效率，让技术更好地服务师生？
发布会上，基于校园体育的六大场景（校园内体育考试、体育课后服务、体育专项教室、体育训练、云上运动会、体育教研），格灵深瞳正式发布深瞳阿瞳目体育训考系统、深瞳阿瞳目体感互动系统、深瞳阿瞳目体育大数据系统三大产品。
这三大产品互为补充，从广度上完整覆盖校园体育主要活动场景。
拆分中小学体育应用场景来看：
1. 针对户外场景（操场），户外场景也是刚需的体育考试、体育训练场景的发生地，提供 AI 考训一体化操场方案，即深瞳阿瞳目体育训考系统。
考虑到户外场景，无论是训练、上课，都有几个核心的特点：其一，过程是相对严肃的；其二，追求高效；其三，如果是考试场景，要求严格；其四，户外产品必须 " 抗造 "。
格灵深瞳通过在户外部署视觉捕捉以及 AI 运算设备（主要是面板识别学生 + 摄像头捕捉学生运动），结合日常体育训练动作模型库及人体运动功能学的特点，人体姿态识别算法，实现对设备画面中人体的运动结构化、姿态分析、动作规则评判等功能的视觉软硬體解决方案。在学生做运动的过程中，这套系统会实时研判，也会及时纠错提醒，并指出该如何改善。
老师则可通过平板，看到操场任意一台设备下自己班级的学生的实时训练场景，也能看到针对学生的实时分析报告，持对任意考核项目的单次运动过程进行高精度运动分析，通过规则引擎对运动是否符合考纲标准及要求进行全面判断，可针对学生的不同错误类型提供个性化的运动改善方案。包括学生运动动作计数、错误动作计数、错误动作原因、如何改善等。
" 老师看到这个报告后，一方面能拿到学生的分数和成绩，这带有一定的监考的功能。另一方面，也为老师备课上课提供科学的指导依据，因为有数据支撑该怎么练，该怎么做针对性提升。" 夏鹏飞说道。
2. 针对室内场景（主要指体育专项教室），提供寓教于乐的深瞳阿瞳目体感互动系统。
深瞳阿瞳目体感互动系统是一款兼具体育专项训练和趣味互動体验的产品，一方面通过自研的智能双目姿态相机，可以连接学校的不同大屏（可以是 LED 屏或者可能是一台电视或一个普通的会议电子白板，或者班级门口放的班牌），形成互動大屏，可以高精度地检测人体的姿态和运动状态，给予学生科学的动作反馈，帮助学生提升动作的标准程度；另一方面通过强互動性的运动项目，激发学生运动兴趣。
据介绍，这套体感互动系统，已经内置了一百多个运动项目，既包括篮球、足球、跳绳等运动专项训练项目，也涵盖将 AR 元素与运动相结合的趣味项目；既支持单人 AR 互動，也支持双人同屏 PK。
3. 针对整个校园体育运动场景，提供 AI 体育大腦，即深瞳阿瞳目体育大数据系统。
深瞳阿瞳目体育大数据系统是一套针对整个校园体育运动场景的体育管理后台，其可跟踪中小学生在校的全周期锻炼数据，输出多维学情报告。
前面的两个系统的主要作用是让学生动起来，学生运动产生的数据则是被传输到了校内的体育大数据系统中。在这个系统中，老师可以根据考试要求和训练需要，根据学生年级、教学目标调节考试难度，对学生不同运动项目的成绩变化、错误动作分析、运动能力进行细致评估等，为每位学生提供个性化的运动指导。比如在课堂教学中，对于刚接触引体向上的学生，把考核难度调整到简单模式，不設定违规动作，让学生体会到成就感。随着学生练习的增多，老师可以结合考纲要求，逐步增加考核门槛，将头是否过杆、间隔时间太长、双手正握还是反握作为考核要求。
在夏鹏飞看来，如果前两大产品主要展示的是格灵深瞳在技术识别方面的多年积淀，那么这套体育大数据系统则证明了公司在进行大数据分析、给出个性化反馈方面的实力。
"利用前端的数据捕捉算法捕捉动作只是我们能力的一部分。真正要想让这些前端的数据产生价值，它还需要各种过滤、转化、分析才可以为师生所用。这套系统背后沉淀的是格灵深瞳十多年积累的高精度算法和技术底座，真正能够帮学校解决很多深度（而非广度）的问题。"
举例而言，相较文化课而言，体育课的特殊性在于，一方面学生非常多，另一方面学生不是一分钟做了一道静态题，而是一分钟做了动态的 50 个仰卧起坐，老师面临的挑战是去分析这么多学生以及这么多次仰卧起坐是否规范。
借助这套工具，老师可通过系统提供的数据报告（科学运动处方），根据学生不同运动项目的成绩变化、错误动作分析、运动能力评估等，为每位学生提供个性化的运动指导，进行针对性教学。" 我们通过技术帮老师解决前面最难受的这个过程，老师们只需要发挥他们的专业技术专业技能去判断、去分析该如何提升我们教学效果即可，把课堂每一分钟的教学效能都变得最大化。"
03
" 未来继续做深场景 "
随着智慧体育火热，目前，供给侧入局品牌不在少数，包括科大讯飞、有道、云思智学、腾讯及各地方性品牌等。
后来者格灵深瞳要想实现 " 居上 "，差异化的地方在于什么？
夏鹏飞认为，其一是十年积淀下的技术优势。
" 有些核心技术算法，比如说 2D pose、2D 转 3D pose 或者是人体的跟踪和检测，是格灵深瞳从最开始十年前就开始研发布局了。随着格灵深瞳做的时间越长，相关算法打磨得越好，其实公司所有的项目业务都会受益。"
举例来说，在研发环节，格灵深瞳对于动作指导和体育考试的研发和认知最初来源于为竞技运动员服务，而校园体育这一场景下有一部分的需求是类似的，也就是高精度的人体运动姿态捕捉以及动作的规则评价，目前格灵深瞳做到了识别精度高、复杂场景适应性强、动作反馈快的优势，通过自研模型可以快速精准的检测人体骨骼关键点，各地体育中考、体质健康监测、小升初考试的项目覆盖率 90% 以上，动作的违规错误覆盖率 100%。
针对各地区可能存在的教学、考试规范要求不一致的情况，格灵深瞳的做法是，除了提升算法模型的生产效率，使模型的生产周期压缩到一周以内之外，也开放了动作难度调整工具，将动作评价的规则调整权限开放出来，尽可能适应各地区、各年龄段的动作评价规则不一致的情况。这是指，在同一台机器、同一运动项目下，对一个小学生动作的评价方式和运动量记录方式，与对一个初三学生的评价方式是完全不同的。此外，无论是上课还是课间活动，操场的环境是非常复杂的，为了视觉算法能够稳定的发挥作用，如何处理可能存在人员遮挡、画面中人员过多等等问题，格灵深瞳也做了非常多的尝试，甚至结合了公司在智慧金融、城市管理等业务中已经稳定应用的视觉模型和经验来对抗复杂的体育场景，确保了精准性和稳定性。
其二是，除了前端动作捕捉外，格灵深瞳的智慧体育解决方案还提供了后续的数据分析，能呈现数据价值。在夏鹏飞看来，这是供给侧各选手产品的核心差异点。
其基于格灵深瞳自研的 AI 体育大腦，通过汇集多层级的学生体育数据，从学生的身体素质、训练过程、考核结果等多个维度进行分析并生成分析报告，可以为体育教师提供丰富的数据参考，从而改善体育教师的教学方式，实现真正的 " 因材施教 "，提升学校的体育教学能力。同时，该系统也可以给各层级的教育部门提供区網域内学生的全面深入的体育分析数据，提升区網域体育教育的管理效能。
谈及未来的产品规划，他提到，一直以来，只要涉及到到 " 校园 "" 体育 " 等词汇，事关青少年发展，国家未来，都会被视为重要的赛道，但就 AI+ 校园体育而言，" 目前仍然没有迎来行业的爆发期，这既是参与者的机会，也是挑战 "。
为此，在目前已经覆盖较全的场景下，为了能够更深入校园体育教学训练的实际应用场景，格灵深瞳下一步会逐步深挖场景，" 往深了做，挖得更深一点，能够更贴合学校使用的过程，包括我们可能会跟老师一起磨课等。"
" 每个做产品的人都会把乔布斯视为自己的偶像，他第一个提出‘全屏’概念，当时谁也没想到可以把手机下方的键盘都砍掉，毕竟手指就是最好的互動工具。
希望我们的产品未来在学校也能实现这样的效果——当体育老师把手里的哨子、尺子、秒表、点名表和记分册扔掉，拥抱人工智能技术之后，发现上课竟然能变得这么简单和轻松。" 夏鹏飞最后说道。
END
本文作者：徐晶晶
>
