欢迎来到潍坊供热网!

即时要闻

当前位置:主页 > 时政新闻 > 即时要闻 > AI大战/AI雪板摄录滑姿 特训搬进元宇宙 >

AI大战/AI雪板摄录滑姿 特训搬进元宇宙

时间:2023-12-29 16:18:44|栏目:即时要闻|点击:

  图:近年来,AI成为助推体育发展的“新引擎”。图为滑雪爱好者在吉林万科松花湖度假区练习滑雪技巧。新华社

  冬的脚步到来,冰雪之约重启。放眼全国各地雪场接连“开板”,滑雪爱好者乐享其中。空翻、滑降、旋转跳跃,技术有否提升?小回转、大回转动作如何才能追近北京冬奥冠军选手的绝顶技术水平?使用搭载“AI录影技术”的国产智能滑雪板,一键重播,一目了然:3D模式360度检视、“数字孪生”大模型精准还原实况……内地业余单板技术运行好手范义森试用过国产AI雪板的原型产品后,大赞今后可用更科学的方式强化技术,“希望可以助我滑出更完美的姿势”。观乎范义森赞不绝口,AI雪板悄然开辟运动科学新战线。大公报记者 卢冶

  滑雪时雪板角度、身体动作如何?相同难度,自己滑雪的动作和别人有哪些不同?大部分滑雪爱好者都希望将滑雪全过程记录下来,待滑行完成后再“复盘”滑行状态。然而,传统的跟拍以及无人机拍摄不但成本高,而且限制多多,用自拍杆记录又会妨碍滑雪动作。随着“AI录影技术”的国产智能雪板的诞生,这些问题将迎刃而解。

  体姿感应 “数字大脑”取代镜头

  在AI应用领域,“大数据”就像血液,“大模型”就如心脏,血液供养令心脏更强大,澎湃搏动又令循环更流畅,相辅相成,生生不息。“用户在搭载数字滑雪模组的雪板上进行滑行,无需携带其他装备、设备,智能滑雪模组就可将用户的运动数据记录下来。通过公司采集大量数据并预训练打造的人工智能模型,将动作3D还原,完成滑雪事件的数字化孪生,导入‘热雪宇宙’元宇宙空间中,即可形成元宇宙应用场景。”麦特沃斯科技有限公司(下称“麦特沃斯”)COO、AI Lead孟繁盛向记者介绍道。

  没有镜头也可录影,全凭“数字大脑”超强的推演能力。与常见静态物体或环境的“数字孪生”不同,上述创新技术能够将滑雪者的运动姿态数据化,通过雪板动态和人工智能模型推演并重现。麦特沃斯基于自主研发并已成熟的运动物体姿态监测技术,结合大量滑雪运动的实际滑行数据,仅通过监测雪板的运动状态,即可推演运动员的相应技术动作、获得运动全过程精确参数,犹如给滑雪者的冰雪装备加装了“数字大脑”。

  要完美地将一个运动事件还原,秘诀是“软硬兼施”。“硬件方面,即是基于多陀螺仪的运动物体监测和感知技术;软件方面,在大量训练数据采集过程中对人体动作的捕捉及数据清理、数据对齐等成套技术。”孟繁盛说道。

  锻造强悍的“数字大脑”,关键在于以“大数据”推动“高质量”,当大模型成熟到一定程度,AI雪板与滑雪者就可做到类似“心灵相通”的联动效果。谈到开发过程中的技术难点,孟繁盛表示,“对于人体运动姿态的采集,需要克服诸如数据漂移、误差积累、光照条件、边界样本等问题。训练模型时,也会遇到训练数据输入与标签维度差异较大的问题,需要对高维度数据进行内在模式归纳并降维。”孟繁盛表示,虽然这极具挑战,但只要训练数据质量和数量足够,在深度学习的框架下,滑雪者动作与雪板动态的内在关联性一定可以挖掘出来,这是公司持续推动该产品研发的信心所在。

  光说不练假把式。此前,第二届全国业余单板技术滑行大赛季军范义森曾在成都大型室内滑雪场对产品原型展开体验和评估,“滑行过程中,使用设备进行记录的操作非常简便,只需在每趟滑行开始前启动滑行数据录制,结束后,再次俯身按键即可终止录制,完全没有任何操作负担。”范义森表示,非常期待正式产品的发售,希望能够通过更为具象的3D方式看到自己的滑行记录,分析和改进滑行技术,争取滑出更完美的姿势。

  技术移植 下一站:马术网球雪橇

  目前,麦特沃斯的滑雪运动器材人体姿态推演的技术已基本形成闭环,并已申请相关专利。而这套基于滑雪场景产生的技术逻辑,未来或可“移植”到其他类型运动,甚至是日常活动当中。“我们以滑雪为切入点,接下来还会采用终端或器材姿态监测去做一些其他运动的人体姿态还原,比如马术、网球、雪橇等。除了帮助记录运动过程,还有利于教练和运动员更好地了解训练状态,为训练提供科学依据。”孟繁盛表示,目前公司仍聚焦于滑雪运动领域,待产品成熟后,将向其他领域进行技术迁移和商业拓展,将运动科学带入AI新天地。

  人类运动潜能在AI辅助下可望进一步释放,创造更多新纪录。就好比日本卡通《龙珠》用于提升战斗力的“精神时光屋”,与AI大数据打造的“元宇宙修炼房”,有着异曲同工之妙。

重要申明:本站所有的文章、图片、评论等,均由网友发表或上传并维护或收集自网络,属个人行为,与本站立场无关。

如果侵犯了您的权利,请与我们联系,我们将在24小时内进行处理、任何非本站因素导致的法律后果,本站均不负任何责任。

COPYRIGHT © 2011-2024,WWW.WFHEATING.COM,ALL RIGHTS RESERVED版权所有 © LAMBERT

sitemap feed