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(biāo)，背負著為國爭光的重任，在嚴苛的訓(xùn)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(xùn)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(fù)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(xùn)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(xùn)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。”全紅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(xùn)練，每天練習(xí)400多跳是基本功課。跳水運動員的訓(xùn)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(biāo)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(biāo)，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(xùn)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(yīng)用于運動員的培養(yǎng)，日常訓(xùn)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(xùn)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(xùn)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(xùn)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(biāo)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(dāng)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(xué)家，大部分人對深度學(xué)習(xí)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(xué)習(xí)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(dāng)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(yīng)用和產(chǎn)業(yè)化進程也在加速，用AI輔助跳水訓(xùn)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(xùn)練局，參觀完運動員的訓(xùn)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(xùn)練中去，幫助運動員和教練們減輕負擔(dān)，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(biāo)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(xué)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(xùn)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(luò)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(xùn)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(dǎo)運動員調(diào)整并設(shè)計訓(xùn)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(dǎo)意義，通過跳水動作智能打分、訓(xùn)練技術(shù)智能定制等功能，輔助人類教練進行針對性訓(xùn)練。

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

實際上，當(dāng)時國內(nèi)將CV技術(shù)應(yīng)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(xùn)練中去。

有了AI，跳水運動員的日常訓(xùn)練就不艱苦了嗎？當(dāng)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(xùn)練中存在的大量低效訓(xùn)練、重復(fù)動作，則因為AI的到來而大大減少。

先說重復(fù)訓(xùn)練。

因人類教練難以及時觀測到細節(jié)，而導(dǎo)致的反復(fù)練習(xí)。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(fù)訓(xùn)練，來進行糾正，導(dǎo)致訓(xùn)練強度很大。

通過3D+AI跳水訓(xùn)練系統(tǒng)，可以減少傳統(tǒng)訓(xùn)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(fù)雜動作的細節(jié)，更有效地進行指導(dǎo)和訓(xùn)練。

再來說說低效訓(xùn)練。

此前，中國跳水隊也應(yīng)用了攝像頭和數(shù)字技術(shù)，來輔助教學(xué)。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(dǎo)方式具有滯后性，無法在訓(xùn)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(dǎo)致進步速度受限。

借助AI的數(shù)據(jù)實時分析能力，該訓(xùn)練系統(tǒng)可以自動識別出完成的是哪一個動作和對應(yīng)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(xùn)練都更有針對性。

比如，水花消失預(yù)測模型，可以根據(jù)當(dāng)前的水花狀態(tài)，精準預(yù)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(xùn)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(xùn)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(fù)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(dǎo)、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(xùn)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(wù)、大數(shù)據(jù)等綜合數(shù)字技術(shù)，這對服務(wù)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