格灵深瞳发布智慧校园体育新品:一场校园体育的AI大变革

格灵深瞳发布智慧校园体育新品:一场校园体育的ai大变革

AI进入校园体育场景是一种必然。

视觉类AI最适合的应用场景,安防之外还有哪些?这一问题也悬挂于行业上空很久。安防自然是一个非常重要且广阔的场景,市场规模目前的绝对值堪称最高,但还有哪些新的场景与新的想象?

而近日,AI公司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及深瞳阿瞳目体育大数据分析系统三大新品,这也是其智慧体育业务线首次正式对外发声。

姿态识别,难在哪里

在3D视觉技术上,无论技术实力还是行业应用经验,格灵深瞳都是业内的领先者。这一先发优势,也让格灵深瞳在进入体育领域时,更能发挥出AI在效率上的大变革作用——体育教育也因此具有后发优势,跳过2D直接进入3D视觉技术时代。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

格灵深瞳发布智慧校园体育新品:一场校园体育的AI大变革

在轨交运维领域,格灵深瞳的3D重建与立体视觉分析技术解决了传统算法中误差较大的问题,让计算机视觉技术运用于轨交检修的落地应用成为可能;在体育健康领域,格灵深瞳的3D立体视觉技术使得设备成本降低的同时,更是提高了可靠性和易用性,同时运动姿态分析技术通过采集不同场景下人体姿态数据,通过自主研发的三维人体姿态估计算法,能够克服人体关键点采集不准不稳等难题。

实际上,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。

随着格灵深瞳智慧校园体育三大新品的发布,人工智能技术在颠覆众多场景之后,终于来到了校园场景,尝试为社会关注已久的青少年体育问题排忧解难。

保障中小学生健康体魄 已是学校体育刻不容缓的任务

体育一直是中小学教育中的弱势领域,这也导致我国青少年多项身体指标不尽如人意。

据第八次全国学生体质与健康调研数据,我国青少年依然存在学生视力不良和近视率偏高、学生超重肥胖率上升、学生握力水平有所下降、大学生身体素质下滑等学生体质与健康状况亟待解决的问题。

国家也意识到体育的重要性,近几年,围绕青少年体育教育的政策陆续出台。在《关于深化教育教学改革全面提高义务教育质量的意见》中,规定了“让每位学生掌握1至2项运动技能”的具体目标;而在《体育强国建设纲要》中,“青少年体育服务体系更加健全,身体素养显著提升,健康状况明显改善”已经写入战略目标;《关于深化体教融合 促进青少年健康发展的意见》则提出“向全体学生,开齐开足体育课”,要“实现文明其精神、野蛮其体魄”;国务院《关于全面加强和改进新时代学校体育工作的意见》更是提出“建立日常参与、体质监测和专项运动技能测试相结合的考察机制”。在政策鼓励下,各地体育中考分值纷纷提升,一些地区的体育中考分值甚至提到了100分。

在2022年4月教育部印发的《义务教育课程方案和课程标准(2022年版)》,更是明确“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。

除了课时比例,在绝对时长上,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”也写入新修订的《中华人民共和国体育法》。

青少年代表着国家的未来,青少年体魄强健,才能在愈加激烈的国家竞争中保证中国的朝气蓬勃。

但校园场景与专业体育场景也有很多不同,AI技术不是简单搬来就能用的,还需要针对场景进行针对性细化、调整,需要AI公司对校园体育有着更深的理解,知晓老师和学生的痛点。

对此,格灵深瞳也提前做了非常深入的调研。格灵深瞳发现,在数据价值愈加突显的今天,在校园体育领域,却存在着大量的学生运动数据浪费问题。具体表现在学生缺少反馈与评价,教师缺少指导依据,管理者缺少数据统计手段等方面。

格灵深瞳智慧校园体育产品 如何契合学校需求

学校体育领域中数据浪费、缺乏留存与开发等问题,也意味着学校体育长期以来依然停留于“手工业”时代。

由于缺少数据,学生的日常训练,很难进行个性化、专项化的指导与建议,体育评价往往流于“唯经验论”;由于缺少AI设备,体育测试中人力占用过多,也难以提升体育教师人效。

特别是随着人们体育意识的增强,对体育运动的追求也讲究专业与正确。比如以往的仰卧起坐测试,往往是科学训练不足,最后只看时间一个维度。但体育考核不能只看时间、次数、距离,体育训练更得在结果之外注重过程,特别是动作规范的要求。

格灵深瞳此次推出的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,不仅从设备端建立了完备的数据采集、输入链,还建立了完备的后台数据库:

格灵深瞳发布智慧校园体育新品:一场校园体育的AI大变革

文心智能体平台 文心智能体平台

百度推出的基于文心大模型的Agent智能体平台,已上架2000+AI智能体

文心智能体平台 0 查看详情 文心智能体平台

深瞳阿瞳目体感互动系统则兼具体育专项训练和趣味交互体验功能,一方面通过自研的智能双目姿态相机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;另一方面通过强交互性的运动项目,激发学生运动兴趣。

格灵深瞳发布智慧校园体育新品:一场校园体育的AI大变革

深瞳阿瞳目体育大数据系统基于格灵深瞳自研的AI体育大脑,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,也可以给各层级的教育部门提供区域内学生的全面深入的体育分析数据,提升区域体育教育的管理效能。

格灵深瞳发布智慧校园体育新品:一场校园体育的AI大变革

也就是说,格灵深瞳的深瞳阿瞳目产品,不仅是产品,更是完备的系统。

三大系列产品,不仅覆盖了体育教研、体育考试、体育课后服务、体育专项教室、体育日常训练、云上运动会六大应用场景,更是提供了可打造学、练、赛、评一体化的智慧校园体育一揽子解决方案。据悉,在此次发布会之前,格灵深瞳的智慧校园体育产品已在全国多个校园进行试点,截至目前已经为超过2万名在校师生提供日常教学支持与考试服务。

格灵深瞳也向亿欧网透露,未来还会拓展更多人机交互领域的创新业务。

体育教育的一场AI革命

不同于ChatGPT在应用于教育领域时,曾引起很多老师对于学生作业抄袭等方面的担忧;但学校体育练测评中不会存在抄袭,对于一直缺乏AI赋能的学校体育来说,格灵深瞳发起的这场学校体育的“AI革命”,可谓是一场及时雨。

这些全新的校园智慧体育产品,用到了格灵深瞳的多项核心技术算法,比如单目3D Mesh重建、人体的跟踪和检测等。覆盖率90%、100%等数据背后,是格灵深瞳长期的技术积累——很多技术格灵深瞳十年前就开始研发布局。

格灵深瞳发布智慧校园体育新品:一场校园体育的AI大变革

而依托格灵深瞳底层AI技术平台——深瞳大脑,其智慧校园体育解决方案支持多人运动大场景应用,可实现实时运动姿态评估与交互,延时低至200ms。

而格灵深瞳,还在继续训练自己的大模型,未来进步的空间还很大。

当然,术业有专攻。对于AI领域最火的大模型技术,目前很多巨头都在推出自己的大模型产品等。格灵深瞳有自己垂直的技术与商业领域,作为少有的已经实现盈利的AI公司,格灵深瞳在拓展边界上一直是稳扎稳打的作风。

2022年,格灵深瞳已完成跨类别预训练模型自动化微调的升级,纳管了海量领域数据。

据了解,接下来,格灵深瞳将进一步改造深瞳大脑,结合最新的 zero-shot 技术,将海量数据进行多轮迭代后,完成对多模态大模型的数据投喂,最终使其服务于多条产品线。

2022年以来,人工智能行业涌现出了一系列算法技术革新,BERT、GPT-3、DALL-E等大模型算法在多个领域大放异彩。这些算法在海量数据的训练下,表现出了多种接近甚至超过人类的智能水平,不但可以生成人类作者、画手级别的文本、图像,也开始向多模态、跨模态延伸。

格灵深瞳对大模型的研发投入与提前布局,也是提前占领技术的制高点。只有站在制高点上,才能看清更远的未来,并为商业布局提供更精准的参考。

此次在智慧校园体育领域发布深瞳阿瞳目新品,对格灵深瞳来说,不仅是发起体育领域的一场AI变革,也是在探索人工智能落地更多行业的新路径,并将成为格灵深瞳后续业绩增长的重要引擎。

以上就是格灵深瞳发布智慧校园体育新品:一场校园体育的AI大变革的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/536244.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2025年11月9日 12:54:30
下一篇 2025年11月9日 12:56:07

相关推荐

  • Python AsyncElasticsearch 异步批量操作实践

    本教程旨在指导开发者如何在Python中使用AsyncElasticsearch客户端高效执行异步批量操作。针对helpers.actions.bulk不支持异步客户端的问题,文章详细介绍了如何利用elasticsearch.helpers.async_bulk这一专为异步设计的辅助函数,实现数据的…

    2025年12月14日
    000
  • ChatGPT冲击下,国内技术问答社区如何突围?

    ChatGPT的崛起对全球技术问答社区造成了巨大冲击,Stack Overflow的困境更是敲响了警钟。国内技术问答平台,例如SegmentFault,也面临着同样的挑战。它们该如何应对呢? SegmentFault长期以来专注于为开发者提供高质量的技术问答服务,并不断优化用户体验。这包括持续改进平…

    2025年12月13日
    000
  • Flask流式传输如何模拟ChatGPT的实时响应?

    使用Flask流式传输模拟ChatGPT实时响应 许多应用,例如模拟ChatGPT的实时聊天或大型文件下载,都需要边生成边传输数据,避免客户端长时间等待。本文演示如何在Python Flask框架中实现这种流式传输,并修正原代码中的缺陷。 原代码尝试使用yield实现流式传输,但由于response…

    2025年12月13日
    000
  • Flask如何实现类似ChatGPT的实时数据流传输?

    使用Flask框架构建实时数据流:模拟ChatGPT响应 在Flask Web应用开发中,常常需要模拟ChatGPT的实时数据传输效果,即数据生成的同时即时传输给客户端,而非等待所有数据生成完毕再一起发送。本文将介绍如何利用Flask实现这种流式传输,并解决传统方法中存在的延迟问题。 传统方法的问题…

    2025年12月13日
    000
  • Flask如何实现类似ChatGPT的实时流式响应?

    使用Flask模拟ChatGPT的实时流式响应 许多开发者希望在Flask应用中实现类似ChatGPT的实时响应效果:内容生成过程中持续传输给客户端。然而,简单的Flask response 对象无法满足此需求,它会等待生成器函数完全执行后才发送结果。本文探讨如何利用Flask框架实现真正的流式传输…

    2025年12月13日
    000
  • ChatGPT冲击下,SegmentFault的生存策略是什么?

    ChatGPT的崛起对开发者社区带来了巨大冲击,Stack Overflow的困境已敲响警钟。SegmentFault作为国内领先的开发者社区,如何应对ChatGPT带来的挑战,确保自身持续发展? SegmentFault的核心竞争力在于庞大的中文开发者用户群体和高质量的技术问答内容。然而,Chat…

    2025年12月13日
    000
  • 如何通过 ADB 控制小米手机进行长截图并保存到手机上?

    ADB控制小米手机长截图:探索与实践 许多Android用户需要截取超出屏幕范围的内容,特别是包含滚动内容的页面。本文探讨如何利用ADB (Android Debug Bridge) 在小米手机上实现长截图并保存到手机。目标是截取1600×720分辨率屏幕的完整内容,生成3200&#215…

    2025年12月13日
    000
  • ChatGPT时代,技术问答社区思否如何应对挑战?

    ChatGPT浪潮下,技术问答社区思否(SegmentFault)如何突围? Stack Overflow近期面临挑战,其CEO公开承认公司正经历艰难时期,这与ChatGPT等大型语言模型的崛起息息相关。那么,作为另一个重要的技术问答社区,思否将如何应对这一挑战呢? 本文将分析思否可能的应对策略。参…

    2025年12月13日
    000
  • Flask框架下如何实现ChatGPT式的流式文本传输?

    使用Flask框架构建类似ChatGPT的流式文本传输应用 许多开发者希望利用Flask框架创建类似ChatGPT的应用,实现文本内容的实时生成和传输。然而,Flask的response对象并非为这种场景设计,它会在生成器函数完全执行后才开始返回数据。本文将介绍如何使用Flask的stream_wi…

    2025年12月13日
    000
  • Python的GIL:究竟是作用于整个进程还是每个线程?

    python全局解释器锁(gil)详解:作用范围及误区 Python的GIL (全局解释器锁) 限制了多线程程序的性能,但其作用范围常常被误解。本文将澄清GIL究竟作用于进程还是线程。 许多Python开发者对GIL有所了解,但关于GIL是否作用于每个线程,存在疑问。 这种疑问可能源于与AI模型(例…

    2025年12月13日
    000
  • ChatGPT时代,SegmentFault如何应对开发者问答社区的挑战?

    大型语言模型(LLM)如ChatGPT的崛起,给开发者问答社区带来了前所未有的挑战。Stack Overflow的困境已为业界敲响警钟。那么,SegmentFault将如何应对ChatGPT带来的冲击,保持其在开发者社区中的领先地位呢? ChatGPT能够快速生成代码和答案,这无疑会对Segment…

    2025年12月13日
    000
  • Flask框架如何实现类似ChatGPT的实时流式数据传输?

    使用Flask框架构建实时流式数据传输,如同ChatGPT的即时响应 许多开发者希望在Flask应用中实现类似ChatGPT的实时响应效果:数据生成的同时即时传输给客户端。然而,简单的yield语句无法直接实现这一目标。本文深入探讨如何利用Flask框架高效实现这种流式传输。 问题在于,之前的代码片…

    2025年12月13日
    000
  • Python的GIL:一个进程只有一个,还是每个线程都有一个?

    python全局解释器锁(gil)的真相:只有一个,而非每个线程一个 关于Python的GIL(全局解释器锁),一个常见的误解是它是否每个线程都拥有一个。 事实并非如此。Python进程只有一个GIL。 许多Python开发者对GIL的运作机制有所了解,但一些细节容易混淆。最近,一个截图(此处略去)…

    2025年12月13日
    000
  • 为什么科学家们最初选择Python而非JavaScript进行科学计算?

    Python在科学计算领域的统治地位:从最初的选择到如今的广泛应用 Python在科学计算领域的广泛应用,常常令专注于Web开发并习惯使用JavaScript的开发者感到疑惑。近期ChatGPT源码采用Python编写,更是加剧了这种好奇。JavaScript凭借其丰富的库和框架,在Web开发领域占…

    2025年12月13日
    000
  • Python的全局解释器锁(GIL)究竟作用于进程还是线程?

    Python 全局解释器锁 (GIL) 的作用范围:一个进程只有一个 GIL。 关于 Python 的 GIL 作用范围,存在一些误解。有人认为 GIL 作用于每个线程,也有人认为它作用于整个进程。本文将澄清这个疑问。 Python 的 GIL 仅作用于整个进程,且只有一个 GIL 实例。 这意味着…

    2025年12月13日
    000
  • 为什么科学计算领域偏爱Python而非JavaScript?

    Python在科学计算领域的统治地位:一个前端开发者的视角 ChatGPT源码的公开,让许多前端开发者,例如提问者,开始关注Python在科学计算领域的广泛应用。提问者注意到JavaScript凭借其丰富的库在Web开发中占据主导地位,却好奇为什么科学计算领域偏爱Python。这不仅仅是因为Pyth…

    2025年12月13日
    000
  • 有没有想过像您一样的AI“看到”?初学者&#s注意指南

    在大型语言模型中了解注意力:初学者指南 >您是否曾经想过chatgpt或其他ai模型如何能够很好地理解和响应您的消息?秘密在于一种称为注意的机制 – 一种关键组成部分,可帮助这些模型理解单词之间的关系并产生有意义的响应。让我们简单地将其分解! > 什么是关注? 想象您正在读一…

    2025年12月13日
    000
  • AI模型的兴起,能够在各个行业创建内容,设计和解决方案

    引言 人工智能(AI)已不再是遥不可及的未来科技,它正深刻地改变着当今各行各业。先进的AI模型的出现,彻底革新了企业的内容创作、产品设计以及创新解决方案的开发模式。从AI写作助手到自动化图形设计工具,再到智能化业务解决方案,AI正以前所未有的方式改变着我们的工作方式和人机交互模式。 AI如何重塑内容…

    2025年12月13日
    000
  • OpenAI工具呼叫示例

    from json import loadsfrom signal import signal, sigintfrom requests import get # pip install requestsfrom openai import openai # pip install openai# …

    好文分享 2025年12月13日
    000
  • ChatGPT和Python的完美结合:打造智能客服聊天机器人

    ChatGPT和Python的完美结合:打造智能客服聊天机器人 引言:在当今信息时代,智能客服系统已经成为企业与客户之间重要的沟通工具。而为了提供更好的客户服务体验,许多企业开始转向采用聊天机器人的方式来完成客户咨询、问题解答等任务。在这篇文章中,我们将介绍如何使用OpenAI的强大模型ChatGP…

    2025年12月13日
    000

发表回复

登录后才能评论
关注微信