九游体育而随着教育需求的提升，传统的工作方式和辅助技术已经难以满足体育训练、考试对效率、准确性和公正性的需求，这对更加先进的技术手段介入提出了要求。

　　智东西5月29日报道，在上半年刚刚结束的体育中考中，格灵深瞳将深瞳阿瞳目体育训考系统应用在京津冀地区共11场考试、5万名考生中，覆盖了18万人次、20余科目，单日考试人数最高达到2500人，使得平均考试时长相比往年缩短了1/3，大幅提升了考试效率和准确性。

　　这些数据背后，格灵深瞳有哪些技术层面上的优势？格灵深瞳在体育考试场景里扮演的角色是什么？在AI+校园体育赛道，格灵深瞳的产品有哪些差异化特性，能解决哪些行业痛点？

　　校园体育的发展，在技术层面经历了从纯人工，到红外技术辅助，再到纯视觉AI的流程。

　　早期纯人工阶段，体育教学、训练、比赛等各项活动完全依赖人力，效率较低，并存在一定的主观性和误差；红外技术的引入实现了一些简单的监测、计数，但仍存在局限性，如精度不够高、受环境干扰大等。

　　纯视觉AI技术则利用先进的计算机视觉算法，能够更加精准、全面地分析和理解体育场景，实现对运动的精确识别、运动数据的实时采集和分析，为教学提供更科学的依据，为比赛评判带来更高的准确性和客观性。

　　例如在仰卧起坐中，传统的红外设备只能通过统一的判断基准来裁决，但学生之间有高矮胖瘦的区别，统一的识别方式并不公平。视觉AI则基于软件算法，识别不同学生的骨骼姿态，并以原始标准“胳膊肘碰到膝盖”进行判定。

　　而从应用场景来看，校园体育市场大致可分为体育训练、体育考试两个方向，其中考试场景对技术的要求更高。

　　具体来看，体育考试面临的主要痛点包括：1）测试效率低下，占用较多工作人员和学校教学场地；2）人工方式裁判对跳绳、羽毛球、乒乓球等运动科目难以计数，武术类、体操类等运动科目难以公正客观；3）考试系统需要超高的稳定性和可靠性要求；4）考试中的各项统计数据，如按学校、按运动科目的及格率、满分率等难以实时、全面。

　　针对这些痛点，格灵深瞳推出基于深瞳阿瞳目体育训考系统的纯视觉AI解决方案，覆盖从检录、考试到检出的全流程。

　　在今年上半年的体育中考中，该系统应用于京津冀地区共11场考试中。值得一提的是，这也是京津冀地区在体育中考中首次采用全流程纯视觉AI技术。

　　通过引入视觉AI技术，该系统大幅提升了测试效率、规模以及准确度，单日考试人数最高达到2500人，平均考试时长相比往年缩短了1/3。

　　基于系统的视频回溯能力，裁判面对学生申请仲裁时有据可依，只需在后台搜索考生姓名或号码，就可以快速调出视频回放，考试中的争议和申诉比例大幅降低。

　　在身份识别方面，系统采用人脸识别方式核验考生身份，一方面杜绝了现象，另一方面也避免了学生因忘带或丢失学生卡带来的不便。

　　此外在部分科目，尤其是羽毛球、乒乓球、排球等球类科目中，由于球速很快，人工判决很容易跟不上或判断有误，导致裁判员计数成本很高。利用视觉AI技术，该系统能节省大量人力，部分考场裁判人数比往年减少了60%以上。

　　基于深瞳阿瞳目体育训考系统，格灵深瞳在这次体育中考中服务了近5万名考生，共计约18万人次。其中在北京地区，训考系统覆盖了除游泳外的其他所有21门科目。

　　据体育产业信息平台“体育大生意”不完全统计，2024年第一季度发布的涉体新政超过20份，其中与校园、青少年直接相关的超过5份。

　　格灵深瞳体育业务线负责人刘彤告诉智东西，大约从三年前开始，团队看到国家针对校园体育出台的政策逐年增加，便预感到校园体育教育将成为未来重要的蓝海市场。

　　2020年，体育总局、教育部明确将体育科目纳入初、高中学业水平考试范围，纳入中考计分科目。

　　2022年，教育部将“体育与健康”课时占比提高至10%-11%，使其成为仅次于语文、数学的“第三科目”。

　　去年9月，北京发布中考改革政策，更是进一步将体育与健康科目中考分数从原有的30分，提高到今年的50分，并在未来两年提高到70分。

　　过去，纯人工或红外设备效率低下，学校迫切需要新的技术和方法来提升体育教育的质量和效率。随着AI、大数据等技术逐渐趋于成熟，体育教育智能化转型迎来新的机遇。

　　根据市场分析机构Mordor Intelligence预测，体育产业AI市场预计将从2024年的59.3亿美元增长到2029年的209.4亿美元九游体育，预测期内复合年增长率超过28.69%。其中，亚太地区预计将成为复合年增长率最高的地区。

　　刘彤谈道，当前人体姿态和动作识别的技术虽然都比较成熟九游体育，但在面向体育考试和教学场景九游体育，对环境的适用性仍有很大提升空间。格灵深瞳目前在这方面属于业内领先水平。

　　户外场景不同于室内，会受到强光九游体育、逆光等环境干扰，还会出现背景里有大量人群等复杂场景。基于以往的技术积累，格灵深瞳的一系列技术能保证这些环境下的准确率。

　　在这样的背景下，市场对于针对细分场景的体育训考产品有迫切的需求。而基于好的政策、好的技术双重推动下，格灵深瞳选择入局。

　　作为一家重视产品化的公司，格灵深瞳专注于产品和算法本身，致力于为客户和合作伙伴提供靠谱的软硬件全套解决方案。

　　针对体育教育行业师资力量有限、教学设备跟不上、无法科学有效统计数据、无法实现个性化教学等痛点，格灵深瞳的解决方案能够提供先进的硬件设备和针对性的算法。

　　智能化系统可以在一定程度上辅助教学，例如姿势判断功能可以识别跳远的高度、角度，比肉眼判断更快速、准确。

　　刘彤称，团队在实地考察中发现体育老师在课堂中可能有一半时间都在给学生测距，效率很低，而AI技术可以毫秒级测量，让老师有时间去做真正的教学，避免了简单重复的劳动力。

　　同时，格灵深瞳的系统能够精准采集和分析学生的各项运动数据，形成详细的数据报告，为教学决策提供依据。

　　通过系统的数据分析，老师可以了解每个学生的优势和不足，从而为他们量身定制教学计划和训练内容，真正实现因材施教。例如，根据学生的体能数据为其制定合适的训练强度，根据动作完成情况提供针对性的改进建议等。

　　去年5月，格灵深瞳发布了智慧校园体育三大产品，分别是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。这也是格灵深瞳入局体育教育赛道后，体育业务全线产品首次公开亮相。

　　深瞳阿瞳目系列产品基于格灵深瞳底层AI技术平台“深瞳大脑”打造，以“运动体能训练项目+视觉姿态识别+AI”为核心，能够实现日常训练与体育考核全程监控、成绩自动评判及记录、数据自动统计分析等功能。

　　短短5个月后，格灵深瞳又发布了校园体育领域的新产品“深瞳运动宝盒”，其采用软硬一体化设计，内置姿态识别、运动评价引擎、球类检测等多种AI算法。

　　深瞳运动宝盒具备计算性能强、形态适应性强、轻量化、低功耗、灵活易用等特点，在校园体育教学场景，可以依据不同学生的体质和运动情况，个性化配置运动项目。

　　在算法层面，格灵深瞳自2013年成立以来，经过10余年的技术积累，形成了与场景深度相关的多个技术方向：多模态大模型技术、3D立体视觉技术、自动化交通场景感知与事件识别技术、大规模跨镜追踪技术、沉浸式交互感知技术和机器人感知与控制技术等。

　　具体到体育行业，格灵深瞳在切入校园体育赛道之前便与国家队、竞技体育有合作经验，积累了可靠的数据和算法模型，同时也与北京体育大学出版社合作，推动体育教育的落地和发展。

　　而在校园体育场景中，基于三维空间算法以及算法对环境的高度适应性，深瞳阿瞳目系列产品形成了独特的技术优势。

　　与特斯拉的FSD自动驾驶技术类似九游体育，深瞳的姿势识别算法能够识别空间位置，从而不受背景中人物、物体干扰；此外通过前景分割、目标跟踪等方式，在算法层面排除了光照等环境影响。

　　在战略层面，格灵深瞳选择的是一条“陡峭”的路径，先从考试这一技术难度更高的场景入手，磨练出高精度的算法可用性。

　　刘彤谈道，考试和教学的目的并不一样。考试更像是指挥棒，而教学才是本质。但在技术复杂度上，考试的严肃性使得对算法精度的要求更高，容错率更低。因此，格灵深瞳选择先把考试做好，之后再推广到教学场景中，就有种“降维打击”的效果了。

　　同时，格灵深瞳非常注重落地实践。作为AI产品，“数据飞轮”现象对于深瞳阿瞳目同样有效，在实践中模型会“越用越好用”。

　　也正是由于大规模的、系统性的应用，格灵深瞳在研发时间上速度很快，且覆盖科目更全。

　　在北京地区新的体育与健康现场考试的大纲与评分细则发布后，格灵深瞳用不到一个季度的时间便将系统扩展到了新科目上。目前，深瞳阿瞳目已经覆盖了40余项体育考试科目，今年下半年预计将扩展到超100个运动科目与训练动作。

　　作为蓝海市场，AI+校园体育仍具有巨大的发展空间。在政策的扶持和自身的技术优势下，格灵深瞳率先发力体育教育市场。

　　根据新京报教育事业部5月初发布的《2023年度智慧教育品牌影响力分析报告》，格灵深瞳凭借领先的AI算法、成熟的产品方案和丰富的落地案例，位列智慧校园体育品牌影响力综合评价榜首。

　　刘彤告诉智东西，在深瞳阿瞳目等产品进入校园后，团队在走访中看到学生自主的、自发性的运动变多了。尤其是系统中的排行榜功能，通过相互比拼的形式，激发了学生对体育的兴趣和热爱。

　　谈及体育教育行业未来的发展趋势，刘彤认为，随着国家、家长越来越重视，未来体育市场会更加多元化，同时体育教育的专业化程度也会进一步提升。

　　体育教育智能化转型迫在眉睫，但目前真正能落地的AI产品还有限。未来我们也期待看到更多新颖、专业的体育教育产品应用，让体育发展迈向新的台阶。