同一个玩家在周一和周五各做了一组弓步蹲,次数都是20次。如果系统只存下“20”这个数字,它永远不会知道周五那组后半段膝盖开始往里扣、身体一直在晃。很多人以为体育动作大模型需要的是“更多视频”,但真正决定模型能不能给出有用反馈的,是视频之外那一层结构化的动作数据,以及这些数据被放在什么上下文里。

先从历史说起:没有训练记录的动作数据只是一堆孤立片段

按照AI模型类问题的链条,第一步不是摄像头,而是 Training History。一个膝角在底部停在九十度左右的深蹲,对刚入门的玩家可能是进步,对一个已经稳定练了两个月的玩家可能意味着今天状态不好。模型如果看不到过去,只能按一套统一标准打分,结果就是新手总被批评、熟练玩家总被夸。

所以训练历史至少要包含:每次训练的动作类型、有效次数、各项质量指标的分布,以及玩家主动留下的反馈,比如“今天有点累”。Player Level 也属于这一层,它不是一个固定头衔,而是根据一段时间内的完成率和动作质量滚动更新的估计值,用来决定模型拿什么尺度去看这一次动作。

动作数据分四层:关键点、关节角、序列、速度与平衡

Body Keypoint:模型能看到的最底层

姿态估计(Pose Estimation)把画面里的人体变成一组关键点坐标。公开方案里,MediaPipe Pose 输出33个身体关键点,COCO 格式常见的是17个。每个关键点除了坐标,还带一个 Confidence,表示这个点有多可信。脚被沙发挡住时,踝关节的置信度会明显下降,这个信号本身就是数据,不能在整理时被丢掉。

Joint Angle:把坐标翻译成动作语言

单看坐标,模型只知道“膝盖在画面某个位置”。把髋、膝、踝三点连起来算出膝角,把肩髋连线和竖直方向比较得到躯干前倾角,动作才有了可比较的含义。关节角还能部分抵消玩家身高、站位远近带来的差异,这是它比原始坐标更适合做训练特征的原因。

Motion Sequence:动作是一段时间,不是一张图

一次深蹲从站立、下降、到达最低点、起身到重新站稳,是一条连续曲线。模型需要按帧排列的序列,才能分辨“蹲得深但砸下去”和“蹲得深且控制住”。

Speed 与 Balance:同样的角度,不同的质量

速度来自相邻帧之间关键点的位移,平衡则可以用髋部中心相对双脚支撑面的偏移、左右两侧关节角的差异来近似。一个膝角完全达标但身体左右摇摆的动作,Range of Motion 合格,Stability 却不合格,评分时必须分开记录,不能揉成一个数字。

环境也是数据:同一个动作在不同客厅里看起来不一样

Environment 常被忽略。摄像头高度、俯拍还是平拍、房间深度、逆光、画面里有没有第二个人,都会改变关键点的分布。模型训练时如果只见过“正面平拍、光线充足”的样本,到了真实家庭就会频繁出错。因此每一段动作数据最好附带环境描述:相机角度估计、人体在画面中的占比、整体光照水平、各部位平均置信度。这些信息让模型知道什么时候该相信自己,什么时候应该提示玩家调整摄像头,而不是硬给一个低分。

标注为什么难:“标准”本身就有分寸

给图片标“这是猫”很简单,给一次深蹲标“标准程度七分”却很难。不同教练对躯干前倾的容忍度不同,同一个人在不同时间标注也会有偏差。比较可行的做法是把大标签拆成小标签:深度是否到位、膝盖是否内扣、起身是否先抬臀、底部是否停顿,每一项都是更容易达成共识的判断。

另一个难点是动作边界。一组连续深蹲里,上一次在哪一帧结束、下一次从哪一帧开始,需要借助髋部高度曲线的波峰和波谷来切分,再由人工抽检。切分错了,后面所有速度和稳定性指标都会跟着错。

这里的动作质量标注用于游戏化训练反馈,不是医学评估。玩家训练中出现疼痛或不适,应停止训练并咨询专业人士。

模型拿到这些数据以后,反馈应该长什么样

有了多层数据,模型输出的就不该只是一个总分,而是可以解释的反馈:“下蹲深度达标,最后五次起身速度明显变慢,左膝有内扣趋势”。反馈的强度要跟置信度挂钩,脚部关键点置信度低时,只说“这一组无法判断膝踝关系,建议把手机放远一点”,而不是给出一个看似精确的错误结论。更多关于这类判断链路的说明,可以参考动作识别大模型栏目。

Training History → Motion Data → Model → Feedback → Long-term Change

隐私:能在本机算的,就不必上传视频

动作数据来自家里的摄像头,隐私是绕不过去的问题。九游体育在设计上倾向于把姿态估计放在设备端完成,需要同步到云端的只是关键点序列、关节角和训练统计,而不是原始画面。关键点数据同样只保留训练相关的部分,并允许玩家在九游体育App里查看和删除历史记录。这样既能支撑长期分析,又不需要把客厅画面交出去。

长期变化才是这些数据真正的用处

当训练历史、动作数据和环境信息都积累下来,模型才能回答真正有价值的问题:这位玩家过去一个月深蹲深度是否稳定提升,左右不对称是否在缩小,疲劳出现得是越来越晚还是越来越早。短期状态和长期能力要分开存,一次状态不好的训练不应该拉低整体等级。九游体育把这套数据结构同时用在体感游戏和训练计划里,同一个玩家在不同玩法中的表现也能汇到一条成长曲线上。想了解计划层面的做法,可以看为什么训练计划不能只看昨天的次数。