對話何衛(wèi)談體育AI:訓(xùn)練開始靠數(shù)據(jù),比賽一半靠心理,審美永遠(yuǎn)靠人

作者：高飛、孫封蕾

體操被稱為"運動之父"。柔韌、協(xié)調(diào)、靈敏、力量，幾乎所有競技項目需要的身體素質(zhì)，都可以在體操中找到原型。跳水、自由式滑雪空中技巧、速度滑冰，許多項目的運動員小時候練的都是體操。

但體操也是最難被技術(shù)穿透的運動之一。運動員身上不能佩戴傳感器，每一個翻騰轉(zhuǎn)體都在零點幾秒內(nèi)完成，技術(shù)動作的好壞涉及高度、速度、角度、姿態(tài)等數(shù)十個維度的綜合判斷，而且沒有絕對的"金標(biāo)準(zhǔn)"。一個拜爾斯式的跳馬和一個中國運動員的跳馬，技術(shù)路徑可以完全不同，評判標(biāo)準(zhǔn)也因人而異。

這讓體操成了AI進(jìn)入競技體育的一個極好的觀察窗口：如果AI能在這里找到用武之地，其他項目也就有了參照。

何衛(wèi)是國家體育總局體育科學(xué)研究所運動心理與生物力學(xué)研究中心主任，也是國家體操隊的科研負(fù)責(zé)人。從2016年開始，他一直跟著體操隊做科技保障工作，帶團(tuán)隊搭建了體操訓(xùn)練監(jiān)控大數(shù)據(jù)平臺，構(gòu)建了覆蓋機能監(jiān)控、情報信息、心理調(diào)控、技術(shù)診斷等十多個領(lǐng)域的科技助力體系。在他看來，AI與體育的關(guān)系，遠(yuǎn)比外界想象的復(fù)雜，也遠(yuǎn)比外界想象的有潛力。

這是"對話體育AI"專欄的第一篇。2026年3月，我們在北京專訪了何衛(wèi)，從體操出發(fā)，試圖勾勒AI在競技體育中的真實處境、當(dāng)下進(jìn)展和未來機遇。

從經(jīng)驗到數(shù)據(jù)，走了多遠(yuǎn)

中國競技體育的訓(xùn)練傳統(tǒng)，長期以來是"師傅帶徒弟"。退役運動員轉(zhuǎn)做教練，把自己的成功經(jīng)驗傳授給下一代。這套體系培養(yǎng)了一代又一代奧運冠軍，但也有一個根本性的局限：經(jīng)驗難以量化、難以復(fù)制、難以糾錯。

科技真正進(jìn)入中國競技體育，差不多是十年前開始的。隨著"科學(xué)化訓(xùn)練"理念在各支國家隊逐步推開，"沒有數(shù)據(jù)就沒有訓(xùn)練"開始成為共識。各項目隊開始組建復(fù)合型科研保障團(tuán)隊，系統(tǒng)性地采集和使用訓(xùn)練數(shù)據(jù)。

在體操隊，這種轉(zhuǎn)變的落地方式是一個大數(shù)據(jù)平臺。從東京奧運周期開始，何衛(wèi)帶團(tuán)隊將運動員的訓(xùn)練日記、體能測試、體成分?jǐn)?shù)據(jù)、比賽成績?nèi)鏀?shù)字化。教練和運動員可以通過平臺查看個人狀態(tài)和發(fā)展變化，橫向縱向比對分析運動表現(xiàn)。平臺二期正在推進(jìn)預(yù)測模型的開發(fā)，目標(biāo)是通過數(shù)據(jù)自動化分析來挖掘運動員的成功規(guī)律，并進(jìn)行傷病預(yù)警。

與此同時，無標(biāo)記運動捕捉技術(shù)的引入解決了體操的一個獨特難題。體操運動員做動作時不適合在身上貼傳感器，因為即可能影響運動員的本體感覺，也可能帶來損傷風(fēng)險，但訓(xùn)練又需要精確的技術(shù)分析。過去靠手工解析視頻，一套數(shù)據(jù)出來可能兩三周就過去了，訓(xùn)練中完全用不上。現(xiàn)在通過無標(biāo)記動捕系統(tǒng)，運動員完成一個跳馬動作后，幾秒鐘內(nèi)就能獲得上板時的膝關(guān)節(jié)角度、撐馬時的軀干姿態(tài)、最大騰空高度、翻轉(zhuǎn)速度等關(guān)鍵參數(shù)。何衛(wèi)說這是"一項技術(shù)革新"，年輕運動員已經(jīng)會主動要求查看自己的動作和優(yōu)秀運動員的差別，做實時對比分析。

這些進(jìn)展是實實在在的。但何衛(wèi)也坦誠地指出了當(dāng)前的瓶頸：競技體育積累的數(shù)據(jù)，和金融、交通這些行業(yè)比，量級差距大，標(biāo)準(zhǔn)化程度也不高。即便數(shù)據(jù)采集能力提升了，從"采到數(shù)據(jù)"到"用好數(shù)據(jù)"之間仍有鴻溝。動捕系統(tǒng)可以產(chǎn)出大量參數(shù)，但哪些對教練決策真正有用？每個運動員的技術(shù)特點不同，不存在通用的評判模型。

這個瓶頸并非中國獨有，但國際上的情況略好一些。NBA、英超、ATP網(wǎng)球巡回賽，因為職業(yè)化程度高、商業(yè)驅(qū)動力強，數(shù)據(jù)分析和AI應(yīng)用的滲透率明顯高于傳統(tǒng)的非職業(yè)化項目。何衛(wèi)觀察到，國外教練對科研數(shù)據(jù)的使用意愿更強，科研團(tuán)隊和教練團(tuán)隊之間形成了緊密的協(xié)作關(guān)系。蘇炳添的外教蘭迪·亨廷頓就是一個典型，他對科研數(shù)據(jù)的重視和國內(nèi)多數(shù)教練的態(tài)度形成了鮮明對比。

何衛(wèi)的判斷是：目前中國競技體育的訓(xùn)練模式中，經(jīng)驗仍然占八九成，數(shù)據(jù)驅(qū)動的比例還比較小。但趨勢已經(jīng)確立，未來數(shù)據(jù)驅(qū)動的比例至少要到30%到40%。"從經(jīng)驗驅(qū)動到數(shù)據(jù)驅(qū)動"，這個轉(zhuǎn)變正在發(fā)生。

視覺、大模型與"好壞題"

數(shù)據(jù)的積累為AI介入競技體育打下了基礎(chǔ)，而大模型的出現(xiàn)，給這個領(lǐng)域帶來了新的想象空間。

2022年底ChatGPT發(fā)布之后，體育總局的科研立項開始明顯向AI方向傾斜。動作識別、自動捕捉分析、體育領(lǐng)域的垂直大模型，都成了熱門方向。2025年4月，體育總局科教司明確將"推進(jìn)人工智能在體育行業(yè)應(yīng)用"列為年度重點工作，牽頭成立了"體育+人工智能"工作組，并將相關(guān)行動納入《"十五五"體育科教發(fā)展規(guī)劃》。多所高校已在建設(shè)體育AI的學(xué)科方向和垂直大模型，在跳水、游泳、籃球、田徑、羽毛球等項目的國家隊備戰(zhàn)中開始提供服務(wù)。

何衛(wèi)自己也是大模型工具的積極使用者。他說以前單純的聊天問答已經(jīng)滿足不了科研需求了，現(xiàn)在需要的是能建知識庫、做深度數(shù)據(jù)分析的功能。這代表了一線科研人員的真實態(tài)度：不是排斥，不是迷信，而是在不斷探索更好的用法。

但在競技訓(xùn)練的核心場景中，大模型的落地還面臨根本性的挑戰(zhàn)。何衛(wèi)用了一個很好的區(qū)分來解釋：鷹眼系統(tǒng)之所以能快速普及，是因為它解決的是"是非題"，球過線了沒有、腳踩線了沒有，答案確定，不存在歧義。但訓(xùn)練場上教練需要的是"好壞題"，這個動作8分還是6.5分？這個技戰(zhàn)術(shù)在下半場體能下降時還管不管用？這類判斷涉及大量主觀評估和情境理解，是當(dāng)前AI最難攻克的部分。

何衛(wèi)的團(tuán)隊在體操上做過一個嘗試。他們開發(fā)了一個跳馬的動作分析系統(tǒng)，試圖通過精準(zhǔn)測量轉(zhuǎn)體、高度、速度等參數(shù)來輔助打分。做著做著發(fā)現(xiàn)：窮盡不了所有情況，泛化性不足。后來開始嘗試另一個方向，把大量比賽視頻和對應(yīng)成績直接給到模型，讓它自己去學(xué)習(xí)。這在理論上可行，但體育領(lǐng)域標(biāo)準(zhǔn)化的訓(xùn)練數(shù)據(jù)還遠(yuǎn)不夠用。

體操的"好壞題"短期內(nèi)很難被AI攻克，但在對抗類和集體類項目上，視覺模型的前景可能更近一些。何衛(wèi)現(xiàn)在也在跟摔跤隊合作。摔跤教練特別想知道對手的得分模式，通過什么技術(shù)得分、上下半場體能變化如何。如果有視覺模型能從大量比賽視頻中自動提取這些信息，對教練的價值是直接的。羽毛球也是同樣邏輯，每周都有公開賽，理論上可以用視覺模型自動分析對手的擊球模式和得分特點。何衛(wèi)的團(tuán)隊已經(jīng)做了一些嘗試。有效果，但準(zhǔn)確度離教練的要求還有距離。"你準(zhǔn)確到80%、89%，覺得了不得了。但教練要的是99%。"

整體而言，視覺識別走在最前面，大語言模型更多用在知識管理和報告解讀，智能體的探索剛起步。真正改變教練決策方式的AI產(chǎn)品，在國內(nèi)競技體育中還很稀缺。但方向是對的，投入在增加，空間也在打開。

另一個值得關(guān)注的交匯點來自機器人。2026年春晚上，宇樹機器人表演了后空翻、托馬斯全旋等體操動作。3月初，北京通用人工智能研究院和宇樹等機構(gòu)聯(lián)合發(fā)布的OMNIXTREME框架，讓人形機器人用一套通用策略學(xué)會數(shù)十種"極限運動"，真機成功率超過91%。機器人可以學(xué)到動作外形，但很難復(fù)制運動員發(fā)力的精微感覺，研究運動中的人，始終是最復(fù)雜的事。不過反過來看，機器人公司訓(xùn)練運動控制模型時缺的正是高質(zhì)量人體運動數(shù)據(jù)，而競技體育多年來積累了大量這類資源。雙方各取所需，兩個看似不相關(guān)的領(lǐng)域，可能正在走向合流。

賽臺上的另一半

采訪進(jìn)入下半場的時候，話題轉(zhuǎn)到了一個我們事先沒有預(yù)料到的方向：運動心理。

何衛(wèi)說了一句讓我們印象深刻的話：在競技體育中，到了比賽的時候，心理因素"能占到接近一半"。

五五開。身體和心理，各占一半。

這不是體操獨有的現(xiàn)象。何衛(wèi)舉了射擊的例子：中國射擊隊在訓(xùn)練中的成績，絕對比奧運會上打出來的要好。頂尖運動員在比賽中能發(fā)揮出訓(xùn)練水平的80%就已經(jīng)不錯了，剩下的20%被壓力吃掉了。"我們很多優(yōu)勢項目，訓(xùn)練水平絕對高于比賽水平。"訓(xùn)練本身就是冗余設(shè)計，用來對沖心理折扣。

體操尤其特殊。它是一個"自己跟自己比"的項目，不存在對手互動，也不是隔網(wǎng)對抗。站上賽臺的那一刻，運動員面對的是相當(dāng)程度的孤獨。緊張、焦慮、對場上形勢的判斷，直接影響技術(shù)動作的成敗。

這種孤獨感帶來的心理壓力有多大？2021年東京奧運會上發(fā)生的一件事，讓全世界看到了答案。美國體操名將拜爾斯，被公認(rèn)為歷史上最偉大的體操運動員之一，在團(tuán)體決賽中突然退賽。她后來公開解釋說自己出現(xiàn)了"twisties"，一種體操運動員在空中突然喪失空間感知的現(xiàn)象，無法判斷身體的方位和旋轉(zhuǎn)角度。這不是傷病，不是體能問題，而是一種極端壓力下的心理和神經(jīng)反應(yīng)。拜爾斯選擇了退出，因為在這種狀態(tài)下繼續(xù)翻騰可能導(dǎo)致嚴(yán)重受傷。

何衛(wèi)也感慨，這種心理波動是可以訓(xùn)練和調(diào)控的，但很難完全消除。國家隊有專門的心理團(tuán)隊長期駐隊，做心理知識普及、自信心訓(xùn)練、賽前焦慮調(diào)控，也針對個體做具體的咨詢和干預(yù)。做運動心理工作最關(guān)鍵的是建立信任，必須長期在一起、慢慢熟悉，運動員才會真正敞開。比賽前，心理團(tuán)隊會給運動員準(zhǔn)備簡潔的提示卡，提醒步伐節(jié)奏、熱身要做哪幾個動作、不要多想。核心邏輯是讓運動員在上場前聚焦一件事，排除雜念。

這些方法有效，但覆蓋面有限。每位運動員的心理狀態(tài)都高度個性化，心理團(tuán)隊人手有限，信任關(guān)系的建立也需要時間。

何衛(wèi)認(rèn)為，心理恰恰是AI最有可能率先發(fā)揮作用的領(lǐng)域。他的理由并不復(fù)雜：運動員的日常訓(xùn)練節(jié)奏緊張，和心理老師面對面交流的時間有限。如果有一個隨時可用的AI工具，可以聊訓(xùn)練中的困惑，可以做正念練習(xí)，可以在睡前幫助放松，它能覆蓋心理團(tuán)隊照顧不到的碎片化時間。何衛(wèi)之前看到有人做類似"唱吧小屋"的心理服務(wù)產(chǎn)品，走進(jìn)去和智能體對話、做冥想訓(xùn)練。他覺得如果把專業(yè)的運動心理學(xué)知識灌進(jìn)去，"放到國家隊來用，那就太好了。"

2024年4月國際奧委會發(fā)布的《奧林匹克AI議程》中，已經(jīng)明確提到了AI在運動員心理支持方面的潛在價值。巴黎奧運會上也首次使用了AI監(jiān)控社交媒體上針對運動員的不當(dāng)言論，保護(hù)他們的心理健康。運動心理和AI的交叉，正在從一個邊緣話題變成主流議程。

入體育，出體育

從訓(xùn)練數(shù)據(jù)到視覺識別，從心理陪伴到運動處方，AI在體育領(lǐng)域能做的事越來越多。但一個現(xiàn)實的問題隨之而來：這些技術(shù)的商業(yè)化路徑在哪里？

我們采訪過的一位體育產(chǎn)業(yè)分析師說過一句話："入體育的目的是要出體育的。"

這句話點到了關(guān)鍵。競技訓(xùn)練這個細(xì)分場景本身的商業(yè)空間有限，但體育產(chǎn)業(yè)的整體盤子已經(jīng)很大，而且還在快速擴(kuò)張。據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)，2024年全國體育產(chǎn)業(yè)總規(guī)模達(dá)到3.84萬億元，增加值1.6萬億元，占GDP比重提升至1.19%。2025年9月，國務(wù)院辦公廳印發(fā)《關(guān)于釋放體育消費潛力進(jìn)一步推進(jìn)體育產(chǎn)業(yè)高質(zhì)量發(fā)展的意見》，明確提出到2030年體育產(chǎn)業(yè)總規(guī)模超過7萬億元，并強調(diào)"支持大數(shù)據(jù)、人工智能等新技術(shù)在體育領(lǐng)域的創(chuàng)新運用"。政策把科技賦能和消費升級綁在了一起。

在這個大盤子里，AI除了服務(wù)競技體育的幾千名頂尖運動員之外，還有一個更廣闊的機會：把競技體育的專業(yè)積累轉(zhuǎn)化為大眾可用的產(chǎn)品和服務(wù)。競技體育提供的是一個極端的技術(shù)驗證場景。如果AI能在奧運冠軍面臨的那種極端壓力下證明自己，向大眾市場延伸就有了最強的背書。這個邏輯在心理領(lǐng)域尤其成立：如果一套AI系統(tǒng)能幫助運動員在幾秒鐘內(nèi)、全世界注視下穩(wěn)定心態(tài)，那它用來幫高考生在考前調(diào)整狀態(tài)、幫職場人克服公開發(fā)言的緊張，只會更加得心應(yīng)手。

這種從競技到大眾的延伸，何衛(wèi)及其同事就在探索。體科所和地方合作發(fā)布了一個體質(zhì)健康領(lǐng)域的大模型產(chǎn)品，做的是國民體質(zhì)監(jiān)測的智能化。參加幾項標(biāo)準(zhǔn)測試后，系統(tǒng)評估心肺耐力、力量水平等狀態(tài)，推薦運動處方，還帶標(biāo)準(zhǔn)動作的視頻庫。他坦言目前分析精度還有提升空間，但"至少已經(jīng)開始了這個嘗試"。

大眾健康的需求是真實而巨大的。何衛(wèi)之前和青少年體育部門合作，針對駝背、高低肩、骨盆前傾后傾等身體姿態(tài)問題，做了一套評估加矯正的課程體系，拍了標(biāo)準(zhǔn)化的動作視頻。當(dāng)時想配上AI動作識別功能讓孩子在家也能得到指導(dǎo)，但開發(fā)成本太高暫時擱置了。放到今天，隨著視覺模型能力的快速提升和成本下降，這個方向正變得越來越可行。

肩痛、膝蓋不適、頸椎問題、脊柱側(cè)彎，這些"不是病但很難受"的亞健康狀態(tài)，困擾著數(shù)以億計的久坐人群和青少年。體科所在這個領(lǐng)域有長期的專業(yè)積累，從功能性評估到康復(fù)訓(xùn)練都有體系化的知識。如果和AI的個性化評估和交互能力結(jié)合起來，可能誕生一個覆蓋面極廣的產(chǎn)品。據(jù)艾瑞咨詢預(yù)測，2025年中國智能運動健身行業(yè)市場規(guī)?？蛇_(dá)820億元，而整個智慧體育市場仍處于早期階段，空間遠(yuǎn)未觸頂。

從競技體操的技術(shù)診斷，到運動心理的AI陪伴，再到大眾的運動處方，這條從塔尖到塔基的路徑，就是體育AI"出圈"的邏輯。

最后的賽臺

采訪接近尾聲時，我們問了何衛(wèi)一個問題：如果AI全面介入體育，有什么是它做不到的？或者說，什么是人類所獨有的？

他的答案是：審美。

體操是一個"難美性項目"，這是業(yè)內(nèi)的術(shù)語。比賽成績由兩部分構(gòu)成：難度分和完成分。難度分相對客觀，你識別到了動作，就知道它是0.1還是0.5，AI完全可以勝任。日本富士通已經(jīng)做出了這樣的評分輔助系統(tǒng)。

但完成分不一樣。完成分里除了扣除技術(shù)錯誤之外，還包含藝術(shù)表現(xiàn)力：音樂的配合、舞蹈的編排、動作之間的銜接與流暢度。這是一個"非常主觀的分?jǐn)?shù)"。如果把評分完全交給AI，這個維度就消失了。何衛(wèi)說，那樣的話"你就不需要編排，不需要音樂、舞蹈，就玩動作就好了"，體操會失去它之所以存在的那部分價值。

這可能是整個"AI+體育"話題中最耐人尋味的一層。在所有那些關(guān)于數(shù)據(jù)、模型、效率的討論之后，何衛(wèi)最終把我們帶回了一個最古老的命題：體育的核心不是精確，是人。是人在極限狀態(tài)下展現(xiàn)出的力量、勇氣、美感，以及那些無法被量化的東西。

AI可以幫運動員跑得更快、跳得更高、在關(guān)鍵時刻多一分從容。但讓觀眾屏住呼吸的那一刻——不是數(shù)據(jù)，是一個人在賽臺上呈現(xiàn)出的、獨屬于他的美。

AI發(fā)展越來越快，社會中存在一種廣泛的焦慮：當(dāng)AI無限進(jìn)化之后，人類的角色在哪里？從AI體育這個細(xì)分場景里，我們得到了一個具體而明確的答案?？刂普撝钢Z伯特·維納在1950年寫過一本書，書名叫《人有人的用處》。七十多年后，這個判斷在體操館里、在賽臺上、在運動員起跳的那一瞬間，依然成立。