AI健身BodyPark融资数百万美元，智能健身20来了
文|马莲红
什么是智能健身？提及这个问题，人们便会联想到健身环、健身镜、智能动感单车甚至智能手表，智能健身的方式似乎多种多样，难有定论。不过，这些新兴健身用品的核心是一致的，即希望通过智能识别动作、算法等方式，更加精准地指导人们健身。
就在近日，一家名为“BodyPark型动公园”健身AI科技公司宣布，已完成数百万美元Pre-A 轮融资。本轮融资由峰瑞资本领投、Picus Capital 跟投。此前，BodyPark型动公园曾获得真格基金的天使轮融资。BodyPark创始人CEO林宜立透露，未来团队会首先专注做好当前“AI+真人”在线私教课的规模化商业化增长，进一步迭代AI引擎和产品，并研发更多AI+游戏化互动的功能，进一步降低健身的参与门槛和坚持门槛。
BodyPark智能识别更准确、参与门槛更低
企查查显示，BodyPark成立于2020年12月。其创始成员来自哈佛、清华、北大等一流学府，拥有微软、百度、华为及若干AI独角兽公司扎实的行业经验。核心团队成员不乏来自于耐克、莱美LesMills等健身行业的精英教练培训师，也有来自K12互联网教育行业的用户运营专家。
今年4月，BodyPark推出耗时一年多研发、专注于健身运动垂直场景的人体姿态识别与理解引擎——“DeepBody Engine”。
BodyPark所推出的DeepBody Engine，主要有以下几大优势：行业领先的识别准确度（96%+），兼容2D摄像头，不依赖昂贵专用硬件传感器。DeepBody Engine可不依赖于专用的硬件传感器工作，即使是手机自带的2D单目RGB摄像头上，也能做到极高的准确率；
支持更多的姿态关键点数量（如腰椎骨关节点），业内开源的第三方AI识别系统最多只能识别17个关键点，而BodyPark的AI识别系统，可识别23个主关键点，添加人脸表情与手部关节后最多可达34个关键点，支持500多个常见训练动作的计数与纠错指导，动作数量更是随着课程数量持续增加。此外，DeepBody Engine还支持更复杂的人体姿态动作捕捉与理解、高速运动中的关键点模糊动态定位，支持多人与单人检测，抗干扰性强。
基于DeepBody Engine，今年5月，BodyPark与运动品牌安德玛达成合作，为安德玛全新上线的UA HOUSE“AI体适能评估”提供算法与技术服务。同时，BodyPark还推出首个上线产品“BodyPark在线AI真人私教课”。
与传统线上健身千人一面的录播课程模式不同，BodyPark通过创新的音视频互动技术，把线下真人私教的亲密互动指导搬到了线上。BodyPark创新采用“认证真人私教+AI算法助教+游戏化社交”的在线居家小团体课模式，提供包括自重训练、有氧燃脂、HIIT、力量塑形、体态拉伸等丰富类型的课程，辅助以弹力带、哑铃等小器械，并提供从L1到H级的五级进阶模式。
该线上课程目前提供单次卡，不限次季卡/半年卡/年卡等收费模式，付费用户的首单付费在2000～3000元之间。BodyPark产品服务上线不到一年，已累计服务全国数万名付费学员，付费会员月均上课次数约12节，会员留存续费率高达80%。不久前BodyPark还和腾讯视频《欢乐颂3》欢乐颂zone建立了合作关系，成为后者的官方健身合作伙伴。
健身行业AI黑科技竞争加剧
BodyPark的出现，背后是健身行业正在经历的AI变革。正如文章开头所言，近年来智能健身镜、健身环、智能动感单车等智能健身产品层出不穷，特别是健身镜，从高端到低端产品应有尽有。
其中，人体姿态识别准确率，是决定消费者能否为这些新兴商品买单的关键。人体姿态识别，是指能定位图像或视频中人体各关键点（通俗称关节，如肘、膝盖等部位）的技术。这项技术近年来一直是CV（计算机视觉）学术领域的前沿话题。国内外的顶级高校和科技企业，也都陆续发布了不少论文以及开源的算法模型。
然而，目前学术或工业界的算法模型，仅达到实验室可用，准确度并不高。尤其在健身体育这一垂直领域的实际复杂场景下，这些通用模型也做不到稳定可靠的高精准识别。
以健身镜为例，在某款健身镜发布会上，其创始人称产品能够识别并指导用户健身，但在实际展示中，该健身镜却因为识别不够准确，遭到不少人质疑。另一方面，为了追寻更高的人体姿态识别精确度，一些健身镜不得不选用成本更高的硬件设备，某知名健身镜就曾被爆出，成本近万元，其中内置的识别镜头成本占比就超过一半，这也导致最终健身镜的售价一直居高不下，难以被普通消费者所接受。
因此BodyPark的出现，无疑是行业智能健身的又一次突破，无需专门买设备，只需一部手机，就可以实现健身指导，大大降低智能健身准入门槛。此外乐运动也搭载了可以进行人体姿态识别的AI功能。
尽管目前在实际使用中，健身AI功能不尽如人意，但随着AI技术的进步，未来有可能真正实现智能私教。
注：本文所用图片来自网络