去年8月，國務院印發(fā)《全民健身計劃（2021-2025年）》，促進全民健身更高水平發(fā)展，更好滿足人民群眾的健康和健身需求。一年來，豐富的在線健身直播帶動新的運動潮流，飛盤、騎行等運動風靡一時成為年輕人的最愛，全民健身熱潮持續(xù)上漲。伴隨著人們健身熱情的如火如荼，AI、云計算等新興技術也被廣泛應用于體育產業(yè)中。這其中，運動猿訓練站能夠科學分析并判定多項體育動作，在7月技術開放日上亮相，便吸引了行業(yè)的關注，成為全民健身與AI技術融合的代表。

運動猿訓練站基于MegEngine框架，依托算法生產平臺AIS（AI Service，簡稱AIS）研發(fā)而成，在純視覺方向上實現(xiàn)了精度高、速度快、成本低等優(yōu)勢，可準確識別正確與違規(guī)動作，以AI助力體育訓練全流程的數(shù)字化和智能化。運動猿訓練站通過自研模型快速精準的檢測超過30個人體骨骼點，可覆蓋跑步訓練、身體素質訓練、球類訓練三大運動品類下的多種運動場景。

舉例來說，在跳繩場景中，在240次/分鐘的條件下，運動猿訓練站能夠實現(xiàn)正負1的誤差，并可以準確分辨出跳繩與開合跳等相似的動作。而仰臥起坐不僅支持識別運動過程中的雙手未抱頭、雙腿未屈膝、手肘未觸碰膝蓋等多種違規(guī)情況，還能準確記錄運動過程中的真實數(shù)據(jù)，實現(xiàn)正負1的計數(shù)要求。

與支持多種運動場景形成鮮明對比的是運動猿訓練站短短數(shù)月的開發(fā)周期。一直以來，智能運動健身雖然被視為重要賽道，卻尚未迎來行業(yè)爆發(fā)階段。究其原因，正是因為傳統(tǒng)的算法生產囿于數(shù)據(jù)生產的復雜性、算法模型的不確定性和硬件平臺的多樣性等問題，導致算法生產門檻高、成本高、效率低，讓AI難以“飛入尋常百姓家”，未能廣泛地走進健身場景。