背靠通義大模型這家阿里系公司正在重寫體育場館新的「定價公式」

2026-03-02 ai 阿里巴巴鷹眼

文章圖片

文章圖片

最近，不止一個朋友在跟我聊起網球時，都推薦了他們身邊的「樂動力」球場。
在他們的講述中，除了選場地時大家最在意的距離、價格這兩個傳統因素之外，「樂動力」球場還可以在打完球之后直接生成賽后個人集錦。這成為了吸引大家訂場的第三大決定因素。
老實說，聽到這些描述的時候，我的第一反應是：這大概率是一個「good-to-have」的附加功能——就像兩年前人們在買車時，討論智能輔助駕駛一樣，應該是一個聽起來很酷，但未必完全好用和實用的功能。
但是，當我在小紅書上查看了相關筆記，并在線下親自打卡之后，我發現這套叫做「橙獅慧影 Smartshot」的方案，除了「出片」之外，竟然還可以提供包括擊球落點、球速、跑動距離等一系列運動數據。
而我不用佩戴任何單獨的采集設備，甚至現階段居然不需要在場地費之外，再單獨為這套服務付一分錢。

01
一個免費的「網球私教」

從「Good-to-have」變成「Must-have」，往往只隔著一層窗戶紙：能否擊中用戶最隱秘的剛需。
Smartshot 的聰明之處在于，它同時扮演了球場上最稀缺的兩個角色：一個隨叫隨到的「專屬攝影師」，和一個從不缺席的「數據分析師」。
首先，它解決了用戶最顯性的痛點，大幅降低了球場出片的門檻。
以往，想出片要么需要一個很會拍照的搭子，在場邊輪休的時候專門負責拍照或錄視頻；要么就需要自帶一個手機支架，提前把電充滿，再讓它長時間自動錄制。這兩種方法前者「廢人」，后者又受限于低機位+廣角布局，很難得到好看的畫面。
「Smartshot」提供的解決方案是：提前在場館頂部安裝至少 2 個 4K 高清攝像頭，既解放了人手，又可以得到一個類似專業網球比賽里「戰術機位」一樣的全局視野。
而且，這套系統拍完之后，支持通過 AI 自動生成高光瞬間的切片，基本上打完球之后回家的路上，就可以快速篩選出朋友圈或者小紅書素材。再也不需要糾結某個球沒有被錄下來，或者后期剪視頻太麻煩了。
如果說「自動生成集錦」滿足了用戶外在的社交分享欲，那么對運動數據的深度挖掘，則回應了運動愛好者內在對于「變強」的渴望。

Smartshot 可以提供多種豐富的數據維度 | 圖源：橙獅體育

例如，在「訓練模式」里，用戶可以在訓練結束后得到擊球落點分布圖、平均球速和最高球速、最大擊球回合數等數據統計。
除此之外，「Smartshot」還支持通過 AI 智能生成關鍵動作細節，對于希望糾正擊球動作的新手可以起到一些參考作用。
而在「比賽模式」里，這套系統可以自動完成后臺計分、出界判斷等功能，甚至還支持「在線觀看」等功能。對于小范圍球友之間的定期切磋，我覺得這是一個非常實用的功能。
此外，基于視頻采集和后臺計算，「Smartshot」也可以在比賽過程中統計每位球員的擊球成功率、正反手擊球比例和跑動數據等更高階數據。
總之，一句話概括就是：無論你是「1.0」的新手，還是「3.0」以上的熟練參與者，這套系統都可以給你提供過往在正式比賽或者運動隊專業訓練過程中才能得到的數據和影像服務。

02
AI ，讓大滿貫走進日常

但問題來了：把這樣一套看起來很「重」的專業服務搬進大眾球場，它是如何跨越成本鴻溝的？
這套名為「Smartshot」的系統，中文名為「橙獅慧影」，是由阿里集團旗下的運動科技公司「橙獅體育」（原阿里體育）研發打造的。
實際上，第一代 Smartshot 在 2024 年就已經發布。但真正讓它在能力和體驗取得大幅提升的變化，來自于 2025 年 4 月，橙獅體育將通義千問開源推理模型 QwQ-32B 接入 Smartshot 。
簡單來說，接入開源大模型以后， Smartshot 可以算得更快、更準了。
在前 AI 時代里，頂級網球賽事中使用的鷹眼技術重點是「看得準」。所以，賽事方需要在場館中布置多臺高幀率相機（一般是 8-20 臺），經過三維重建和即時計算，得到一個無限逼近絕對坐標值的物理結果。

專業的「鷹眼系統」，不僅硬件成本高，安裝、操作和維護也需要專業的人力支持 | 圖源：視覺中國

而相比物理層面的「絕對坐標」，誕生于 AI 時代的 Smartshot ，更強調通過 AI 模型提高「語義理解」的能力。它的核心邏輯變了：「看」不再是終點，「算」才是靈魂。
Smartshot 標準版，只需要 2 臺專業級攝像機相機作為「眼睛」，把收集到信息先在邊緣端完成識別，再將一系列結構化數據（例如每個球的落點坐標、速度、軌跡等）打包發送給開源模型，就可以利用模型的能力輸出用戶需要的數據。而在更高需求的非職業賽事中，應主辦方需要，攝像頭數量可提升至 6 個，大幅提升定位精準度。
所以，相比賽事級鷹眼提供的高精度「感知智能」， Smartshot 為大眾運動提供了另一條利用「認知智能」獲取智能化運動服務的新思路。
它的顯性優勢是：可民用、成本大幅降低。
目前，標準版的 Smartshot 全套定價僅為 61000 元，包含 5 年云服務和軟件運維服務，折合一年成本萬元出頭，較國內外專業場地使用的同類型產品低至少 50% 。
并且，對于普通運動參與者來說，這套系統現階段完全免費開放。

Smartshot 可以在運動中和運動后提供了落點查看與統計功能 | 圖源：橙獅體育

我們可以把它視作一種「B2B2C」的商業模型：
橙獅體育基于阿里通義模型能力及云計算服務，提供一整套可復制升級的基礎技術場館方以相對較低的費用進行布設，作為場館差異化競爭力的一部分，以期望贏得流量用戶目前可以免費使用這套技術，獲得專業化的服務而對于行業來說， Smartshot 還有一重「隱形優勢」：它讓過往只可能存在于頂尖賽事的專業系統，變得更易于復制了。
前文提到，以「精準采集」為核心的鷹眼流派，由于各個球場的幾何結構不同，所以單次的安裝及調試成本很高，很難被標準化復制；而支撐 Smartshot 的，是一套強調通用能力的模型，可復用是這套軟件的核心優勢。隨著 AI 能力上升和用戶量提升，這套服務的邊際成本有望進一步降低。
目前，Smartshot 已經在全國 150 多個網球場實現了布設。
根據極客公園的了解，除了可以在上述提到的網球場景下被運用在賽事、運動影響、運動分析等多個場景， Smartshot 目前也開始運用在了籃球、匹克球等運動中。

03
全民運動的數字化新時代

如果把視角從 Smartshot 這個產品中拆分開來，我們發現其實這個案例好像也并沒有那么復雜：
在技術端，無論是背后的視覺采集，還是開源模型能力，都并非這家公司首創；而在產品端，為用戶交付的 AI 高光集錦和運動數據也都是過往通過其他方式可以得到的成熟產品形態。
但橙獅體育的成功之處，恰恰在于它把兩者成功地結合了起來。
首先，它巧妙地通過 AI 以及軟件端的能力，把一套成本動輒數十萬甚至上百萬高昂的產品，轉化成了萬元級可復制的標準化服務，做成了普惠全民健身的賽事基建。
其次，更關鍵的是， Smartshot 并沒有亦步亦趨地照搬「鷹眼」技術——它并不像頂級國際賽事那樣強調判罰的準確性，而是針對普通用戶最在意的「出片」（運動社交）和「數據」（運動提升）兩個需求，包裝出了新的功能點，從而得到了一個全新的產品形態。

Smartshot 讓普通用戶得到以往專業級運動員才擁有的運動體驗 | 圖源：橙獅體育

其實，關于 Smartshot 背后的「橙獅體育」，關注體育產業的小伙伴們可能會比較熟悉。 2015 年，這家公司的前身阿里體育正式成立，當年阿里巴巴取代豐田成為國際足聯世俱杯冠名贊助商，馬云親自為梅西隊友蘇亞雷斯頒獎，背后操盤的正是這家公司。
只不過，在后續的發展過程中，阿里體育并沒有繼續以頂級賽事贊助營銷為主的高舉高打路線，而是轉向了一條依托數字化、科技智能等為主的發展路線。
截止目前，橙獅體育在全國 22 個省市落地了 75 處線下不同類型的體育場館（樂動力體育中心），其中包括超大型場館杭州奧體中心，所以了解用戶需求對他們來說，是一種基本功。
極客公園曾在今年 9 月底和橙獅體育 CEO 穆旸有過一次線上交流，他認為比起單純的「效率提升」，用戶更在意 AI 帶來的「體驗提升」。
他說， AI 和運動的結合，價值一定不會體現在 AI 硬件和降本上，用戶真正愿意付費的，是通過 AI 帶來的增值服務。
在過去很長一段時間里，我們對于智能體育的理解，往往很容易陷入唯參數論的誤區——追求更昂貴的傳感器、更極致的精度。但橙獅體育的實踐證明，技術的價值不只在于攀登「珠穆朗瑪峰」頂端的極限高度，更在于低頭看清用戶的真實場景，進而填平專業賽場與大眾運動之間那道巨大的鴻溝。
所以， Smartshot 的本質，是將大模型的能力封裝進真實的場館場景，從而讓冰冷的技術變身為一個更懂球友的 AI 助理。
正如穆旸所言，用戶愿意為體驗買單。在 AI 硬件尋找落地場景的當下，與其死磕參數，不如像 Smartshot 這樣，退一步思考：在一個具體的場景里，技術究竟能讓普通人的體驗變得有多好？
這或許才是全民運動數字化時代，最該有的樣子。

【背靠通義大模型這家阿里系公司正在重寫體育場館新的「定價公式」】*頭圖來源：橙獅體育

推薦閱讀

上一篇：AGI很遠，但風險更近：AI末日論者的邏輯是什么？

下一篇：數智筑盾、健康普惠：華為擎云六大解決方案和標桿案例亮相