【年终特辑】看见科技创新力量 洞见时代创业精神—教育—体云动:用AI算法为孩子们打造云上健身教练

简介: 【年终特辑】看见科技创新力量 洞见时代创业精神—教育—体云动:用AI算法为孩子们打造云上健身教练

体云动用AI算法为孩子们打造云上健身教练

 

当下,近视、肥胖、心理健康等问题已严重影响青少年的健康成长。数据显示,2020年全国青少年儿童总体近视率为52.7%6到17岁和6岁以下少年超重肥胖率分别为19%和10.4%。

 

虽然国家推行实施全民健身战略,“文明其精神,野蛮其体魄”,但是学生体测不达标率逐年增高,肥胖近视问题也越来越突出。学校只能基本保证学生在学校的体育运动效果,学生回家后,家长无法进行有效监督。同时,成年健身软件错综复杂,且动作标准无法衡量,并非能引导孩子正确运动,这就造成了孩子运动需求和现状无法合理匹配的真空地带。

 

“体云动”通过AI肢体识别算法、体感AR游戏方式和实时数据推理报告来激发用户的运动兴趣,标准化用户的锻炼动作,最终帮助用户形成良好的锻炼习惯。时下,体云动正在北京多所小学中试点。数据显示,体育成绩不太理想的几十名同学在试用“体云动”小程序平台一学期后,各项指标均得到显著提升。

image.png


一、 AI智能算法进行实时动作指导和纠错,保证运动规范和安全

 

智能运动的核心是动作的记录和跟随。体云动程序会记录学生整个运动过程,通过AI智能识别精准算法实时检测画面中的人体,精准定位头部、四肢、腰部等主要部位的人体核心关键点,对人体位置及姿态信息(诸如转体协同、侧身、四肢躯干遮挡等复杂运动情况)进行精准捕捉并持续跟踪。

image.png

体云动也自研了算法来实时精准矫正体验者的运动动作,通过关键姿态检测跟踪,结合专项动作运动标准,进行实时比对分析和计算后,给出优质的训练指导和建议,减少孩子平时无效和错误的训练时间,优化和标准体育动作。

 

“体云动”还设计了体感游戏模块,能通过AI肢体识别算法能够识别出跳绳、深蹲、前后跳、波比跳、蹲跳、开合跳等动作,可以满足青少年各项体能训练的需求,让学生居家运动不再枯燥。

 

“竞技式的运动模式可以帮助孩子养成良好的运动习惯,生活化趣味化的运动训练可以让孩子爱上体育。”康建福表示。因此,体云动程序全面上线了打雪仗、敏捷模球、顺序摸球、小蜜蜂等AI游戏,已经设置了多项运动挑战赛,通过增强竞技性,提高学生的参与兴趣,并让学生在运动过程中享受竞技体育的乐趣。

 

创始人康建福介绍,一些体育成绩不太理想的学生,通过每天在微信群里作业打卡、参与体云动自研的一些课程,以及家长的适当监督,持续一学期后,大概有60%成绩都达标了。

 

一、 用小程序为学生和教师搭建云健身管理平台

 

体云动适用于学生和教师两个端口,学生登入小程序可以体验AI智能体育类游戏以及参加适用于不同年纪的体育项目,教师可以一键管理和查看班级学生的运动情况。

 

在“体云动”小程序中,学生的体验运动项目可以自动生成全面的体质测评报告,并与国家体质健康测评数据进行对比。值得一提的是,体云动通过大数据运算,可以根据使用者现有的身高体重预测成年后的身高体重。

image.png

教师版本主要帮助学校老师高效全面地管理学生体质健康数据。老师可以通过小程序上学生体质和日常体育作业完成情况的大数据记录,一键式给每个学生布置个性化作业,并通过学生上传的作业视频,及时了解学生锻炼情况进行教学辅助,更有针对性地协助学生增强体质。面对体育教学上学生多、提升慢、管理难以一对一落实的难题,“体云动”也能通过数据协同极大提升管理效率。

 

一、 成功试点,打破物理界限,让学生真正动起来

 

体云动项目于2018年正式启动,通过自研的青少年居家锻炼课程和3000多个运动标准动作,让学生按照年龄和体能分学段练习。随着技术的积累和用户的正向反馈,体云动逐步把AI技术运用到实战体育课上,实现了PK、云赛事、积分等一系列自动化处理功能,让学生体验感越来越好。

 

时下,视创新云正与北京多家小学进行合作,试用“体云动”小程序平台。数据显示,经过一个学期的打卡训练,体能较差的一部分孩子中有35%达到了日常锻炼的标准,体测成绩也逐步提升。

image.png

image.png

视创新云创始人康建福表示,提升青少年身体素质是他们的不变追求,拿到新一轮融资后,他们将拓展智能健身硬件产品线,包括类似于可以接电视的机顶盒和增强运动体感的产品。其中,直接连接电视的机顶盒可以提升孩子和家长的运动体验感,同时,产品属性向Switch看齐,增加运动的趣味性、互动性,全面提升青少年运动的体验感,从而吸引他们锻炼起来,提升身体素质、获得健康。


image.png

项目成员

 

出品方:阿里云创新中心

联合出品方:阿里云中小企业事业部、阿里云开发者社区

项目成员:

总顾问:李中雨

总策划:焦志良

出品人:王银超

项目统筹:卢侃 左小岸 范海潮 李婷 陈梦捷 范唯媛

采写:陈诗琦 卢苑怡 闫瑾 杨少杰 李雅琪 陈丽君

相关文章
|
3月前
|
消息中间件 人工智能 资源调度
云上AI推理平台全掌握 (5):大模型异步推理服务
针对大模型推理服务中“高计算量、长时延”场景下同步推理的弊端,阿里云人工智能平台 PAI 推出了一套基于独立的队列服务异步推理框架,解决了异步推理的负载均衡、实例异常时任务重分配等问题,确保请求不丢失、实例不过载。
|
3月前
|
人工智能 缓存 资源调度
云上AI推理平台全掌握 (4):大模型分发加速
为应对大模型服务突发流量场景,阿里云人工智能平台 PAI 推理服务 PAI-EAS 提供本地目录内存缓存(Memory Cache)的大模型分发加速功能,有效解决大量请求接入情况下的推理延迟。PAI-EAS 大模型分发加速功能,零代码即可轻松完成配置。
|
3月前
|
人工智能 算法 搜索推荐
电商API的“AI革命”:全球万亿市场如何被算法重新定义?
AI+电商API正引领智能商业变革,通过智能推荐、动态定价与自动化运营三大核心场景,大幅提升转化率、利润率与用户体验。2025年,75%电商API将具备个性化能力,90%业务实现智能决策,AI与API的深度融合将成为未来电商竞争的关键基石。
|
3月前
|
人工智能 负载均衡 安全
云上AI推理平台全掌握 (3):服务接入与全球调度
阿里云人工智能平台 PAI 平台推出的全球化的服务接入矩阵,为 LLM 服务量身打造了专业且灵活的服务接入方案,正重新定义 AI 服务的高可用接入标准——从单地域 VPC 安全隔离到跨洲际毫秒级调度,让客户的推理服务在任何网络环境下都能实现「接入即最优」。
|
21天前
|
人工智能 Serverless API
函数计算的云上计费演进:从请求驱动到价值驱动,助力企业走向 AI 时代
函数计算计费方式历经三阶段演进:从按请求计费,到按活跃时长毫秒级计费,再到按实际资源消耗分层计费。背后是资源调度、安全隔离与开发体验的持续优化。尤其在AI时代,低负载减免、会话亲和等技术让计费更贴近真实价值,推动Serverless向“按需使用、按量付费”终极目标迈进。
|
21天前
|
人工智能 Serverless API
函数计算的云上计费演进:从请求驱动到价值驱动,助力企业走向 AI 时代
在 AI 时代,函数计算一直坚持走向“让开发者只关心业务逻辑,云厂商自动完成一切资源管理与调度”的愿景,最终让计算像水、电一样随时可得、按实际使用价值付费。
|
21天前
|
机器学习/深度学习 人工智能 算法
当AI提示词遇见精密算法:TimeGuessr如何用数学魔法打造文化游戏新体验
TimeGuessr融合AI与历史文化,首创时间与空间双维度评分体系,结合分段惩罚、Haversine距离计算与加权算法,辅以连击、速度与完美奖励机制,实现公平且富挑战性的游戏体验。
|
21天前
|
人工智能 Kubernetes 安全
重塑云上 AI 应用“运行时”,函数计算进化之路
回顾历史,电网的修建,深刻地改变了世界的经济地理和创新格局。今天,一个 AI 原生的云端运行时的进化,其意义也远不止于技术本身。这是一次设计哲学的升华:从“让应用适应平台”到“让平台主动理解和适应智能应用”的转变。当一个强大、易用、经济且安全的 AI 运行时成为像水电一样的基础设施时,它将极大地降低创新的门槛。一个独立的开发者、一个小型创业团队,将有能力去创造和部署世界级的 AI 应用。这才是技术平权的真谛,是激发全社会创新潜能的关键。
|
3月前
|
机器学习/深度学习 人工智能 算法
AI-Compass RLHF人类反馈强化学习技术栈:集成TRL、OpenRLHF、veRL等框架,涵盖PPO、DPO算法实现大模型人类价值对齐
AI-Compass RLHF人类反馈强化学习技术栈:集成TRL、OpenRLHF、veRL等框架,涵盖PPO、DPO算法实现大模型人类价值对齐
 AI-Compass RLHF人类反馈强化学习技术栈:集成TRL、OpenRLHF、veRL等框架,涵盖PPO、DPO算法实现大模型人类价值对齐
|
3月前
|
机器学习/深度学习 人工智能 算法
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用

热门文章

最新文章