九游体育：破纪录利器！奥运冠军潘展乐亲证 上体大用AI教练扣动作细节 跳水游泳篮球田径“全能教”

　　2024年，中国跳水“梦之队”包揽了巴黎奥运会跳水项目全部8枚金牌。在女子双人10米台决赛现场，全红婵与陈芋汐这对黄金搭档再次惊艳全场。起跳瞬间，两人动作如同复制粘贴一般，轻盈灵动；空中的每一次翻腾、每一次转体，都精准无误；入水时，水花悄然消散，只留下一片平静的水面。

　　此次辉煌战绩的背后，不仅是运动员和教练员日复一日的努力训练，还有“黑科技”辅助。之前，上海体育大学与百度共同发布国内首个面向体育行业的大模型——上体体育大模型，通过3D智能采集、AI量化分析系统、运动算法推理等前沿技术，为运动员和教练员们提供更准确、更智能的分析。

　　如今，上体体育大模型已被运用于跳水、游泳、三人篮球、田径、体操等多个项目，成为国家队日常训练和备战比赛的得力助手。在提高训练科学性和效率的同时，也展现出科技与体育融合的无限潜力，中国体育事业正迈向智能化的新征程。

　　一个月前，2025全国游泳冠军赛在深圳落下帷幕。游泳运动员潘展乐以3分45秒34的成绩夺冠，超越孙杨，成为中国泳坛极具影响力的顶尖运动员。而追溯其成名之路，巴黎奥运会男子100米自由泳决赛堪称他的里程碑之战。决赛中，潘展乐以46秒40的惊人成绩夺冠，不仅为中国摘得该项目首枚奥运金牌，更强势打破世界纪录。

　　谈及夺冠底气，他在接受采访时透露：“每天的认真训练是基础，加上有优秀的科研团队，机器能够逐帧分析技术动作，包括瑕疵、水下腿等细节。”潘展乐口中的“机器”，正是上海体育大学打造的“3D+AI”辅助训练系统。

　　上海体育大学竞技运动学院教授、上体—百度飞桨智慧体育技术创新中心代表黎涌明告诉《IT时报》记者，这套系统分为水上和水下两个模块。入水是保持游泳初速度的关键，能让运动员快速进入游泳节奏。

　　据了解，水上模块通过3D相机监测运动员出发时的入水细节，包括距离、高度、入水角度等，帮助教练在不到1秒的入水时间内看清运动员的动作；水下模块则是在全长50米的泳池里，部署16个高精度水下相机，如同“火眼金睛”对途中游、转身、冲刺等水下环节进行数据记录，还能在各个点位将速度、划频、划幅等，精准地与运动员的训练目标进行对比，教练抠细节动作也将有所参考。

　　跳水项目同样用到这套“3D+AI”辅助训练系统。与游泳不同的是，跳水动作“转瞬即逝”，10米跳台从起跳到入水平均时间仅2秒左右，在这过程中，要完成翻转、摆臂、抱膝等多个动作，运动员不能佩戴任何传感设备，仅靠教练的肉眼难以看清。

　　“运动员一踏上跳板，我们的系统就自动开始识别，并记录起跳时的姿态、高度、角度等关键数据，空中的翻滚动作等还能通过3D相机，定格在时间和空间维度中，形成一张张细节图片。”黎涌明说。

　　在“火眼金睛”采集完运动数据后，体育大模型这个“最强大脑”会根据项目标准、规则等维度，自动进行数据分析，九游官网app为运动员提供精细化的技术诊断。此外，相比以往需要隔天才能获得的数据，大模型可以实现运动员还没出水，数据分析报告就已经传输给教练，指导也将更加及时、高效。

　　竞技体育分为个人封闭式竞技项目和开放式竞技项目，个人封闭式竞技项目以个人能力为核心，在特定场地中独立、专注地完成动作，如武术、体操等；开放式竞技项目则需要团队配合、对手对抗等，包括大部分球类项目。

　　“在普通观众看来，不同体育项目的规则、动作差异巨大，但对于运动学而言，实则有诸多共性。”黎涌明向《IT时报》记者解释，从运动学视角出发，人工智能通过机器视觉捕捉的人体运动，可简化为几根相互连接的“棍棒”，而“棍棒”间形成的角度和角速度便是关键运动数据。

　　基于这一原理，个人封闭式竞技项目更注重动作细节，且存在大量重复动作与丰富的优秀案例数据，为人工智能算法的应用提供了便利条件。与之相比，开放式竞技项目除动作、技术细节外，还需考量团队协作等复杂因素，所需技术算法也更为复杂。

　　例如，在羽毛球项目中，上海体育大学中国羽毛球学院技战术分析团队为国家羽毛球队提供备战服务时，通过视频采集软件收集初步数据后，运用大模型的视频处理、AI算法、知识图谱等能力，得到基础数据，再对这些数据进行预处理，构建起一套完整的数据库。这些数据能帮助运动员了解自身优势和劣势，是适合进攻还是防守，同时，还能了解主要对手在比赛中的表现、习惯、优势等，以此制定打法和战术。

　　在三人篮球项目上，上海体育大学技术团队通过计算机视觉和三维动作捕捉技术，九游官网app采集球员在球场上的跑动方向、距离、加速度、位移的大小等数据，运用大模型算法，计算出球员们在比赛中的实时强度、负荷水平、跑动行为和战术执行情况，为教练针对不同球员特点调整战术提供更加科学的数据支持。

　　过去的竞技比赛中，通过教练、裁判的手写记录获得关键数据，为运动员技术改进提供参考，但存在记录失误、数据不精准等问题；随后，生理学、动力学成为采集数据的主要方式，尽管数据更加精准，但需要在运动员身上或特定设备上安装传感器，往往会影响运动员发挥。

　　以运动学结合人工智能打造得更快、无感、智能的大模型，逐渐成为采集数据的主要方式。未来，体育竞技不仅是人类体能、生理方面的不断突破，更是科技的比拼。

　　“上体体育大模型后续要‘小步快跑’，与更多高校、科研机构、企业合作，让大模型吸收更多体育行业细分领域的数据和经验。”黎涌明表示，去年，打造的上体体育大模型1.0在奥运备战、日常训练等方面都取得显著成效。今年，上体体育大模型计划升级为2.0，将更多应用于体育教学领域。

　　一方面是构建体育领域的数字人动作库，将体育项目主要动作转化为数字人，形成数字动作库。在教学时，教师可以用数字人分身向学生直观展示体育动作，衍生出技术战术，还能根据喜欢的运动员或教师形象进行设计，仿佛体育明星亲自授课。

　　另一方面，建立大模型数据中心，将散落于学校内外团队、教师手中基于视觉的视频资料、各项研究成果按项目入库，汇聚算力，加速大模型迭代升级。

　　在通识课程建设上，上海体育大学还新增了“人工智能与智慧体育”模块，开设《人工智能实操应用入门》等课程，让学生们更好地学习和研究“体育+人工智能”相关知识。

　　上海体育大学党委副书记、校长毛丽娟在学校科技与人才工作大会暨“双一流”建设推进会上表示，面对人工智能等前沿科技浪潮的冲击，要加快上体体育大模型2.0版的研发，大力探索AI赋能的方向，积极思考在体育非物质文化遗产创新利用、体育艺术科技创新、学校体育改革等具体方向上推动文理融合创新。