2021年的一天，賈春光與安徽蕪湖市政府工作人員在一次交流時了解到，當地正在規劃傳統校園教育的轉型升級，希望投入一定資金引進智能化、數字化產品，以此提升整個蕪湖的教育品質。
賈春光團隊也正好在研發和迭代類似產品，雙方一拍即合。
一年多之后，很多蕪湖薈萃中學的學生發現，數千平方米的天然草坪運動場上突然出現多個類似“柱子”形狀、內置顯示屏和攝像頭的智能設備。
(資料圖)
上體育課時，只要錄入信息，學生自己就可以通過設備提示做出體育考試的動作，自動反饋計數，用視覺方式輔助體育訓練和成績檢測，從而解決了學校體育老師少、學生鍛煉時間不足、動作不標準、計數不準等一系列問題。
薈萃中學體育教師劉媛表示，如今我們不再使用秒表，上述設備在跑步訓練中不僅能客觀精準的記錄成績，還可以形成成績匯總的曲線，讓我們可以更有針對性的一對一的幫助學生分析和指導，而且學生還可以進行自主的訓練，充分發揮了學生的主觀能動性。
產品負責人賈春光告訴App，這款“柱子”形的設備名為“曠視運動猿”，是利用人工智能（AI）算法生產平臺AIS進行場景化應用，支持跑步、素質、球類訓練等20余種體育運動項目，邊緣側反饋，誤差達體育器材標準±1厘米，較為精準。
實際上，得益于技術突破與成本降低，如今 AI 走出實驗室，走向豐富的落地場景。而當前中國面臨新增人口減少，體育教師極度短缺，以及體育中考改革和“雙減”政策的大背景下，AI 技術正在發揮更大的作用，利用智能物聯網（AIoT）設備，可以逐步解決校內體育課原有的授課模式，減輕體育老師的上課壓力。
ChatGPT和 AI 大模型熱潮下，所有人都已經意識到，AI 真的可以改變每個人的生活。
AI 入園解決體育老師的煩惱國家統計局數據顯示，2022年末，全國總人口為141175萬人，比2021年減少85萬人；同時，2022年中國出生人口956萬人，創下歷史新低。
人口下降首先沖擊教育領域。
當前，中國體育教育領域面臨幾個重要趨勢：學生健康狀況不樂觀、體育教師極度缺少、“雙減”和各地升學率致使體育考試重要性日益增加、校園智能化和數字化需求增多等。
具體來說，根據教育部和國家衛健委去年7月公布的最新數據，2021年，國家學生體質健康標準測試達標優良率達到33%，另據《國家學生體質健康標準測試數據分析報告》表明，中國青少年體質健康狀況不容樂觀，近視與肥胖現象突出，青少年的力量、速度與耐力素質增長緩慢。
另外，中國青年報引述2018年的一組全國統計表明，中國51.88萬所學校共有中小學體育教師55萬人，盡管比2008年約43萬人有所提升，但由于體育教育需求在增加，專項體育教師缺乏現象變得比較明顯，仍有20萬左右的體育教師缺口，尤其是農村中小學體育教師數量仍極度緊缺。
而在“雙減”政策和體育考試重要性增加環境下，數字化、智能化愈加成為中國體育教育發展路徑之一。
2023年3月，體育總局辦公廳印發《2023年群眾體育工作要點》通知，要求推動各地區因地制宜配建智能室外健身器材，以及推動公共體育場館進行數字化升級改造等。而隨著“雙減”政策的持續發力，將有更多的學生走向操場、走進自然、走近陽光，積極參與各項體育運動，智能化需求也會隨之增多。
如今，越來越多的行業都在擁抱智能化、數字化技術，對AI算法也有著大量的需求。AI 技術正在深入體育教育行業，從而解決體育教育教師不足、體育課程無法標準化等問題。
今年6月1日，聚焦物聯網場景的人工智能（AI）公司曠視科技（MEGVII）宣布，蕪湖薈萃中學與曠視科技AI 體育教學示范項目正式落成應用。
利用曠視推出的面向體育教育場景的新一代產品方案“曠視運動猿”，基于算法生產平臺AIS 研發，可以實現體育運動相關算法的快速量產，目前支持素質訓練、跑步訓練和球類訓練等三大類別20余種體育運動項目，已經在全國多所中小學中部署和應用。
技術方面，賈春光對App表示，曠視運動猿的技術核心是以 AI 算法為基礎，通過動作捕捉，將整個運動過程數字化、智能化，在邊緣側形成數字化運動數據和動作標準體系。而為了更好提升產品精度，曠視運動猿一方面通過運動軌跡計算距離，持續用算法做諸多高級修正，而且還利用數據測試、識別比對、算法融合等技術方式深度融合。
在蕪湖薈萃中學案例中，曠視運動猿應用的體育運動項目包括實心球、跳繩、仰臥起坐、立定跳遠等素質訓練項目，和100米、800米、1000米等計時跑項目。
薈萃中學體育教師劉媛表示，AI體育助教“曠視運動猿”懂得體育教學的內在邏輯。體育教學需要因材施教，有了曠視運動猿，不僅可以精準判定孩子們的成績，還能將學生動作的全過程進行視頻記錄，方便老師去復盤和分析，針對學生的個體差異，最大程度發揮體育老師的指導作用。
據悉，蕪湖中考的體育測試大概有六、七個項目，劉媛原來一節40分鐘體育課只能上兩個項目，她更多是作為記錄、組織者角色，而無法現場指導所有人，最多指導兩個項目而已。如今有了曠視運動猿，劉媛已經開始全程指導學生動作標準化，并且用更多數據科學、精細化幫助學生提升體育考試能力和成績。
不僅如此，曠視運動猿還能通過設備將學生運動數據化，科學化，讓學生可以科學運動。
賈春光透露，曠視運動猿并不是單獨的定制化產品，而是通用標準化設備與軟件體系，已經在貴州、深圳、山西等地區的部分學校使用，只需要通過 API 接口就可以實現軟件升級。
“這是一套嚴絲合縫的設計，除了算法以外，它是為學生體育訓練所設計的專業化產品。”賈春光告訴App。
AI 教育賽道前景廣闊教育興則國家興，教育強則國家強。德智體美勞全面發展的青少年教育，對于中國未來發展的重要性不言而喻。
與此同時，智能化、數字化正在推動教育變革，利用 AI 和教育相結合的教學模式，讓 AI 技術賦能教育實現減負增效，用科學技術提升整體教育質量和效率。
目前，AI 教育賽道前景廣闊。
頭豹研究院數據顯示，2021年，中國智能教育市場為712.1億元，同比增長7.6%。預計2026年，中國智能教育市場將達到1373.2億元，2022-2026年復合增長率達10.9%，中國智能教育市場規模呈現穩定增長態勢。
上述數據還顯示，由于目前智能教育產品滲透率僅有30%，智能教育行業市場仍有近2億的可發展用戶群體。
那么，簡單易用、效果良好、反饋精準、滿足考試要求、緩解老師壓力、并有效提升升學率等，是學校方、老師和學生對于 AI 產品落地實施的重要訴求。而如今，這已經在曠視運動猿中有所應用與體現。
蕪湖薈萃中學副校長陳萍表示，曠視運動猿AI體育助教在薈萃中學的應用，是科技反哺體育教育的成功嘗試，它打造了有趣的體育課程，讓體育運動不再只是單調的運動，而是一種有著競技性和探險性的活動。其次，曠視運動猿完善了有數的教學模式，使得學生能夠更加清晰的了解自己的運動狀態和需要改進的方面，同時讓體育教學具有可量化的標準，增強了體育教育的科學性和有效性，更塑造了有成長的體育理念。
曠視運動猿極力打造成為了一個真正的All In 智能體育領域的落地應用好產品。
實際上，曠視科技長期深耕 AI 技術的核心算法與系統集成，利用自研的生產力平臺Brain++，結合數據、領域知識、專業知識而高效生產出大量算法，并不斷提升技術能力，讓算法精度不斷提升，從而使 AI 技術在各類領域中實現商業化，推動了消費電子、城市及建筑管理、供應鏈、金融、醫療、教育等多個行業產業鏈的重構。
據悉，近一年來，曠視已與全國各地的行業伙伴共創80多個場景方案，包括江西的機場行李回框方案，四川的學校“明廚亮灶”方案，浙江的智慧工地、安全生產方案等。曠視一直致力于降低AIoT產品使用門檻以及場景創新。
簡單易用的AI產品2022年，曠視提出了“算法定義硬件”的核心理念，也看到曠視在AI行業中的獨特定位。
曠視認為算法作為產品的核心要素，硬件將圍繞算力的優化和算法的支撐而重新設計，逐漸走向標準化。通過加載不同的算法，標準化硬件可以靈活演變成不同的智能化硬件，滿足海量場景的應用需求。
讓 AI 算法與硬件深度結合，需要 AI 公司自身有很強的軟硬件協調能力。曠視科技聯合創始人、CEO印奇曾表示，如果想做未來世界最棒的機器演進，不光需要有AI，需要軟件，需要有一個聰明的大腦，同時還需要有IoT硬件載體。
今年3月的合作伙伴大會上，延續“算法定義硬件”的理念，曠視聯合創始人、企業業務事業部產研負責人楊沐表示，產品使用越簡單，兩端復雜性的結合效率越高，好的產品，是讓你簡單用AI，這既是曠視對算法定義硬件軟硬一體設計路線的自然延伸，又體現出公司對AI產品的設計目標和價值審美。圍繞場景創新去設計AI產品，并貫穿于購買環節、履約環節和使用環節，使得單品更具性價比、更簡單好用，讓客戶的決策更簡單，能夠“閉著眼睛買”。
曠視企業業務事業部負責人趙康也在會上表示，百業正反哺 AI。AI作為工具，必須跟各行各業的實際結合。AI公司要放平心態，認清自己的局限，“我們永遠不會比合作伙伴更懂行業”。 所在實踐中，曠視根據合作伙伴的需求，提供特定空間、場景的解決方案，并在更迭中提取共性，形成行業通用的方案與產品，促進 AIoT技術規模化落地。
當前，ChatGPT風靡全球、持續火爆，但“ChatGPT之父”、OpenAI CEO奧特曼（Sam Altman）卻不滿意，稱其發布的插件功能“沒有產品市場契合度”，沒有商業化回報，該產品或許是失敗的。如今，OpenAI也在艱難探尋其他商業化之路。這意味著，AI 技術的商業化對于企業自身發展非常重要。
在曠視看來，未來十年，AI 未來會有兩大發展方向：一是“AI in Digital”（數字世界），以ChatGPT為代表的技術，將給數字世界帶來新技術范式的遷移；二是“AI in Physical”（物理世界），以特斯拉為代表的企業，將 AI 技術引擎與硬件載體結合，產生自動駕駛、機器人等不同類型的智能機器，對物理世界進行改造。而曠視選擇在后者發力。
所以本輪 AI 大模型的大爆發，最終要落地到更多的應用場景。這不單是比拼軟件和技術，更需要有AIoT、芯片等這類產品能力。要有持續研發AI的基礎技術還要有持續積累的硬件能力。（本文首發App，作者｜林志佳）
相關文章
精彩導讀
熱門資訊