2021年的一天，贾春光与安徽芜湖市政府工作人员在一次交流时了解到，当地正在规划传统校园教育的转型升级，希望投入一定资金引进智能化、数字化产品，以此提升整个芜湖的教育品质。
贾春光团队也正好在研发和迭代类似产品，双方一拍即合。
一年多之后，很多芜湖荟萃中学的学生发现，数千平方米的天然草坪运动场上突然出现多个类似“柱子”形状、内置显示屏和摄像头的智能设备。
上体育课时，只要录入信息，学生自己就可以通过设备提示做出体育考试的动作，自动反馈计数，用视觉方式辅助体育训练和成绩检测，从而解决了学校体育老师少、学生锻炼时间不足、动作不标准、计数不准等一系列问题。
荟萃中学体育教师刘媛表示，如今我们不再使用秒表，上述设备在跑步训练中不仅能客观精准的记录成绩，还可以形成成绩汇总的曲线，让我们可以更有针对性的一对一的帮助学生分析和指导，而且学生还可以进行自主的训练，充分发挥了学生的主观能动性。
产品负责人贾春光告诉钛媒体App，这款“柱子”形的设备名为“旷视运动猿”，是利用人工智能（AI）算法生产平台AIS进行场景化应用，支持跑步、素质、球类训练等20余种体育运动项目，边缘侧反馈，误差达体育器材标准±1厘米，较为精准。
实际上，得益于技术突破与成本降低，如今AI走出实验室，走向丰富的落地场景。而当前中国面临新增人口减少，体育教师极度短缺，以及体育中考改革和“双减”政策的大背景下，AI 技术正在发挥更大的作用，利用智能物联网（AIoT）设备，可以逐步解决校内体育课原有的授课模式，减轻体育老师的上课压力。
ChatGPT和AI大模型热潮下，所有人都已经意识到，AI真的可以改变每个人的生活。
AI 入园解决体育老师的烦恼
国家统计局数据显示，2022年末，全国总人口为141175万人，比2021年减少85万人；同时，2022年中国出生人口956万人，创下历史新低。
人口下降首先冲击教育领域。
当前，中国体育教育领域面临几个重要趋势：学生健康状况不乐观、体育教师极度缺少、“双减”和各地升学率致使体育考试重要性日益增加、校园智能化和数字化需求增多等。
具体来说，根据教育部和国家卫健委去年7月公布的最新数据，2021年，国家学生体质健康标准测试达标优良率达到33%，另据《国家学生体质健康标准测试数据分析报告》表明，中国青少年体质健康状况不容乐观，近视与肥胖现象突出，青少年的力量、速度与耐力素质增长缓慢。
另外，中国青年报引述2018年的一组全国统计表明，中国51.88万所学校共有中小学体育教师55万人，尽管比2008年约43万人有所提升，但由于体育教育需求在增加，专项体育教师缺乏现象变得比较明显，仍有20万左右的体育教师缺口，尤其是农村中小学体育教师数量仍极度紧缺。
而在“双减”政策和体育考试重要性增加环境下，数字化、智能化愈加成为中国体育教育发展路径之一。
2023年3月，体育总局办公厅印发《2023年群众体育工作要点》通知，要求推动各地区因地制宜配建智能室外健身器材，以及推动公共体育场馆进行数字化升级改造等。而随着“双减”政策的持续发力，将有更多的学生走向操场、走进自然、走近阳光，积极参与各项体育运动，智能化需求也会随之增多。
如今，越来越多的行业都在拥抱智能化、数字化技术，对AI算法也有着大量的需求。AI技术正在深入体育教育行业，从而解决体育教育教师不足、体育课程无法标准化等问题。
今年6月1日，聚焦物联网场景的人工智能（AI）公司旷视科技（MEGVII）宣布，芜湖荟萃中学与旷视科技AI 体育教学示范项目正式落成应用。
利用旷视推出的面向体育教育场景的新一代产品方案“旷视运动猿”，基于算法生产平台AIS研发，可以实现体育运动相关算法的快速量产，目前支持素质训练、跑步训练和球类训练等三大类别20余种体育运动项目，已经在全国多所中小学中部署和应用。
技术方面，贾春光对钛媒体App表示，旷视运动猿的技术核心是以AI 算法为基础，通过动作捕捉，将整个运动过程数字化、智能化，在边缘侧形成数字化运动数据和动作标准体系。而为了更好提升产品精度，旷视运动猿一方面通过运动轨迹计算距离，持续用算法做诸多高级修正，而且还利用数据测试、识别比对、算法融合等技术方式深度融合。
在芜湖荟萃中学案例中，旷视运动猿应用的体育运动项目包括实心球、跳绳、仰卧起坐、立定跳远等素质训练项目，和100米、800米、1000米等计时跑项目。
荟萃中学体育教师刘媛表示，AI体育助教“旷视运动猿”懂得体育教学的内在逻辑。体育教学需要因材施教，有了旷视运动猿，不仅可以精准判定孩子们的成绩，还能将学生动作的全过程进行视频记录，方便老师去复盘和分析，针对学生的个体差异，*程度发挥体育老师的指导作用。
据悉，芜湖中考的体育测试大概有六、七个项目，刘媛原来一节40分钟体育课只能上两个项目，她更多是作为记录、组织者角色，而无法现场指导所有人，最多指导两个项目而已。如今有了旷视运动猿，刘媛已经开始全程指导学生动作标准化，并且用更多数据科学、精细化帮助学生提升体育考试能力和成绩。
不仅如此，旷视运动猿还能通过设备将学生运动数据化，科学化，让学生可以科学运动。
贾春光透露，旷视运动猿并不是单独的定制化产品，而是通用标准化设备与软件体系，已经在贵州、深圳、山西等地区的部分学校使用，只需要通过 API 接口就可以实现软件升级。
“这是一套严丝合缝的设计，除了算法以外，它是为学生体育训练所设计的专业化产品。”贾春光告诉钛媒体App。
AI 教育赛道前景广阔
教育兴则国家兴，教育强则国家强。德智体美劳全面发展的青少年教育，对于中国未来发展的重要性不言而喻。
与此同时，智能化、数字化正在推动教育变革，利用AI和教育相结合的教学模式，让AI技术赋能教育实现减负增效，用科学技术提升整体教育质量和效率。
目前，AI 教育赛道前景广阔。
头豹研究院数据显示，2021年，中国智能教育市场为712.1亿元，同比增长7.6%。预计2026年，中国智能教育市场将达到1373.2亿元，2022-2026年复合增长率达10.9%，中国智能教育市场规模呈现稳定增长态势。
上述数据还显示，由于目前智能教育产品渗透率仅有30%，智能教育行业市场仍有近2亿的可发展用户群体。
那么，简单易用、效果良好、反馈精准、满足考试要求、缓解老师压力、并有效提升升学率等，是学校方、老师和学生对于AI产品落地实施的重要诉求。而如今，这已经在旷视运动猿中有所应用与体现。
芜湖荟萃中学副校长陈萍表示，旷视运动猿AI体育助教在荟萃中学的应用，是科技反哺体育教育的成功尝试，它打造了有趣的体育课程，让体育运动不再只是单调的运动，而是一种有着竞技性和探险性的活动。其次，旷视运动猿完善了有数的教学模式，使得学生能够更加清晰的了解自己的运动状态和需要改进的方面，同时让体育教学具有可量化的标准，增强了体育教育的科学性和有效性，更塑造了有成长的体育理念。
旷视运动猿极力打造成为了一个真正的All In智能体育领域的落地应用好产品。
实际上，旷视科技长期深耕AI技术的核心算法与系统集成，利用自研的生产力平台Brain++，结合数据、领域知识、专业知识而高效生产出大量算法，并不断提升技术能力，让算法精度不断提升，从而使 AI 技术在各类领域中实现商业化，推动了消费电子、城市及建筑管理、供应链、金融、医疗、教育等多个行业产业链的重构。
据悉，近一年来，旷视已与全国各地的行业伙伴共创80多个场景方案，包括江西的机场行李回框方案，四川的学校“明厨亮灶”方案，浙江的智慧工地、安全生产方案等。旷视一直致力于降低AIoT产品使用门槛以及场景创新。
简单易用的AI产品
2022年，旷视提出了“算法定义硬件”的核心理念，也看到旷视在AI行业中的独特定位。
旷视认为算法作为产品的核心要素，硬件将围绕算力的优化和算法的支撑而重新设计，逐渐走向标准化。通过加载不同的算法，标准化硬件可以灵活演变成不同的智能化硬件，满足海量场景的应用需求。
让AI算法与硬件深度结合，需要AI公司自身有很强的软硬件协调能力。旷视科技联合创始人、CEO印奇曾表示，如果想做未来世界最棒的机器演进，不光需要有AI，需要软件，需要有一个聪明的大脑，同时还需要有IoT硬件载体。
今年3月的合作伙伴大会上，延续“算法定义硬件”的理念，旷视联合创始人、企业业务事业部产研负责人杨沐表示，产品使用越简单，两端复杂性的结合效率越高，好的产品，是让你简单用AI，这既是旷视对算法定义硬件软硬一体设计路线的自然延伸，又体现出公司对AI产品的设计目标和价值审美。围绕场景创新去设计AI产品，并贯穿于购买环节、履约环节和使用环节，使得单品更具性价比、更简单好用，让客户的决策更简单，能够“闭着眼睛买”。
旷视企业业务事业部负责人赵康也在会上表示，百业正反哺AI。AI作为工具，必须跟各行各业的实际结合。AI公司要放平心态，认清自己的局限，“我们永远不会比合作伙伴更懂行业”。 所在实践中，旷视根据合作伙伴的需求，提供特定空间、场景的解决方案，并在更迭中提取共性，形成行业通用的方案与产品，促进 AIoT技术规模化落地。
当前，ChatGPT风靡全球、持续火爆，但“ChatGPT之父”、OpenAI CEO奥特曼（Sam Altman）却不满意，称其发布的插件功能“没有产品市场契合度”，没有商业化回报，该产品或许是失败的。如今，OpenAI也在艰难探寻其他商业化之路。这意味着，AI技术的商业化对于企业自身发展非常重要。
在旷视看来，未来十年，AI未来会有两大发展方向：一是“AI in Digital”（数字世界），以ChatGPT为代表的技术，将给数字世界带来新技术范式的迁移；二是“AI in Physical”（物理世界），以特斯拉为代表的企业，将AI技术引擎与硬件载体结合，产生自动驾驶、机器人等不同类型的智能机器，对物理世界进行改造。而旷视选择在后者发力。
所以本轮AI大模型的大爆发，最终要落地到更多的应用场景。这不单是比拼软件和技术，更需要有AIoT、芯片等这类产品能力。要有持续研发AI的基础技术还要有持续积累的硬件能力。
