Weishu Technology Chu Zhiwei:AI+体育与健康处于早期阶
作者:365bet登录日期:2025/06/28 浏览:
为了在大规模上真正实施“ AI+体育与健康”,行业集成是主要变量。 AI加速了其进入体育和健康行业的渗透,这是一个高个体和领域的领域,从健身培训到康复和医疗护理,促进了技术的变化。根据GII市场研究公司发布的数据,全球体育人工智能(AI)市场规模(AI)在2024年为47亿美元,预计到2030年将增加到210亿美元,平均年复合增长率为28.5%。其中,美国目前是世界上最大的市场,规模近13亿美元;尽管中国市场的增长强劲,平均年增长率为27.1%,预计将达到31亿美元Byan 2030。在这一趋势下,越来越多的公司试图打破瓶颈“ AI+Sports and Health”。 Visbody成立于2014年,是其中之一。它的业务专注于基于AI开发的AI模型的人类姿势和数字建模技术的感知涵盖了许多情况,例如塑造形状,运动表现和康复干预。根据该公司的披露,它的产品已向全球68个国家 /地区的18,000多家机构推出,总共为超过1000万用户提供了服务。 “ AI的真正价值在于'主动智能'。” Weishu Technology的首席技术官Chu Zhiwei说:“它应该理解场景,判断状态,并自动介入主要节点,而不是简单地等待说明。AI不仅必须理解“行动”,而且还必须了解“人”。” Chu Zhiwei,weishu Technology,weishu Technology of The Femplocker of The Complacker of The Femplocker the Femplocker the Femplocker the Femplofracker。 AI的优势在于自我驱动决策驱动的每周机制:“ AI+Sports and Health”已成为行业关注的重点之一。我们还可以系统地介绍特定的应用方法和基于实际情况,该领域的AI技术趋势?数据,审查和输出;锻炼计划等动态调整。在进行数据审核时,我们必须依靠大型通用数据库。如今,大型模型,例如GPT语言模型,视觉AI等。例如,用户完成练习后,他或她直接使用对话来告诉AI他采取了什么动作,或者在进食前拍摄了照片,并且系统会自动识别饮食并开发诊断。在审核级别上,AI还可以自动构建手册和健康指南的知识,将其写入程序代码,然后通过验证以产生稳定的算法。 “ AI生成规则→MANU -REVIEW→系统操作”模型可以改善监视和稳定性。每周期间:运动和健康强调个人的差异。对Mathe的真实个人适应不仅是AI不仅应避免过度笼统的风险,而且还应避免因此,有能力应对复杂的情况。您如何了解该领域AI的个人挑战和解决方案? Chu Zhiwei:实现个性化适应体育健康的关键在于AI如何被传统的“模板”决策方法损害,并且确实能够独立理解并动态地做出反应。一方面,AI大大扩展了可访问的数据大小。通过语言模型,视觉识别和其他AI方法,我们可以收集更丰富,实时的用户行为数据,例如饮食习惯,姿势改变,训练频率的波动等。另一方面,AI的优势仅在于其计算的力量,还取决于“自我取决于自我取得的机制”。示例:在游戏行业中,以前的NPC的行为基于“投票检查决策”,并且完全基于开发人员预设。现在引入了AI,NPC可能是积极的原因,发表评论和VER如果是基于场景的效果,则该机制也可以转移到运动健康领域。换句话说,AI不再仅执行某种“匹配模式”,而可以根据当前的用户状态积极考虑下一个动作,例如今天不进行睡眠,缺乏睡眠,中断的培训等,并在政策系统中进行最佳调整,甚至提供解释性原因。 AI是每周“增强的工具”:WEISU涵盖了许多细分情况:锻炼和健身,康复和医疗保健,青少年增长等。什么样的技术布局逻辑是基于促进水平扩展的?这些方向之间有相似之处吗? Chu Zhiwei:我们在产品布局中的逻辑确实总是以核心运动旋转。无论是运动,健身,康复和医疗服务,还是对青少年成长和发展管理的管理,底层都是对多维I的动态感知和评估诸如人类运动姿势,平衡能力,肌肉骨骼协调之类的疾病。例如,我们在姿势检查,步态建模,身体稳定性等方面奠定了相对稳定的基础,在各种情况下,这些功能的维修很高。例如,脊柱侧弯的发现,骨盆稳定性的评估以及运动损伤评估,表面针对不同的人群和不同的需求,但是它们的逻辑和数据链的基本计算实际上是相同的。我们建立了一个高度模块化的能力系统,而不是产品堆栈片段。每周一次:许多公司目前正在促进“ AI虚拟教练”或“ AI健康顾问”。您如何看到这些产品的可行性?这将是用户与AI体育与健康互动的主要入口吗? Chu Zhiwei:这种类型的产品实际上是AI体育和健康领域中的第一吸引力的一种形式,但我们对此的理解是Rela小心。从用户行为的角度来看,真正需要铲除或康复的人通常需要依靠专业的指导和整合,而不仅仅是虚拟助手。其背后的原因是体育不是轻便的消费行为。它通常需要一定程度的毅力和过程指南,用户对“信任”和“实施”的要求更高。在这种情况下,我们认为,仅依靠AI虚拟教练来完成所有关系和决策的可行性在短期内受到限制。当然,塑料将成为一个方向的一个方向,重点不仅仅是AI作为“授权工具”的整个专业链的服务,包括医生,康复者,教练和其他团体。从这个意义上讲,我们宁愿将AI视为“该工具的涂层”,而不是“替代论文”。关于它是否将是主要入口,我们相信虚拟教练肯定会成为未来的趋势,但是当前阶段更重要的是让AI在专业服务链中找到稳定的位置,并避免与实际需求分开的技术中的适度。 “插图” .igro以目标方式。在非医学情况(例如日常健身或运动建议)中,我们采用的主要方法是:“保守的产出,分阶段的决策和受控结果”。简而言之,我们将不允许AI直接进入输出干预解决方案,而是设置边界并防止逻辑路径允许AI在预设规则中完成个人发电,并确保其建议符合基本的安全性和实现。在涉及医学级别的应用中,我们更多地阻止了使用AI。这里的关键是:不要让AI直接生成决策或处方,而是帮助AI完成“规则代码化”和“自动操作”。例如,我们将更改现有的CL最初的指南首先,康复手册等,以进行结构化规则,然后将其移至AI辅助代码。这些代码必须在通过测试后在线部署和在线启动之前制造和验证。这种方法不仅可以确保对AI生成的内容产生的内容的监视,而且还大大降低了“幻觉”带来的风险。此外,为了进一步增强杠杆性,我们还引入了“原始的可追溯性机制”。 AI生成的内容应指示其背后的基础,例如术语或数据模型的参考标准,以确保对每个输出进行监视和证明。就输出号而言,例如最大心率,RM(重复的最大数量),我们禁止AI无法直接形成结果,而是通过调用专业工具或经过验证的公式库的宝石来取消结果确定的结果。 AI+运动和健康仍处于每周每周的早期阶段:AI在F中体育和健康持续了几个小时。从您的观察结果来看,AI当前实施的速度和流行程度如何?哪个级别的应用可能首先实现突破? Chu Zhiwei:AI在体育和健康场景中的应用仍处于早期阶段。无论是从对该行业的一般意识还是对不同公司探索的实际深度,一切仍处于审判和验证阶段。真正意识到大规模执法和成年人市场的道路将需要时间。 AI具有巨大的潜力,但是为了实现有效的实施,关键仍然是针对特定情况的HowAdapt,真正满足用户的需求并发展高质量的产品体验。市场上也有许多产品说AI驱动,但是用户的理解并不强。首先,尽管许多AI技术已嵌入后端,但它们仍然缺乏对前面接触水平的足够反映,但是涉及跳跃技术并没有改变经验的重大改善。如果您想说出哪种类型的应用程序最容易取得突破,我认为这是营养管理。这也是AI最容易成为的地方,并且是效率最可爱的提高。例如,过去,营养解决方案通常依靠用户来制造食物。现在,AI可以识别图片的菜肴,自动估计卡路里和营养成分,甚至开发个人营养建议。当然,有些人可能认为营养建议已经存在,那么添加AI有什么区别?关键在于随着基本效率和准确性而跳跃。例如,图像识别的精度更高,算法模型对饮食结构有更深入的了解,并且还可以根据用户锻炼数据和健康目标来协调建议。这些功能很重要LY增强了营养干预的智力和灵活性。每周一周:锻炼和健康是一种相对受到的反馈,用户通常必须经过一段时间才能查看结果。在“ AI+运动健康”的Pagot大规模人口中,您认为最关键的变量是什么?这是技术本身的突破,工业生态系统的成熟度或用户及格级别的变化? Chu Zhiwei:我认为用户理解不是特定因素。很多时候,我们说公众没有意识到,这实际上是一个错误的提议。提高用户意识通常是由产品驱动的。如果该产品足够好,那么自然可以提高认知能力。因此,这最终是产品设计和技术改变功能的问题,并且与用户无关。从更重要的角度来看,为了实现真正的“ AI+体育与健康”实施,技术突破是OF课程很重要,Buti认为“工业融合”是更关键的变量。这也是我们今天面临的最大挑战和机会。由于整个健康行业本身的AI速度确实很慢,尤其是与3C电子等技术驱动的高标准和行业相比,有一个巨大的空间。背后有客观原因:健康领域强调个体差异,服务过程是非常定制的,许多关键指标很难开发,这自然会增加AI实施的复杂性。但是,正是复杂性为AI增值提供了真正的空间。当我们找到适当的进入工业链的点时,将专业服务提供商,产品解决方案和循环的数据能力结合在一起时,可以取得突破。
相关文章