- 综合排序
- 最热优先
- 最新优先
- 来自专栏量子位
百度AI的“圈地运动”
郭一璞 发自 凹非寺 量子位 报道 | 公众号 QbitAI 一年前，百度开了中国AI的第一次开发者大会。 百度创始人李彦宏说，AI时代将是开发者的时代。 百度这个AI生态又呈现出何等面貌？ 这背后可能有一些时代潮向变化的影子。 地毯式“轰炸” 单从结果来看，百度真可谓发起了一场“圈地运动”。 围绕开发者，从点，到线，再到面。 至此，百度已经免费开放从感知到认知的最常用AI技术，为开发者与合作伙伴提供全栈式免费AI能力支持。 去年10月，首期百度AI加速器在AI开发者实战营首站推出，然后经过两个多月的报名及评估，从上千个项目中经过多轮资料筛选和面试沟通，最终选出优质企业正式进入首期AI加速器。 AI服务。
84220发布于 2018-07-20 成功案例分享|使用AI运动识别插件+微搭，快速搭建AI美体运动小程序
用户为形体礼仪培训机构，计划开发一款AI美体运动小程序，旨在为用户提供专业的运动指导和美体建议。 考虑到开发成本、开发周期及原功能迁移的问题，用户决定基于“微搭”低代码平台进行搭建，并集成“AI运动识别小程序插件”以实现AI运动识别智能化功能。 在我方技术人员的协助下，成功将“AI运动识别小程序插件”集成至“微搭”平台的小程序中。 这款小程序不仅具备精准的运动识别能力和实时反馈功能，还提供了个性化的训练计划和改进建议，“AI运动识别插件”的精准识别能力和实时反馈功能，极大地提升了用户的运动体验和粘性，使用户能够更加科学地进行美体运动 当然，这只是“AI运动”的其中一种应用场景，还可以应用其他方面，诸如：AI健身、学生体测、云上运动会、轻量AR互动等。要实现这些应用场景，在这里，我们推荐云智「AI乐运动」体验。
52710编辑于 2024-10-14- 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】二、跨平台APP AI运动识别方案介绍
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文，通过该系列博文，很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序；为了帮助开发者继续深耕 AI运动领域市场，今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文，带您开发性能更强、体验更好的AI运动APP。 APP，占领AI辅助运动市场。 这一设计不仅保证了识别的即时性，更带来了流畅无阻的用户体验，让用户享受AI运动识别的便捷。 无论您的APP用户量是多少，都能享受到稳定且经济的AI运动识别服务。
49210编辑于 2025-04-02 AI运动小程序鸿蒙平台适配指南
今天我们就结合我们一段时间以来「Ai乐运动」用户的反馈、实测验证，来聊聊AI运动小程序在鸿蒙端的适配。 一、AI运动识别插件在鸿蒙5的实测表现使用版v8.0.11微信分别在Harmony5.0.1和Harmony5.1.0的实际测试结果如下：功能 功能表现 备注 识别引擎ve1正常 但精度不佳，与MTK芯片问题一致 1.5.8，从结果看AI运动识别插件的功能在鸿蒙5的表现不存在兼容性问题，可以正常使用。 二、AI运动小程序在鸿蒙5的兼容性问题使用微信版本v8.0.11分别在Harmony5.0.1用Harmony5.1.0测试兼容问题主要表现在小程序的Camera组件，问题为Camera的非原生事件，即 AI运动小程序在纯血鸿蒙下的适配就为您介绍到这，若有其它的适配场景我们继续为您分享，欢迎关注...
32910编辑于 2025-11-24- 来自专栏大数据文摘
亨利·基辛格：AI启蒙运动该何去何从
启蒙运动试图把传统的真理交给解放的、善于分析的理性人。而互联网则是通过不断积累和被操控数据来传播知识，人类的认知失去了个性。 ? 我们使用数据，却变成了数据的奴隶。 是否所有AI都是这样一根筋的处理方式？ 其他的AI项目的贡献方式是帮助人们解决实际问题。除了那些解决实际需求的问题（比如外面气温是多少？），AI是否能研究自然本质和探索生命意义以及引发更深入的问题？ 我们是否应该通过限制AI自主学习来保护我们个人隐私？如果是的话，我们应该怎么做？ 如果AI的学习速度成指数型递增，那我们一定希望加快这种井喷式的学习速度，那么AI犯错的概率也会比人类高。 纵观人类历史，文明缔造了解释周围世界的方法，比如中世纪向我们解释了宗教，启蒙运动向我们揭示了自然科学奥秘，20世纪给我们带来了意识形态。 ? 启蒙运动开始于对新技术的哲学探索，但我们正在朝着相反的方向前进。 人工智能的发展潜移默化地指引了我们思考的方向。
73720发布于 2019-04-26 - 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】十四、AI运动检测中，如何拍照留存图像？
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文，通过该系列博文，很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序；为了帮助开发者继续深耕 AI运动领域市场，今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文，带您开发性能更强、体验更好的AI运动APP。 根据我们之前的介绍可知，本系列使用的「AI运动识别」插件在运动识别时，完全依赖于设备端算力进行动识别推理，不会将用户图像上传至后台或第三方服务；所以运动识别后是无法再获得运动时的现场图像的，但是像体测和严肃的赛事场景可能又有留存运动现场图像进行后期审核核验的需求 一、相机提取图像相关API「AI运动识别」插件自带的相机组件，相机操控提供了将帧解析成jpeg格式图像并保存文件或Base64编码的相关API，详情如下，请可以参考插件API文档。 "#009d00" /></template><script>import {getCameraContext,createHumanDetector} from "@/uni_modules/yz-ai-sport
21310编辑于 2025-11-17 - 来自专栏一步一步开发AI运动小程序
【一步步开发AI运动小程序】二十、AI运动小程序如何适配相机全屏模式？
引言 受小程序camera组件预览和抽帧图像不一致的特性影响，一直未全功能支持全屏模式，详见本系列文件第四节小程序如何抽帧；随着插件在云上赛事、健身锻炼、AI体测、AR互动场景的深入应用，各开发者迫切的希望能在全屏模式下应用 3.2、人体检测范围变化若您在运动时进行了人体远、近站位预检，那相应的range坐标也需进行偏移。 好了，全屏适配问题就为您介绍到这里，未尽问题可以联系我们进行咨询，插件将致力为您提供全面的AI运动识别解决方案，助力您快速落地AI运动、AI体育、AI健身、AI体测、AR互动等运动应用。
51810编辑于 2024-10-09 - 来自专栏一步一步开发AI运动小程序
十六、AI运动识别中，如何判断人体站位？
随着深度学习推理技术的不断发展，让小型设备运行深度学习成为可能，阿里体育等IT大厂，推出的“乐动力”、“天天跳绳”AI运动APP，让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序，本系列文章将使用“AI运动识别”小程序插件，插件详情可以前往微信服务市场搜索相应插件。一、为什么要判断人体站位视角？ 上一篇我们介绍了运动识别中，如何实现对人与摄像头的远近预检，以提供识别率和体验。 在我们实际的运动应用场景中，为了准确识别到相关运动的关键姿态点，一般会指定视角，如跳绳、开合跳需要面或背朝相机，而且像俯卧撑、仰卧起坐则需要左右侧对像相机，以获得最佳的识别率和体验。 ..});});listener.start();好了，运动开始前的常规距离、视角预检查就为您分享到这，请关注我们各平台的博客账号，我们将为您分享更多的人体、姿态、运动检测应用技巧。
68410编辑于 2024-06-06 - 来自专栏AI绘画
腾讯AI运动笔刷但是文生视频
说起AI运动笔刷，我觉得从什么时候开始提起合适呢？我觉得要追溯到Draggan，虽然意义不一样，但是效果算是笔刷的前期AI，然后才是Runway 推出“运动笔刷”功能Motion Brush。 那些年腾讯偷偷开源的AI项目 QQ音乐？ -腾讯又开源卡通动画视频-腾讯云开发者社区-腾讯云 (tencent.com) 腾讯AI运动笔刷MOFA_Video MOFA_Video：腾讯的创新视频控制技术 1. 箭头控制视频运动：用户可以通过简单的箭头操作，控制视频内容的运动方向，实现视频内容的精确操控。 腾讯MOFA_Video官网入口 https://myniuuu.github.io/MOFA_Video/ 腾讯MOFA_Video的官方入口位于腾讯AI开放平台，用户可以通过访问腾讯AI开放平台的官方网站
42910编辑于 2024-07-01 - 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】十一、同时检测识别多人运动，分别进行运动计时计数
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文，通过该系列博文，很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序；为了帮助开发者继续深耕 AI运动领域市场，今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文，带您开发性能更强、体验更好的AI运动APP。 一、应用场景在赛事活动多人PK对战、学生体测教学、运动角设备等开发应用场景中，经常存在需要同时检测多人运动需求；此需求在AI小程序时受限于小程序的运行环境，一直无法实现。 二、方案实现根据下面的AI运动分析的流程图所示，要实现同时多人运动分析能力，须先实现多人的人体姿态检测，再将检出的多人人体结果，分别推送到不同的运动分析器实例，即可实现多人运动检测分析。 ，便可以创建多个运动分析器实例来，来分别对每个人的姿态进行分析检测，实现计时计数了，代码如下：import {createSport} from "@/uni_modules/yz-ai-sport";
28010编辑于 2025-09-01 - 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】六、运动计时计数能调用
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文，通过该系列博文，很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序；为了帮助开发者继续深耕 AI运动领域市场，今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文，带您开发性能更强、体验更好的AI运动APP。 一、创建运动分析器通过createSport(key string)可以创建相应的运动实例：import {getSports,createSport} from "@/uni_modules/yz-ai-sport sport = createSport('jumping-jack');}二、进行运动分析，监听计数变化启动运动分析，并向运动分析器推送人体结构，即可开展运动分析进行计时计数：import {getSports ,createSport} from "@/uni_modules/yz-ai-sport";function createSport(){//创建了一个开合跳运动分析器const sport = createSport
36910编辑于 2025-04-03 - 来自专栏一步一步开发AI运动小程序
AI运动小程序开发常见问题集锦一
截止到现在写博文时，我们的AI运动识别小程序插件已经迭代了23个版本，成功应用于健身、体育、体测、AR互动等场景；为了让正在集成或者计划进行功能扩展优化的用户，少走弯路、投入更少的开发资源，我们归集了一部分集中的常见问题 二、抽帧 AI运动大部分的使用场景，都是通过相机实时取像进行识别，为了减少您的集成工作量，我们已为您实现好了抽帧、帧流控等功能，并在Demo中提供了相关源码，直接集成至新项目即可。 当然相机抽帧识别是常见的运动识别源，但不是为唯一，您也可以选择录制视频、图进行识别，具体可以参考十七、十八两个章节。 如下图所示，连续提取的多张图像，有可能是同一个动作，特别是高帧数的视频和相机，同一动作的帧会更多，因此，在计数运动自定义运动适配时，需要做好标记，同一个动作只捕捉一次，否则便出现重复计数问题。 四、人体识别 要进行运动和姿态识别，首先要拿到人体识别结果，插件的人体识别接口是可以单独调用的，无须经过运动分析器。拿到人体识别结果也可以进行其它场景的拓展，如动作交互、AI带教、语音交互等。
45410编辑于 2024-11-05 AI运动小程序开发常见问题集锦二
截止到现在写博文时，我们的AI运动识别小程序插件已经迭代了23个版本，成功应用于健身、体育、体测、AR互动等场景；为了让正在集成或者计划进行功能扩展优化的用户，少走弯路、投入更少的开发资源，针对近期的咨询问题 **计数模式：** 主要适应于多动作的非静态运动，如跳强、开合跳、俯卧撑、仰卧起坐等运动的识别计数，会同时产生数量counts和时长times两个计数，其中数量为检测识别到的有效（符合检测动作要求）运动数量 ，时间为运动开始到结束的时间。 四、无开发能力的用户如何利用插件，开发运动类小程序？若您想开发**线上运动赛事、云上运动会、学生体测**相关的AI运动小程序，但又无开发能力或不想投入开发资源进行自研。 针对此类用户我们提供了可直接落地的解决方案「Ai乐运动」，可在直接搜索登录小程序进行赛事举办，学生体测作业布置，系统支持多种赛事模式、体测作业布置、提交、测验，拥有完着的后台管理系统，支持SaaS和私有部署方式
26710编辑于 2024-11-05- 来自专栏一步步开发AI运动APP
AI运动识别插件-APP版新版特性速览
云智AI运动识别插件APP版最近发布了1.0.6版，今天带您快速了解一下新版本发布的新特性，以便在后续开发场景中使用。 本次在相机上下文中新增了直接拍照接口takePhoto，可以在直接在yz-ai-camera组件预览状态上拍照。cameraContext?. PointTracker和跳绳运动检测算法进行了全面优化，可以更好的抑制关键点噪声检出峰谷跳变。 四、姿态调试辅助工具由于插件在人体和运动检测时，绝大部分应用场景是通过设备相机实时抽帧进行识别的，而受限于开发工具模拟器能力、图像缩放和抽帧特性等因素，导致开发者在调试人体、运动检测及适配姿态运动检测时 基于以上原因，我们为插件调用开发者提供了一个“运动构建调试工具”，工具为 Windows 桌面应用，可直接运行于开发机器接收真机调试的人体和帧结果；开发者可通过工具进行帧回放调试、关键点提取等，后续我们将推出更丰富的辅助功能
20410编辑于 2025-12-15 - 来自专栏机器之心
AI虚拟教练助你练出人鱼线，揭秘Keep AI运动技术实力
近日，Keep 在北京的技术开放日上分享了运动应用中的 AI 技术。 「我们想基于物联网设备和 AI 打造一个虚拟教练，为每个人提供个性化的运动服务。」Keep 技术 VP 彭跃辉在活动中表示。 AI 虚拟教练，更懂你的运动需求 随着人们对健康、体态关注的意识增强，人们对于运动健身的需求越来越多，但即便身处北京这样的一线城市里，健身教练的水平也参次不齐。 比如用户在独自运动时，动作不标准，或者动作超过极限了，在以前是无法知道的。2018 年初 Keep 成立了算法团队，试图通过 AI 技术来解决动作识别的问题。 投身 AI 新技术 Keep 自 2017 年 10 月起布局 AI 业务，并将人工智能与运动的结合定位为未来发展的重点。 这家公司新瞄准的方向，是打造「AI 虚拟教练」，通过多项智能技术，打造智能化的运动方式。 明年 1 月，Keep 的动感单车将亮相美国 CES 展会。
2.6K40发布于 2019-01-02 - 来自专栏前端说吧
JS-匀速运动-运动停止
DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title>匀速运动停止条件</title>
3.1K40发布于 2018-05-17 - 来自专栏一步一步开发AI运动小程序
【一步步开发AI运动小程序】二十一、如果将AI运动项目配置持久化到后端？
说明：本文所涉及的AI运动识别、计时、计数能力，都是基于云智「Ai运动识别引擎」实现。 Ai运动识别」插件识别引擎，可以为您的小程序或Uni APP赋于原生、本地、广覆盖、高性能的人体识别、姿态识别、10余种常见的运动计时、计数识别及自定义扩展运动识别能力。 完善的文档、Demo项目，开箱即用，可以帮助您快速实现AI运动、AI体育、AI运动赛事、全民健身赛事、AI体测等应用场景的快速落地。一、为什么要将运动配置持久化到后端？ 当我们根据应用场景重新调整内置运动检测参数或者扩展了新运动项目，发布小程序、APP后，若在运行时发现运动参数不合适需要调整时，便需要重新发布小程序或者APP，这个发布过程需要耗费短则几个小时，长则一两天 除了提供AI运动识别引擎外；还可以使用运动自动适配工具快速适配运动；还有可直接在AI云上赛事、全民健身线上运动、学生体测场落地的「AI乐运动」产品。
19000编辑于 2024-11-21 - 来自专栏C语言及其他语言
平移运动
估计大家今天忙开学迎新什么的都忙不过来了吧，今天介绍的这题呢，跟之前的题很像，也是数组的题 题目描述 有n个整数，使前面各数顺序向后移m个位置，最后m个数变成前面m个数。写一函数：实现以上功能，在主函数中输入n个数和输出调整后的n个数。 输入 输入数据的个数n n个整数 移动的位置m 输出 移动后的n个数 样例输入 10 1 2 3 4 5 6 7 8 9 10 2 样例输出 9 10 1 2 3 4 5 6 7 8 PS：感觉这题有带你难度哦，快来试试把，详细题解见C语言网题库1046题 另外，有兴趣
1.3K50发布于 2018-04-18 十五、AI运动识别中，如何判断人体站位的远近？
随着深度学习推理技术的不断发展，让小型设备运行深度学习成为可能，阿里体育等IT大厂，推出的“乐动力”、“天天跳绳”AI运动APP，让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序，本系列文章将使用“AI运动识别”小程序插件，插件详情可以前往微信服务市场搜索相应插件。 一、为什么要判断人体与摄像头的远近？ 在进行运动和姿态识别时，离摄像头太近，则无法取得全身关键点；若离摄像头太远，则人体图像太小，关键点将混成一团，识别效果太差，如下图所示： 基于此，就非常有必要在正式开始运动前，对人体站位进行预检，再通过语音等方式提醒用户调整站位至合适距离 return; } //通过，则进入运动检测等应用环节.. }); }); listener.start(); 四、离摄像头太远判断 const AiSport = requirePlugin return; } //通过，则进入运动检测等应用环节.. }); }); listener.start(); 好了，远近检测就为您介绍到这，下篇将带您进行站力视角检查，敬请期待...
72410编辑于 2024-07-10体操运动，是所有AI视频最残酷的图灵测试。
有的翻车翻得比较大，直接让运动员在空中扭曲变形。 体操运动，就是AI视频最残酷的图灵测试。 当年大家都在用威尔斯吃面来衡量AI视频时，但其实，体操才是真正的那个门神。 视频里面，运动员的四肢在空中扭曲变形。这段由Luma生成的视频不仅让近百万网友围观，还让包括LeCun在内的AI大佬们吵得不可开交。 争论的焦点只有一个：AI到底理解不理解物理规律？ 在现实世界中，一个体操运动员要经过至少十年的训练，才能这些刻在记忆里、刻在肌肉里。而AI要在短短的训练过程中领悟这些规律，难度可想而知。 第二个是生物力学难点。 每一个骨头和肌肉，都有自己的运动轨迹和配合。 对于人类来说，这种配合是与生俱来的本能。但对AI来说，理解这种复杂的生物力学系统却是一个巨大的挑战。 这些错误之所以会发生，是因为AI并不真正理解人体的构造限制。它不知道人的关节只能在特定角度活动，不懂得肌肉群之间的协同关系，更不理解人体在高速运动时的生物力学特性。
27810编辑于 2025-04-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号