高瓴出手了一家AI體育科技公司，曾獲李澤湘天使輪融資｜硬氪首發(fā)

作者｜黃楠

編輯｜袁斯來

硬氪獲悉，AI體育科技公司SportVision近日已完成天使+輪融資，高瓴創(chuàng)投（GL Ventures）領投，謙恒資本擔任獨家財務顧問。本輪資金將重點用于核心技術研發(fā)、產(chǎn)品量產(chǎn)落地及市場的拓展推廣。其新款AI網(wǎng)球訓練相機產(chǎn)品計劃發(fā)售中。

SportVision隸屬于深圳思博威視體育科技有限公司?，長期專注運動算法研發(fā)與硬件產(chǎn)品應用、構建AI智能教練體系，此前已獲得李澤湘教授旗下清水灣基金的天使輪投資。

過去幾年，運動科技賽道幾乎被硬件廠商重新定義了一遍。發(fā)球機讓“一個人練球”成為可能，運動相機令“訓練過程的記錄”不再需要專人跟拍，智能手表/手環(huán)把心率、步頻、消耗卡路里等量化成精確的長期數(shù)據(jù)記錄。

盡管每一類產(chǎn)品都跑出了規(guī)模不小的公司，但它們各自停留在陪練、記錄、監(jiān)測的單點功能上——數(shù)據(jù)相互獨立、能力無法貫通，難以為用戶提供連貫、整體的個性化支持。

運動人群的深層渴望遠不止于被記錄，還有被指導、被陪伴、被看見進步。一場更底層的變革正在發(fā)生：從“記錄工具” 到 “AI運動Copilot”的跨越，運動科技賽道正在重寫。

工具只需完成指令，而Copilot則可以像教練一樣理解狀態(tài)、識別動作、糾正習慣，甚至在運動熱情消退時成為那個督促陪伴的人。

要補上這道體驗鴻溝，用戶需要的不只是更強性能的硬件，更是一個能把整合所有信息、真正理解運動者的“大腦”。這也正是SportVision精準切入的核心位置。

全運會現(xiàn)場所使用的SportVision設備（圖源/企業(yè)）

SportVision創(chuàng)始人陳楷夫本科畢業(yè)于吉林大學物理學院嚴濟慈班、哥倫比亞大學機器人學碩士，曾在MMLab從事姿態(tài)識別與目標檢測算法研究；身為一名前游泳運動員，他對運動學習、動作糾正與訓練效率的痛點有切身感知，正是這段經(jīng)歷，讓他決心用AI技術破解非結構化運動數(shù)據(jù)難題，構建一個可規(guī)模化、可復制的個性化運動產(chǎn)品和訓練體系。

聯(lián)合創(chuàng)始人楊晨旭是資深網(wǎng)球愛好者，曾在騰訊、字節(jié)負責AI產(chǎn)品開發(fā)。多位團隊核心成員來自商湯、字節(jié)、阿里、騰訊等頭部科技企業(yè)，具備AI算法、軟硬件一體化研發(fā)與全球化品牌運營能力，已形成了從技術研發(fā)到產(chǎn)品落地的完整閉環(huán)。

公司起步初期，SportVision選擇從羽毛球場景切入進行關鍵產(chǎn)品驗證，首款產(chǎn)品“好球哇”是一套羽毛球AI運動相機方案。設備可實時采集球場畫面，通過視覺算法自動識別并捕捉用戶的運動高光時刻，為普通運動愛好者、專業(yè)運動員及賽事場景，提供高光集錦、賽事直播、運動數(shù)據(jù)分析等一體化服務。

這套系統(tǒng)落地了全國數(shù)十家頭部羽毛球館，并獲得林丹、王睜茗、龔睿那等世界冠軍在內的多位種子用戶支持。在賽事側，該系統(tǒng)也服務了全運會殘?zhí)貖W會、粵港澳大灣區(qū)羽毛球比賽、深圳杯等多場關鍵賽事。

但它真正的價值，遠非硬件本身，而是持續(xù)運行中沉淀的海量運動數(shù)據(jù)。

在拍攝過程中，SportVision自研算法能實時分析并智能預測運動軌跡，根據(jù)比賽進程自動調整攝像角度，對復雜的多人運動場景進行針對性學習優(yōu)化。從世界冠軍到剛入門的愛好者，從專業(yè)教練的指導語料到普通用戶的練習習慣，場館設備每天運行十幾個小時，能收集到各類各樣的泛化數(shù)據(jù)。每一場球、每一次揮拍、每一個得分瞬間，都在被系統(tǒng)記錄、拆解、分析。

這是一座難以被發(fā)球機或運動相機采集到的數(shù)據(jù)礦。

運動學習的基本機制分為三個階段：認知階段（通過視覺掌握動作要領）、聯(lián)想階段（在反復練習中形成神經(jīng)通路）、自主階段（動作固化成為肌肉記憶）。其中聯(lián)想階段的及時反饋最為關鍵：動作做對還是做錯需要在幾秒內被確認，否則錯誤動作就會被“練熟”。

陳楷夫向硬氪指出，“此前，多數(shù)運動AI解決方案仍停留在‘事后分析’階段，用戶完成運動后上傳視頻、系統(tǒng)給出復盤報告。但這種模式錯過了最佳糾正窗口。”

因此，SportVision想搭建的，是一套基于實時交互的預判式AI。

“好的運動員不一定是好教練，好教練的價值在于知道怎么教。”陳楷夫說，“我們要做的，是把教練的教法萃取出來，讓AI學會怎么教。”

隨著網(wǎng)球、羽毛球、匹克球等拍類運動在全球范圍內持續(xù)升溫，用戶對運動提升的需求愈發(fā)迫切。傳統(tǒng)的請教練模式面臨成本高、頻次低的矛盾，一周請一兩次教練，用戶練習時無法得到反饋，對于向網(wǎng)球這樣的運動，可能需要一年才能從入門到實現(xiàn)“對打社交”。正反饋周期長，也使得很多人停留在了入門階段。

這正是SportVision的核心壁壘所在：那些在球場上日夜運轉的設備，收集到的海量數(shù)據(jù)。從骨骼點識別到動作模式分析，從專業(yè)運動員的動作庫到普通用戶的練習軌跡，這些數(shù)據(jù)構成了可遷移的技術底座，能夠在各類拍類運動中得以技術復用和遷移。

SportVision首款網(wǎng)球AI Copilot產(chǎn)品（圖源/企業(yè)）

“我們做的不是一款運動相機，而是構建未來運動人群個性化AI教練的世界模型。”陳楷夫告訴硬氪，“用戶甚至不需要思考‘我該怎么練’，而是由系統(tǒng)主動管理你的運動進步。”

硬氪獲悉，SportVision首款網(wǎng)球AI Copilot產(chǎn)品正在緊密的研發(fā)流程中。以相機為載體，系統(tǒng)可識別用戶運動動作并與專業(yè)標準動作比對，實時反饋糾正建議；同時，結合教練指導場景，生成個性化訓練方案，讓用戶在獨自練習時也能獲得針對性、科學化的AI陪練指導。

該產(chǎn)品概念此前已在CES 2026上展出，首發(fā)市場聚焦歐美地區(qū)。這里擁有了全球密度最高的網(wǎng)球用戶群體，也是付費意愿與消費能力最突出的核心市場。

回到AI時代運動科技競爭的底層邏輯遷移，當大模型逐漸消解知識鴻溝，競爭的壁壘不再停留于算法參數(shù)，而是向兩端遷移——一端是數(shù)據(jù)的密度與深度，另一端是場景的介入與閉環(huán)。

SportVision長期積累的稀缺數(shù)據(jù)資產(chǎn)，正在成為其下一代AI教練產(chǎn)品的技術底座。從情緒價值到功能性與情緒價值兼具、從記錄到指導，從單一品類到拍類運動通用技術底座，這家公司正在嘗試的命題是，加速推動運動科技從“工具”到“AI Copilot”的關鍵升級。