运动智能化潮流持续蔓延，运动科技头部平台Keep近期在运动智能化领域动作引发行业讨论。
Keep从运动学角度出发，依据“身体疲劳状态管理模型”，构建出了“运动档案”，并以此作为相关AI产品的科学内容支撑与底层技术支持，拓展AI服务的全景布局。
据了解，Keep依据大规模数据，多维度特征取证，通过“生物信息采集与元数据加工”获得用户基础的“数据档案”，再基于人工智能算法对数据进行分析解读，清晰直观呈现用户运动能力与运动表现，并根据数据指标与用户运动目标，为用户生成个性化的运动解决方案，形成完整的“运动档案”。
在该档案中，“生物信息采集与元数据加工”是基础，基于数据提供个性化运动解决方案是核心。
生物信息采集主要通过算法收集、视觉图像检测与硬件传感器收集三种途径实现：对于没有佩戴硬件设备的用户，Keep App 依托海量的用户数据资源——其中既囊括了每位用户独有的运动行为偏好、体能优势与短板等个性化特质，又收纳了不同用户群体在运动时段选择倾向、体能演变趋势等方面的共性要素——通过开展系统的特征挖掘与精确的模型推理，全面评估用户的运动数据与体能信息；或通过视觉图像检测，完成整体动作检测及行为意图检测，基于标准化规则与算法引擎，校准用户数据准确性。对于佩戴Keep手环等穿戴设备的用户，结合神经网络模型与扎实的运动生理学知识，为用户提供多元服务，如识别用户当下的运动场景、估算EPOC（运动后过量耗氧）、评估运动效果等。
元数据处理环节，独创的算法让Keep能够获得更加准确的处理信号数据，如对PPG信号（光电容积脉搏波描记法）滤除噪声、运动伪影等干扰，修正心率结果评估，由此可以保证在跑步等长段运动场景中降低信号干扰，在跳绳等心率信号杂乱的运动场景也能进行准确预测。
值得注意的是，Keep此前发布的自研运动引擎Keep Motion Engine能够通过AI摄像头、动作感知系统、动作捕捉引擎对用户动作实现精准识别，保证用户视觉图像监测的精准度，为“运动档案”的准确性提供技术保障。而与硬件装备的打通，让Keep可以通过传感器获得更加直接、准确的基础数据，并监测到用户实时运动行为，有利于为用户提供更具针对性的运动服务。比如，“运动档案”可以基于硬件穿戴设备监测用户最大摄氧量，由此分析用户运动行为与当前运动状态，评估用户疲劳状态，并给出适当的提醒。
完成数据采集与处理后，Keep以“身体疲劳状态管理模型”为基础，通过最大摄氧量、乳酸阈心率、运动负荷，长期体能，短期疲劳等指标，得出用户运动水平、健康水平、活动量等相关报告，并基于报告进一步生成具有针对性的运动解决方案。
以丰富庞大的用户数据为基石，Keep “运动档案”能充分反映出用户的个体差异性，如部分用户在爆发力训练方面展现出卓越能力，而另一些则在肌肉耐力上表现突出；该档案同时也能清晰揭示不同用户之间在运动强度适应、体能恢复速率等方面的共性特点。
与市面上已有的运动评估产品相比，Keep “运动档案”的独特性在于其缜密的特征挖掘流程与运用科学的模型推理策略，来综合评估用户的运动数据和体能状态，并为用户生成千人千面的运动解决方案，而非停留在报告解读层面，同时该档案提供的数据指标更加简单易理解，能广泛覆盖硬核运动爱好者与大众入门用户。
过去的一年里，Keep以“运动档案”为底层支撑，推出了运动评估体系、智能计划、身体评估体系等产品，完善了用户全场景指标覆盖，极大地提升了用户运动的效率。根据官方数据显示，基于“运动档案”能力的支持，Keep运动评估体系可以在无心率设备下，目前每天为超过60%的运动用户提供实时“运动状态”评估服务，预估运动负荷、最大摄氧量、FTP 等数据；会员AI身体评估功能已服务了超10%的月均订阅会员；硬件端已具备运动类型自动识别能力。
Keep此前发布的2023年度报告显示，探索AI技术在海外市场的机会，是当前Keep重要的布局之一。Keep表示，将开发和应用新技术和智能功能，积极探索 AI 技术在海外市场的应用机会，以 AI 带动创新，以更高效的方式为用户提供卓越的运动体验，吸引新的用户群，发掘新的商业化机会。
还没有评论，来说两句吧...