

AI体育科技公司SportVision完成天使+轮融资,高瓴创投领投,聚焦打造实时交互式AI运动教练系统,以自研视觉算法和海量运动数据为底座,率先在羽毛球、网球等拍类运动中实现动作识别、即时反馈与个性化训练方案,推动运动科技从记录工具升级为AI Copilot。
作者|黄楠
编辑|袁斯来
硬氪获悉,AI体育科技公司SportVision近日已完成天使+轮融资,高瓴创投(GL Ventures)领投,谦恒资本担任独家财务顾问。本轮资金将重点用于核心技术研发、产品量产落地及市场的拓展推广。其新款AI网球训练相机产品计划发售中。
SportVision隶属于深圳思博威视体育科技有限公司,长期专注运动算法研发与硬件产品应用、构建AI智能教练体系,此前已获得李泽湘教授旗下清水湾基金的天使轮投资。
过去几年,运动科技赛道几乎被硬件厂商重新定义了一遍。发球机让“一个人练球”成为可能,运动相机令“训练过程的记录”不再需要专人跟拍,智能手表/手环把心率、步频、消耗卡路里等量化成精确的长期数据记录。
尽管每一类产品都跑出了规模不小的公司,但它们各自停留在陪练、记录、监测的单点功能上——数据相互独立、能力无法贯通,难以为用户提供连贯、整体的个性化支持。
运动人群的深层渴望远不止于被记录,还有被指导、被陪伴、被看见进步。一场更底层的变革正在发生:从“记录工具” 到 “AI运动Copilot”的跨越,运动科技赛道正在重写。
工具只需完成指令,而Copilot则可以像教练一样理解状态、识别动作、纠正习惯,甚至在运动热情消退时成为那个督促陪伴的人。
要补上这道体验鸿沟,用户需要的不只是更强性能的硬件,更是一个能把整合所有信息、真正理解运动者的“大脑”。这也正是SportVision精准切入的核心位置。

全运会现场所使用的SportVision设备(图源/企业)
SportVision创始人陈楷夫本科毕业于吉林大学物理学院严济慈班、哥伦比亚大学机器人学硕士,曾在MMLab从事姿态识别与目标检测算法研究;身为一名前游泳运动员,他对运动学习、动作纠正与训练效率的痛点有切身感知,正是这段经历,让他决心用AI技术破解非结构化运动数据难题,构建一个可规模化、可复制的个性化运动产品和训练体系。
联合创始人杨晨旭是资深网球爱好者,曾在腾讯、字节负责AI产品开发。多位团队核心成员来自商汤、字节、阿里、腾讯等头部科技企业,具备AI算法、软硬件一体化研发与全球化品牌运营能力,已形成了从技术研发到产品落地的完整闭环。
公司起步初期,SportVision选择从羽毛球场景切入进行关键产品验证,首款产品“好球哇”是一套羽毛球AI运动相机方案。设备可实时采集球场画面,通过视觉算法自动识别并捕捉用户的运动高光时刻,为普通运动爱好者、专业运动员及赛事场景,提供高光集锦、赛事直播、运动数据分析等一体化服务。
这套系统落地了全国数十家头部羽毛球馆,并获得林丹、王睁茗、龚睿那等世界冠军在内的多位种子用户支持。在赛事侧,该系统也服务了全运会残特奥会、粤港澳大湾区羽毛球比赛、深圳杯等多场关键赛事。
但它真正的价值,远非硬件本身,而是持续运行中沉淀的海量运动数据。
在拍摄过程中,SportVision自研算法能实时分析并智能预测运动轨迹,根据比赛进程自动调整摄像角度,对复杂的多人运动场景进行针对性学习优化。从世界冠军到刚入门的爱好者,从专业教练的指导语料到普通用户的练习习惯,场馆设备每天运行十几个小时,能收集到各类各样的泛化数据。每一场球、每一次挥拍、每一个得分瞬间,都在被系统记录、拆解、分析。
这是一座难以被发球机或运动相机采集到的数据矿。
运动学习的基本机制分为三个阶段:认知阶段(通过视觉掌握动作要领)、联想阶段(在反复练习中形成神经通路)、自主阶段(动作固化成为肌肉记忆)。其中联想阶段的及时反馈最为关键:动作做对还是做错需要在几秒内被确认,否则错误动作就会被“练熟”。
陈楷夫向硬氪指出,“此前,多数运动AI解决方案仍停留在‘事后分析’阶段,用户完成运动后上传视频、系统给出复盘报告。但这种模式错过了最佳纠正窗口。”
因此,SportVision想搭建的,是一套基于实时交互的预判式AI。
“好的运动员不一定是好教练,好教练的价值在于知道怎么教。”陈楷夫说,“我们要做的,是把教练的教法萃取出来,让AI学会怎么教。”
随着网球、羽毛球、匹克球等拍类运动在全球范围内持续升温,用户对运动提升的需求愈发迫切。传统的请教练模式面临成本高、频次低的矛盾,一周请一两次教练,用户练习时无法得到反馈,对于向网球这样的运动,可能需要一年才能从入门到实现“对打社交”。正反馈周期长,也使得很多人停留在了入门阶段。
这正是SportVision的核心壁垒所在:那些在球场上日夜运转的设备,收集到的海量数据。从骨骼点识别到动作模式分析,从专业运动员的动作库到普通用户的练习轨迹,这些数据构成了可迁移的技术底座,能够在各类拍类运动中得以技术复用和迁移。

SportVision首款网球AI Copilot产品(图源/企业)
“我们做的不是一款运动相机,而是构建未来运动人群个性化AI教练的世界模型。”陈楷夫告诉硬氪,“用户甚至不需要思考‘我该怎么练’,而是由系统主动管理你的运动进步。”
硬氪获悉,SportVision首款网球AI Copilot产品正在紧密的研发流程中。以相机为载体,系统可识别用户运动动作并与专业标准动作比对,实时反馈纠正建议;同时,结合教练指导场景,生成个性化训练方案,让用户在独自练习时也能获得针对性、科学化的AI陪练指导。
该产品概念此前已在CES 2026上展出,首发市场聚焦欧美地区。这里拥有了全球密度最高的网球用户群体,也是付费意愿与消费能力最突出的核心市场。
回到AI时代运动科技竞争的底层逻辑迁移,当大模型逐渐消解知识鸿沟,竞争的壁垒不再停留于算法参数,而是向两端迁移——一端是数据的密度与深度,另一端是场景的介入与闭环。
SportVision长期积累的稀缺数据资产,正在成为其下一代AI教练产品的技术底座。从情绪价值到功能性与情绪价值兼具、从记录到指导,从单一品类到拍类运动通用技术底座,这家公司正在尝试的命题是,加速推动运动科技从“工具”到“AI Copilot”的关键升级。