“小铭”来了！深圳壹路发布 AI 体育专项模型，智能助手贯通教学全场景

第 87 届中国教育装备展示会现场报道

当大模型的浪潮席卷教育行业，体育课堂却长期处于 “缺席” 状态 —— 通用大模型能写作文、解数学题，却分不清一个深蹲的膝盖内扣和标准动作差在哪里。

4 月 24 日，第 87 届中国教育装备展示会现场，深圳壹路正式发布自研 AI 体育系列智能体——“小铭助手”。这不是通用大模型套了个体育外壳，而是一款从体能体训专项模型实战经验出发、以海量数据为训练基础的体育垂类模型（多维度融合模型MDM）。

为什么体育需要 “专属” 模型？

通用大模型处理文本和图像游刃有余，但面对体育教学场景时，存在三个核心短板：

第一，不懂动作。通用大模型无法理解一个立定跳远动作中，髋关节屈曲角度与腾空高度之间的力学关系，更无法判断一个学生的摆臂时机是否合理。

第二，不懂标准。体育评分有严格的国家标准和动作规范，通用大模型缺乏对评分细则的深度学习，生成的 “建议” 往往浮于表面。

第三，不懂场景。体育课不是在线聊天 —— 它需要实时捕捉、即时反馈、连贯评估，对延迟和准确性的要求远高于文本对话。

“小铭” 的切入点正是这三个短板。它不是 “能聊体育的 AI”，而是 “真正懂体育的 AI”。

全域贯通：从教学屏到区县平台

大模型的价值不在于 “能做什么”，而在于 “能被谁用到”。

“小铭” 最突出的能力，是已实现全域贯通 —— 不再是一个孤立的 AI 助手，而是嵌入深圳壹路全场景产品体系的中枢引擎（个性化智能训练方案体系ITSS）：

在教学屏前，“小铭” 实时分析学生动作，生成个性化纠正建议。学生做完一组深蹲跳，屏幕上立刻显示每个动作的评分和改进方向。

在 AI 教练机和智慧操场上，“小铭” 驱动跑步姿态分析、体测成绩评估，将原本需要体育老师逐一观察的工作自动化。学生举手开练，系统自动记录、自动评分、自动生成报告。

在区县及校级体育管理平台上，“小铭” 对区域内体育数据进行全方位、精细化分析，从开课达标率、运动时长完成率，到体质健康优良率、肥胖率、近视率，再到体育中考成绩和体育选材，所有数据一屏呈现，驱动政策制定与教学创新。

在教师移动端，“小铭” 化身体育工作者的专属智能辅教中枢 —— 打开手机，即可查看班级运动分析报告，获取 AI 生成的个性化锻炼方案，为每个学生定制训练计划。

这意味着，从学生做出第一个动作开始，到区县教研员制定学期体育政策结束，“小铭” 贯穿了数据采集、分析、决策、反馈的完整闭环。

深度而非广度：体育垂类模型的核心壁垒

当下教育行业的大模型竞争，大多比拼参数规模和通用能力。但深圳壹路选择了另一条路 —— 深度而非广度。

“一个通用大模型可能能回答‘什么是立定跳远’，但‘小铭’能告诉你：这个学生的立定跳远，摆臂幅度偏小 15 度，起跳角度偏低 3 度，腾空时间比同龄优秀标准短 0.08 秒，建议加强踝关节爆发力训练。” 深圳壹路产品负责人用一个例子说明了差异。

这种深度来自三个层面：

动作理解层：基于 YOLOv11 等视觉模型，精准识别人体关节和运动轨迹

运动评估层：基于海量数据和体能体训标准，建立科学评分模型

教学建议层：基于 MDM 科学运动体系和实际教学经验，生成可执行的训练方案

三层叠加，使得 “小铭” 不是一个 “知识库”，而是一个真正能指导体育教学实践的 “AI 教练”。

从工具到中枢：AI 体育的下一个阶段

“小铭” 的发布，标志着深圳壹路的产品策略从 “AI 工具” 进化为 “AI 中枢”。

过去，深圳壹路的每一款产品 —— 教练机、阳光跑、体测设备 —— 都是独立的 AI 工具，各自解决一个具体痛点。而 “小铭” 的贯通，让这些工具不再是孤岛，而是被一个智能大脑连接起来的协同系统。

学生跑完步，数据自动进入 “小铭” 分析；“小铭” 发现某个学生耐力偏弱，推送训练建议到教学机；教学机在下一节课自动调整该学生的训练计划；训练效果数据回流到区县平台，教研员据此优化全区体育教学安排。

数据流动起来，智能才真正产生价值。“小铭” 做的，就是让这股水流永不中断。

展会现场，“小铭助手”已在深圳壹路全产品线开放体验。第 87 届中国教育装备展示会将持续至 4 月 26 日，欢迎教育界同仁前往深圳壹路展位亲身感受 “AI 教练” 的魅力。

关于深圳壹路：深圳壹路机器人有限公司，专注于 AI + 校园体育领域。自研 “小铭” AI 体育专项模型，以亿万级运动数据为基础，贯通教学屏、教练机、智慧操场、区县管理平台、教师移动端全场景产品体系，服务全国 1000 + 学校，致力于推动学校体育走向科学化治理、标准化建设、个性化培育。