解決健身的安全和效率問題,「FitMate」用視覺技術做實時AI教練
都說健身是反人性的，對抗懶惰和食慾很難，因此無論是團課、私教、線下課、還是線上內容，健身領域的玩家都在“娛樂性”方面動腦筋。
健身小白還有一個常見的問題是，運動的安全性和科學性不能保障。使用者不瞭解自身運動能力，進行不合適的訓練課程，容易導致身體損傷。即便沒有損傷，當缺乏指導動作不正確的時候，訓練效果無法達到預期，時間長使用者也就很難堅持了。
36氪最近接觸的健身App 「FitMate 」 ，想從娛樂性、互動性更強的健身模式切入，利用碎片化的時間，讓人們先動起來，再由淺入深，進行更系統的健身內容訓練。更重要的是，團隊用 計算機視覺技術的AI健身教練，識別人們動作的規範性，進行健身指導，昨天App已經在App Store上線，年後小程式也會上線。
先來說娛樂性。
FitMate 和我們常用的 Keep 不太一樣，進入App的第一個介面是挑戰模式，每一個挑戰 由淺入深、由易到難分成不同關卡， 比如深蹲挑戰中，從臀腿探究、翹臀轟炸、漫步、不倒翁，到神槍手等五個關卡，闖關的過程很像遊戲，使用者必須逐級解鎖。 FitMate COO 姚冠奇稱，挑戰模式對使用者有很明顯的拉新促活作用，很大提升使用者的參與度和粘性。
完成挑戰後，產品即會生成個性化體測報告，從靈活性、穩定性與運動能力等方面 提供有深度的反饋結果。除了幫使用者改進動作，還能避免過度訓練與肌肉損傷。 創始人郭漢青表示，接下來團隊會研發更多功能性課程和有趣的玩法，比如音樂課程、普拉提等。
娛樂性的問題解決了？AI 健身教練如何實現呢？
創始人郭漢青表示，團隊用計算機視覺技術，自研了人體骨骼關鍵點檢測演算法、關節抖動濾波演算法，能在手機移動端實現實時、高精度人體姿態檢測。
聽起來可能有點抽象，這項技術的另一個落地的場景是抖音的“尬舞機”，FitMate在演算法上優化，使得最後的技術能在實時的基礎上，通過移動端，準確識別動作是否規範。比如，深蹲訓練中，該技術能準確識別出膝蓋內扣。
深蹲挑戰的測試視訊
而挑戰後的體測報告，也是在視覺識別的基礎上，通過運動狀態，給出運動建議。接下來，當“工具型”的功能完成，如何留住使用者？郭漢青告訴36氪，團隊會繼續豐富內容，通過工具+遊戲+內容的模式做使用者留存。而未來的課程和關卡設計，不是動作庫，使用者不需要自己選擇課程，App將採用個性化定製推薦的形式，提供針對性更強、安全高效的訓練課程。
郭漢青稱，App的人群不限於小白使用者，對於想健身但不知道怎麼健身的小白使用者，可以幫助他們降低運動門檻，安全快速上手；而對於有運動經驗的使用者，App和視覺識別技術能幫助矯正動作，提高安全性。
最後介紹一下團隊，創始人郭漢青畢業於西北工業大學飛行器設計，是前零零科技早期核心員工，擅長智慧硬體方案和演算法研究；COO 姚冠奇曾任 Keep 產品市場經理，主導 KeepKit 硬體專案產品流程設計和研發上市；首席課程設計師周嘯天曾任 Keep 資深課程設計師、Keepland線下空間運營負責人，也是ACE美國運動委員會註冊教練。