九游体育AI大模型：让模型理解人体动作、训练状态和VR/AR体育交互

Motion AI、Pose AI、Training AI、Fitness AI、VR AI、AR AI 与 Sports Training Agent 共用一套人体动作表示：从关键点、关节角度、动作序列到长期训练记录。

一个玩家在同一个月里做了几十次深蹲训练，前两周膝盖总是向内扣，第三周开始明显改善，最近几天动作变慢了，但幅度依然稳定。如果系统每次训练都只看当天的数据，它看到的是一次次孤立的评分；如果它能把这些记录连起来，就会知道这是一个正在进步、最近有些疲劳的玩家。九游体育AI大模型栏目讨论的，就是模型怎样从关键点和动作序列出发，理解一个人的动作、训练状态和长期变化。

训练历史是模型理解玩家的起点

模型面对一个玩家时，最先调取的不是当前画面，而是过去的训练记录：常做哪些动作、各项动作质量的趋势、疲劳通常在第几组出现、上次训练距今多久。有了这些背景，同样一次动作变慢，模型才能判断是正常波动还是需要调整计划。这也是为什么九游体育把训练历史放在模型链条的最前面。

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

动作数据：从关键点到动作序列

模型接收的动作数据包括几个层次：身体关键点（Body Keypoint）、由关键点计算出的关节角度（Joint Angle）、连续多帧形成的动作序列（Motion Sequence），以及速度、平衡等衍生指标。环境信息，例如摄像头角度、画面光照、人体在画面中的大小，也会作为输入的一部分，因为它们直接影响关键点的可靠程度。体育动作大模型需要什么数据对这些数据类型和标注难点做了更详细的梳理。

单帧数据的局限非常明显。一张深蹲最低点的截图看起来可能很标准，但它无法告诉模型玩家是不是一下子坐下去、起身时有没有借助甩臂。动作是一个包含起始、运动、最低点、回位和站稳的连续过程，这篇文章专门解释了为什么模型必须看序列而不是截图。

六类模型能力的分工

九游体育把模型能力拆分成几个相互协作的部分。Pose AI负责从画面中估计关键点和置信度；Motion AI把关键点序列识别成具体动作，并切分动作阶段；Training AI依据动作质量、疲劳和历史记录安排难度与休息；Fitness AI负责健身竞技中的有效次数判定和评分；VR AI让虚拟对手根据玩家位置和身体动作调整攻防；AR AI负责理解真实空间，识别地面、墙面、家具和安全区。

这些能力共享同一套人体动作表示，这意味着玩家在摄像头训练里积累的动作数据，也可以帮助VR对手更快了解他的习惯。

拆分的好处在于每一部分都能被单独检查。假设玩家反馈“明明蹲到位了却不计数”，问题可能出在姿态估计没看清膝盖，也可能出在动作识别把阶段切错了，还可能是健身竞技的深度门槛设得过严。能力分层之后，就可以沿着链条逐层排查，而不是面对一个无法解释的整体输出。

Sports Motion Agent与Sports Training Agent

在单个模型之上，九游体育设计了两类智能体。Sports Motion Agent专注于“看懂动作”：判断当前动作是什么、做到了哪一步、质量如何、哪些关键点不可信需要降级处理。Sports Training Agent专注于“安排训练”：根据动作质量、完成度、疲劳信号和长期记录，决定下一组加节奏、减次数、换变式还是休息。两者分开设计，是为了让识别错误和计划错误能够被分别定位和修正。

模型怎样处理不确定

真实环境中，关键点丢失和误识别不可避免。模型为每个关键点输出置信度（Confidence），当置信度低于示例设定的门槛时，相关的评分会被降低权重或暂时跳过，而不是给出一个强烈的错误判定。模型宁可告诉玩家“这一下没看清，请调整位置”，也不应该在证据不足时判定动作不合格。这条原则在体育动作识别栏目的多篇文章中都有体现。

不确定性也会影响长期记录。如果某次训练中大部分动作都处在低置信度状态，比如光线很暗或者玩家长时间半身出镜，这次训练的质量数据会被标记为参考价值较低，不会直接拉低玩家的长期能力曲线。这样可以避免一次环境不佳的训练把整个训练计划带偏。

反馈：从模型输出到玩家能看懂的一句话

模型内部的输出是大量数值：角度、速度曲线、稳定性分数、疲劳估计。直接展示给玩家没有意义。反馈层要把这些数值翻译成简短、可执行的提示，例如“起身时稍慢一点”“落地后多停一秒”。训练后的报告则展示趋势和原因，让玩家理解下一次训练为什么这样安排，相关的训练逻辑可以在AI体育训练栏目里查看。

长期记忆：分清当天状态和长期能力

虚拟教练的长期记忆包括训练历史、强项、弱项、疲劳规律、进步幅度和训练目标。关键在于把长期能力和当天状态分开：一次睡眠不足导致的表现下降，不应该改写玩家的长期等级；连续几周的稳定进步，则应该反映到计划里。虚拟教练能不能记住几个月的训练变化讨论了长期模型和当天状态的关系。

数据与隐私：端侧处理，只上传关键点

动作识别需要摄像头画面，但画面里往往还有房间布置、家人和人脸。九游体育的原则是尽量在设备端完成姿态估计，只保留关键点坐标和动作统计用于记录与同步，不以上传原始视频为前提。玩家可以查看自己的训练记录，也可以删除长期记忆中的内容。模型的改进依赖数据质量，但不应以牺牲玩家隐私为代价。