去年8月，國務院印發《全民健身計劃（2021-2025年）》，促進全民健身更高水平發展，更好滿足人民群眾的健康和健身需求。一年來，豐富的在線健身直播帶動新的運動潮流，飛盤、騎行等運動風靡一時成為年輕人的最愛，全民健身熱潮持續上漲。伴隨著人們健身熱情的如火如荼，AI、云計算等新興技術也被廣泛應用于體育產業中。這其中，運動猿訓練站能夠科學分析并判定多項體育動作，在7月技術開放日上亮相，便吸引了行業的關注，成為全民健身與AI技術融合的代表。
運動猿訓練站基于MegEngine框架，依托算法生產平臺AIS（AI Service，簡稱AIS）研發而成，在純視覺方向上實現了精度高、速度快、成本低等優勢，可準確識別正確與違規動作，以AI助力體育訓練全流程的數字化和智能化。運動猿訓練站通過自研模型快速精準的檢測超過30個人體骨骼點，可覆蓋跑步訓練、身體素質訓練、球類訓練三大運動品類下的多種運動場景。
舉例來說，在跳繩場景中，在240次/分鐘的條件下，運動猿訓練站能夠實現正負1的誤差，并可以準確分辨出跳繩與開合跳等相似的動作。而仰臥起坐不僅支持識別運動過程中的雙手未抱頭、雙腿未屈膝、手肘未觸碰膝蓋等多種違規情況，還能準確記錄運動過程中的真實數據，實現正負1的計數要求。
與支持多種運動場景形成鮮明對比的是運動猿訓練站短短數月的開發周期。一直以來，智能運動健身雖然被視為重要賽道，卻尚未迎來行業爆發階段。究其原因，正是因為傳統的算法生產囿于數據生產的復雜性、算法模型的不確定性和硬件平臺的多樣性等問題，導致算法生產門檻高、成本高、效率低，讓AI難以“飛入尋常百姓家”，未能廣泛地走進健身場景。
