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
自动连点器使用方法详解
上一篇 2025年11月9日 12:55:18
《鸣潮》沉日劫明3Cost声骸刷取线路推荐
下一篇 2025年11月9日 12:55:31

相关推荐

  • 开发基于ChatGPT的自动写诗系统:Python让诗意流淌

    开发基于ChatGPT的自动写诗系统:Python让诗意流淌 自古以来,诗歌一直是人类表达感情和思想的一种重要方式。然而,写好一首优美的诗歌并不是每个人都能做到的,特别是对于那些没有诗歌创作经验的人来说。但是,现代技术的发展让自动写诗成为可能,人们可以利用计算机和人工智能技术来自动生成诗歌。在这篇文…

    2026年5月10日
    000
  • ai做html怎么运行_AI生成html运行步骤【教程】

    答案是使用AI生成HTML代码后,将其保存为.html文件并用浏览器打开即可运行。具体步骤为:1. 在AI工具中输入需求生成HTML代码;2. 将代码复制到文本编辑器并另存为index.html,编码选UTF-8,类型选“所有文件”;3. 双击该文件用浏览器打开,若无法正常显示需检查文件后缀、编码及…

    2025年12月23日
    000
  • p5.js中类方法声明的语法解析与常见错误修复指南

    本文旨在解决从java processing迁移至p5.js时常见的语法错误,特别是类内部方法声明不当引发的问题。我们将深入探讨javascript中全局函数与类方法声明的语法差异,提供清晰的示例代码,并指导如何识别和修复“unexpected token”及“declaration or stat…

    2025年12月21日
    600
  • p5.js中类方法声明的语法修正与迁移指南

    本文深入探讨了将Processing/Java代码转换为p5.js时,因JavaScript类方法声明语法差异而引发的常见错误。我们将重点解析`Unexpected token`和`Declaration or statement expected`等错误信息,明确全局函数与类成员方法在JavaSc…

    2025年12月21日
    000
  • TypeScript泛型函数中复杂对象结构类型推断的精确控制

    本文探讨了在typescript中处理复杂嵌套对象结构时,如何为泛型函数实现精确的类型推断。通过一个具体的汽车品牌和车型数据场景,我们分析了`object.values`等操作可能导致类型信息丢失的问题。核心解决方案是利用映射类型(mapped types)重构数据结构,以显式地建立泛型键与对应值之…

    2025年12月21日
    000
  • 解决 ChatGPT 扩展选择器失效问题:一个实战教程

    本文旨在帮助开发者解决 ChatGPT 网页更新导致扩展选择器失效的问题。通过分析问题原因,提供利用开发者工具查找新选择器的方法,并展示了使用 getElementsByClassName() 替代 querySelector() 的解决方案,以确保扩展功能在 ChatGPT 最新版本中正常运行。 …

    2025年12月20日
    000
  • ChatGPT 扩展失效:定位新版选择器并修复

    本文旨在帮助开发者解决因 ChatGPT 网页更新导致扩展失效的问题。通过分析失效原因,提供利用开发者工具定位新版选择器的实用方法,并给出示例代码,帮助开发者快速修复扩展,恢复其功能。 当 ChatGPT 网页更新时,依赖于特定 CSS 选择器的扩展程序可能会失效。这通常是因为网页结构的改变导致原有…

    2025年12月20日
    700
  • ChatGPT 扩展失效?定位新版选择器的实用指南

    本文旨在帮助开发者解决因 ChatGPT 网页更新导致扩展失效的问题。重点讲解如何定位新版 ChatGPT 网页中的目标元素,并提供使用 getElementsByClassName() 方法的示例代码,帮助开发者快速修复和更新扩展,使其重新适配新版 ChatGPT 网页。 ChatGPT 网页频繁…

    2025年12月20日
    500
  • ChatGPT 扩展插件选择器失效问题排查与解决方案

    本文旨在帮助开发者解决 ChatGPT 扩展插件因页面更新导致选择器失效的问题。通过分析页面结构变化,提供使用 getElementsByClassName() 方法替代 querySelector() 的解决方案,并提供在不同浏览器环境下调整选择器的思路,确保扩展插件的稳定运行。 由于 ChatG…

    2025年12月20日
    100
  • 应对ChatGPT界面更新:浏览器扩展选择器失效的定位与修复

    本文针对ChatGPT界面更新导致浏览器扩展选择器失效的问题,提供了一套定位与修复策略。核心在于利用浏览器开发者工具识别新的DOM结构和类名,并建议从不稳定的querySelector转向更适合动态UI的getElementsByClassName等方法,以确保扩展的稳定运行。 在开发浏览器扩展时,…

    2025年12月20日
    000
  • LINE Bot 多消息类型回复:文本与贴图的组合发送指南

    本文旨在解决 LINE Bot 开发中,通过 Messaging API 组合发送文本消息和贴图时遇到的 400 Bad Request 错误。核心问题在于对同一 replyToken 进行多次 replyMessage 调用,而正确的做法是利用 API 支持在单次调用中发送一个消息数组,从而实现文…

    2025年12月20日
    000
  • 使用LINE Bot与OpenAI API发送文本和贴图的完整教程

    本文详细介绍了如何在LINE Bot中集成OpenAI API生成文本回复,并在此基础上发送LINE贴图。核心挑战在于LINE Messaging API的replyToken通常只能使用一次,导致连续发送文本和贴图时出现400错误。解决方案是利用API支持一次性发送多条消息的特性,将文本和贴图消息…

    2025年12月20日
    000
  • 优化OpenAI API:解决GPT应用中意外代码生成问题

    本教程旨在解决使用OpenAI GPT-3.5 API(如text-davinci-003)时,模型意外生成无关代码的问题。文章强调了选择更适合代码生成任务的模型(如gpt-3.5-turbo或gpt-4)的重要性,并深入探讨了通过优化提示词(Prompt Engineering)来提升模型响应质量…

    2025年12月20日
    200
  • 解决 Next.js API 路由无法访问 Azure 云函数的问题

    第一段引用上面的摘要: 本文旨在帮助开发者解决 Next.js API 路由无法访问 Microsoft Azure 云函数的问题。主要原因通常是由于 process.env.VERCEL_URL 环境变量配置不正确,导致 Next.js 应用尝试通过 IPv6 的本地回环地址 ::1 连接云函数,…

    2025年12月20日
    000
  • 在Next.js API路由中高效传输OpenAI流式响应到客户端

    本文详细介绍了如何在Next.js应用的API路由中,以流式传输的方式将OpenAI的响应发送给客户端,从而实现类似ChatGPT的实时交互体验。针对旧版Node.js环境限制和API密钥暴露等常见问题,我们提出了一种基于Next.js App Router和Web标准API(如ReadableSt…

    2025年12月20日
    000
  • Node.js ES Modules中openai导入异常及误导性错误排查

    本文探讨了在Node.js ES Modules (ESM) 环境下使用openai npm包时,遇到的一个看似是SyntaxError的模块导入问题。文章详细分析了问题现象,揭示了其背后实则是一个与导入语句无关的运行时逻辑错误,并解释了为何这类深层问题可能导致误导性的编译或模块加载错误。通过代码示…

    2025年12月20日
    000
  • 深入解析Node.js中误导性模块导入错误的排查与解决方案

    本文深入探讨了Node.js项目中一个看似是模块导入错误(SyntaxError: The requested module ‘openai’ does not provide an export named ‘Configuration’),但实际根…

    2025年12月20日
    000
  • 探索chatgpt开发的挑战和局限性

    ChatGPT:机遇与挑战并存 OpenAI研发的ChatGPT彻底改变了人机交互方式,其应用范围涵盖客户支持、内容创作等诸多领域。然而,ChatGPT的发展并非一帆风顺,仍面临诸多挑战与局限。本文将深入探讨这些问题,并提出相应的应对策略。 1. 训练数据限制 ChatGPT的核心局限在于其依赖于预…

    2025年12月19日
    000
  • DeepSeek和Chatgpt可以&#t正确:如何使用元数据更新Cloudflare KV对

    使用cloudflare kv更新键值对及其元数据 本文提供使用Cloudflare KV API更新键值对及其元数据的代码示例。 虽然大型语言模型可以生成代码,但仔细阅读官方文档仍然至关重要。 以下代码片段演示了如何使用fetch API 更新Cloudflare KV中的键值对,同时更新其元数据…

    2025年12月19日
    000
  • RSS如何实现动态内容过滤?

    要实现rss动态内容过滤,核心在于引入“智能代理”对原始feed进行二次处理。具体路径包括:1.使用内置过滤功能的rss阅读器,如feedly、inoreader等,适合简单筛选;2.借助ifttt或zapier等自动化平台作为中间件,支持条件判断和内容分发;3.自建解析器,利用python、nod…

    2025年12月17日
    000

发表回复

登录后才能评论
关注微信