巴黎奧運會，簡直是中國00后運動員的超級舞臺。他們不僅實力優(yōu)秀，而且自信昂揚，像是向全世界宣告：“這就是我們的時代！”

以往提及代表國家出征奧運會的運動員，很多人會有刻板印象，仿佛在他們的世界里，金牌才是最終目標，背負著為國爭光的重任，在嚴苛的訓練計劃下負重前行。

而一個個鮮活個體的00后運動員，讓我們看到，他們不只是“獎牌戰(zhàn)士”，也在比賽中享受競技樂趣、收獲成長和超越自我；訓練也不是全憑艱苦奮斗，不畏苦戰(zhàn)的體能和自信背后，是健康的身心在支撐。

巴黎奧運會的跳水女子雙人十米臺決賽中，全紅嬋和隊友陳芋汐的同步性極高，以“復制粘貼”般的動作拉開了明顯優(yōu)勢，奪得金牌，成為中國跳水隊在該項目上的奧運會七連冠。

這枚金牌的不同之處，就在于“含AI量”極高。

2020年10月，“跳水天才”全紅嬋入選國家隊，而那時，AI已經(jīng)走向了跳臺。百度和中國國家跳水隊在2019年開展技術(shù)合作，打造AI跳水輔助訓練系統(tǒng)。可以說，AI見證并參與了這位“零水花天才”，從國家隊訓練場到奧運會賽場的成長之路。

年輕一代的中國運動員，正在迎來他們的時代，而這也是一個與AI密不可分的時代。中國跳水隊員的“完美一跳”背后，是中國AI跨越重重技術(shù)阻攔，順利“入水”。

“她身體條件好，很適合壓水花，但是不希望人們把她稱之為天才?！比t嬋的省隊教練曾如此說道。

即使是 “天賦選手”，全紅嬋也需要進行艱苦訓練，每天練習400多跳是基本功課。跳水運動員的訓練壓力，可見一斑。

為什么運動員要如此艱苦，有兩個原因：

一是標準高。實現(xiàn)“一根針式入水”的完美一跳，是跳水隊的終極目標，需要起跳、旋轉(zhuǎn)、入水的每一個環(huán)節(jié)都0誤差，銜接的得絲絲入扣、沒有一點差錯。運動員唯有魔鬼訓練，才能不斷接近完美，成為“難度王”。

二是競爭激烈。體育科技發(fā)展較早的美國、澳洲等發(fā)達國家，很早就將計算機技術(shù)應用于運動員的培養(yǎng)，日常訓練看起來“高大上”多了。利用EPTS系統(tǒng)追蹤運動員的每一個動作，然后用電腦分析，幫助教練制定戰(zhàn)術(shù)，科技早已是日常訓練的一部分。想要在國際賽場上贏下這樣的強隊，中國跳水隊唯有更拼，不讓一絲細微的失誤影響奪金。

不難想見，這樣的嚴苛訓練和心理壓力，對中國跳水運動員來說，負荷不小。

為什么中國隊不能用數(shù)字技術(shù)來輔助訓練，非要讓運動員吃苦耐勞呢？非不為也，實不能也。

美澳等發(fā)達國家的信息化較早，一些信息化、數(shù)字化技術(shù)也更早開始和體育項目融合。在論文網(wǎng)站arxiv.org，我們發(fā)現(xiàn)早在2009年，就有研究者通過計算機視覺中的圖像目標分割與檢測技術(shù)，幫助教練需要最大限度地掌握有關(guān)比賽和球員的戰(zhàn)術(shù)信息，完善比賽策略。

而當時的中國，除了高校科研院所中計算機、AI領(lǐng)域的專家科學家，大部分人對深度學習的認知，還停留在“聽說過，沒見過”的階段，更別說用它來輔助跳水了。

隨著百度、騰訊、京東等一批工業(yè)界企業(yè)，開始發(fā)力深度學習技術(shù)，并且與各行業(yè)緊密銜接，AI與中國跳水終于迎來了邂逅。

2017年，計算機視覺技術(shù)取得了極大發(fā)展，利用CV來進行運動表現(xiàn)分析，也成為工業(yè)界一大研究方向。當時，國際上已經(jīng)有科研團隊借助計算機視覺算法，在連續(xù)視頻中對跳水片段進行提取、追蹤、分類，捕捉人體姿態(tài)的細微變化。

這一波，中國又趕不上了嗎？幸好，在CV技術(shù)上，中國并沒有缺席。

2017年，百度、騰訊、阿里巴巴等一批互聯(lián)網(wǎng)企業(yè)，在計算機視覺領(lǐng)域取得了一系列成果。根據(jù)國際頂級會議如CVPR、ICCV、ECCV等的論文收錄情況，中國科技企業(yè)的論文數(shù)量在2017年有顯著增長，不僅數(shù)量多，而且質(zhì)量高，很多研究成果都達到了國際領(lǐng)先水平。比如一篇印度研究團隊的CV+跳水姿態(tài)研究論文中，引用文獻就包含了大量中國作者。

CV技術(shù)達到世界一流水平，技術(shù)的實際應用和產(chǎn)業(yè)化進程也在加速，用AI輔助跳水訓練，也被提上日程。

其中最具代表性的是百度與中國國家跳水隊的合作。2019年9月，雙方開始建立聯(lián)系，才發(fā)現(xiàn)AI+跳水的結(jié)合，并沒有想象中容易。

首先，行業(yè)壁壘分明。搞體育的專家和搞AI的工程師，知識體系各不相同，互相之間理解起來就有先天的困難。體育專家不知道AI有什么用，算法專家則不了解跳水運動有什么痛點。

據(jù)說，百度智能云團隊來到國家體育總局訓練局，參觀完運動員的訓練后，跳水隊專家提出了一個要求：“你們能不能做量化評估，比如從視頻里面推斷起跳的速度、加速度、高度、角速度等？”百度的工程師們陷入沉思，到底能不能做，怎么做，沒有現(xiàn)成的案例可以參考。

AI一定要走進體育場館和日常訓練中去，幫助運動員和教練們減輕負擔，在這一信念下，百度工程師們觀看了大量跳水視頻，最終確定了初步方案：利用3D視覺技術(shù)，從單目視頻里面重建3D姿態(tài)和動作序列，并基于此進行一系列量化指標的推斷和求解。但沒想到，挑戰(zhàn)才剛剛開始。

下一個難題，是數(shù)據(jù)采集。

由于跳水是超高速運動，以十米臺為例，一個高難度動作從起跳到落水，一共不到兩秒鐘。數(shù)學建模分析的前提是數(shù)據(jù)，然而跳水運動員不能貼膠布、佩戴傳感器芯片，傳統(tǒng)攝像頭的精度不夠、時延較高，想要采集兩秒內(nèi)的運動數(shù)據(jù)，遇到前所未有的困難。

經(jīng)過一段時間的摸索，百度技術(shù)人員決定搭建了云邊端一體的軟件系統(tǒng)，同時也在訓練場館部署了高速相機等一系列采集與處理的硬件設(shè)備，這樣就解決了“沒有數(shù)據(jù)可分析”“端側(cè)算力不夠用、時延高”的技術(shù)難題，通過清晰無拖影的高速視頻智能采集，對跳水動作和姿態(tài)進行精確捕捉。

有了數(shù)據(jù)，專用算法的研發(fā)也并非易事。

一方面，攝像頭采集到的視頻是2D，很多細節(jié)可能被遮擋。百度通過3D視覺技術(shù)以及深度神經(jīng)網(wǎng)絡估算出運動員三維的姿態(tài)，并獲得每個關(guān)節(jié)角度的三維數(shù)值，實現(xiàn)了對場館空間以及運動員的姿態(tài)、動作等的三維重建，支持對跳水動作精確度的量化評估。

另一方面，用AI輔助跳水訓練，是一個專業(yè)知識要求很高的事情。軟件系統(tǒng)只采集了畫面，但如何分析運動員的姿勢對不對、如何指導運動員調(diào)整并設(shè)計訓練計劃，這些都依賴大量經(jīng)驗知識。這時候，百度在知識圖譜、行業(yè)智能化方面的積累的技術(shù)和經(jīng)驗，就發(fā)揮了重要作用，因為數(shù)據(jù)庫、知識庫更大，可以把數(shù)據(jù)形成專業(yè)的知識模型，讓“AI教練”有了指導意義，通過跳水動作智能打分、訓練技術(shù)智能定制等功能，輔助人類教練進行針對性訓練。

至此，國內(nèi)首個“3D+AI”跳水訓練系統(tǒng)，才算初步完成。

實際上，當時國內(nèi)將CV技術(shù)應用于運動分析的技術(shù)團隊并不少，不止百度一個。但百度有一個獨特的優(yōu)勢，就是與中國跳水隊建立了互信的合作關(guān)系。

AI是一種持續(xù)迭代、演進的軟件系統(tǒng)，需要結(jié)合使用中產(chǎn)生的數(shù)據(jù)、知識、經(jīng)驗而不斷完善，算法模型必須在實戰(zhàn)中歷練。

中國國家跳水隊對AI的積極了解和擁抱，讓AI系統(tǒng)有了落地的“練兵場”。

2021年4月，百度和中國跳水隊官宣合作，“AI教練”正式上崗，參與到跳水隊的日常訓練中去。

有了AI，跳水運動員的日常訓練就不艱苦了嗎？當然不是，競技體育仍然依賴于運動員的辛勤努力，但傳統(tǒng)訓練中存在的大量低效訓練、重復動作，則因為AI的到來而大大減少。

先說重復訓練。

因人類教練難以及時觀測到細節(jié)，而導致的反復練習。運動員在兩秒鐘出現(xiàn)的各種誤差細節(jié)，是很難被教練100%捕捉到的，騰空高度不夠、轉(zhuǎn)體動作分腿等，往往需要一遍遍重復訓練，來進行糾正，導致訓練強度很大。

通過3D+AI跳水訓練系統(tǒng)，可以減少傳統(tǒng)訓練中盲目試錯的過程。教練可以先通過高速攝像頭錄制并生成的3D立體建模，一次性看清所有復雜動作的細節(jié)，更有效地進行指導和訓練。

再來說說低效訓練。

此前，中國跳水隊也應用了攝像頭和數(shù)字技術(shù)，來輔助教學。但傳統(tǒng)攝像頭不具備數(shù)據(jù)的實時分析處理能力，對錄像視頻的回溯、整理和分析依然需要教練手動完成。帶來的問題是，教練工作壓力大，花費大量時間在視頻數(shù)據(jù)處理上，那么分配給戰(zhàn)術(shù)策略、運動員身心健康等層面的精力也就少了。另外，這種指導方式具有滯后性，無法在訓練完成后就及時回溯并進行調(diào)整，第二天運動員的狀態(tài)可能又不一樣，導致進步速度受限。

借助AI的數(shù)據(jù)實時分析能力，該訓練系統(tǒng)可以自動識別出完成的是哪一個動作和對應的動作代碼以及難度系數(shù)，并對完成質(zhì)量進行評分。同時，這些數(shù)據(jù)都會即時反饋到教練的端側(cè)設(shè)備上，及時幫助跳水隊員調(diào)整動作、改進細節(jié)，每一次訓練都更有針對性。

比如，水花消失預測模型，可以根據(jù)當前的水花狀態(tài)，精準預測其消失的時間和位置，幫助運動員更好地掌握控制水花的技巧。結(jié)合每個運動員的身體素質(zhì)、技術(shù)特點和歷史表現(xiàn)，自動生成個性化、針對性的訓練方案。

2023年，中國跳水隊也成為第一批擁抱大模型的體育隊伍。升級后的AI跳水輔助訓練系統(tǒng)，具備了文心一言大模型的海量數(shù)據(jù)知識、更強大的交互理解能力，能理解并執(zhí)行教練和運動員的復雜指令，提供更加準確、豐富的信息，讓每一次起跳更加精雕細琢。

AI就這么在中國國家跳水隊成功留了下來，成為一名稱職的“教練”。無論是2020年東京奧運會，還是杭州亞運會、2024年巴黎奧運會，見證著全紅嬋等一眾跳水運動員勇創(chuàng)佳績。

從此，中國跳水冠軍的致謝感言中，不再只有隊友、領(lǐng)導、教練、領(lǐng)隊等人類伙伴，也多了AI這個科技伙伴。

毋庸置疑，競技體育將跑步進入智能時代，中國年輕一代運動員的職業(yè)生涯，一定會與科技深度黏合在一起。

值得注意的是，率先讓AI在體育訓練中落地的，既不是最懂競技運動的體育公司，也不是最懂算法的CV獨角獸，而是百度智能云這樣具備AI、大數(shù)據(jù)、云計算、產(chǎn)業(yè)經(jīng)驗的全棧型企業(yè)。

這說明了，AI+競技體育，沒有捷徑可走，每一個專項都有自己的特點與痛點，這決定了不同項目與AI的結(jié)合方式可能各有不同。

同時，作為一個涉及運動員、物理空間、教練等多種因素的系統(tǒng)，也需要容納物聯(lián)網(wǎng)、AI、云服務、大數(shù)據(jù)等綜合數(shù)字技術(shù)，這對服務商的能力版圖提出了一定要求。

透過一片消失的水花，有人看到了金牌，有人看到了天才，也有人看到了國產(chǎn)AI+競技體育的無限可能。

少年強則國強，每一個運動員想要突破極限，想要“更高、更快、更強”，背后都有強大的中國智能科技在支撐。屬于年輕一代運動員的時代，因為有AI，也是最好的時代。

審核編輯 黃宇