纳什叫上林书豪,投了一家AI篮球训练公司

简介: 中国人现在正在更深度的参与NBA,比如这家华人创立的科技公司NEX Team,他们正在用AI帮助NBA球员们训练,还获得了来自4位篮球界人士的投资。

提到NBA和中国两个关键词,你的第一反应是不是就想到了姚明、王治郅和易建联?

其实,中国人现在正在更深度的参与NBA,比如这家华人创立的科技公司NEX Team,他们正在用AI帮助NBA球员们训练,还获得了来自4位篮球界人士的投资,他们分别是:



image


8次入选NBA全明星史蒂夫·纳什



image

现任NBA球员林书豪


image




达拉斯小牛队老板马克·库班

image

前费城76人队总经理山姆·辛基(Sam Hinkie)

库班、纳什、林书豪和山姆·辛基都投了NEX Team公司,另外还有Charmides Capital和曼图资本两家机构,以及羽绒服公司加拿大鹅的CEO Dani Reiss,7家共同完成了这家公司的400万美元种子轮投资。

用AI帮助球员训练

别看投资人的名头一个个都这么大,这家公司的产品倒是很简洁易用——装在iPhone上的一个APP,名叫HomeCourt,可以利用计算机视觉的方式,观察记录球员的投篮行为。

image

△ 使用方法简单,直接拍摄


球员可以在篮球场旁边树一个三脚架,然后直接把手机绑在三脚架上计数,统计投篮数和命中数,算出命中率。



这个APP可以记录球员每次投篮的位置和准确度,方便判断自己的薄弱环节。

image

还可以查看历史成绩对比,看看自己的进步过程。

image

另外,HomeCourt APP的人工智能技术还可以解析球员的投篮动作,帮助分析每个动作,并且统计信息和视频记录可以直接分享给教练。

既然已经可以和教练连接了,那干脆把社交功能也放进去,HomeCourt上有一个类似微信运动的功能,可以统计全队甚至全球球员的投篮准确率数据,如果你的准确率够高的话,还可以登上投篮准确率世界纪录榜单。

image

现在是这家公司投资人的林书豪这样评价HomeCourt:“HomeCourt为球员提供了更智能的训练平台。以前,你需要一位好朋友或家人来为投篮训练计数以及制作分析图表,现在 HomeCourt 就可以完成,甚至提供更多帮助。球员不仅可以用它来做记录,还可以通过即时统计分析查看锻炼视频,并且和整个篮球圈进行互动。“

连续创业的三位苹果华人工程师

量子位仔细找了这家公司的资料,发现NEX Team的三位创始人都是中国人。

三位创始人李景辉(David Lee)、Reggie Chan、Tony Sung都是土生土长的香港人。2000年,他们都开始了自己的大学生涯,李景辉和Reggie Chan就读于港大,Tony Sung则就读于港中文,三人的专业都是信息系统、软件工程这类CS方向的专业。

在李景辉大三这一年,他创办了表格软件EditGrid,随后Reggie Chan和Tony Sung也加入了进来。

image




△ 曾一度广受推荐的表格软件EditGrid


提到EditGrid这个名字,可能有一些读者就有印象了。五年之后,他们把EditGrid卖给了苹果,三人均搬到了硅谷工作,成为了早期进驻硅谷的港人先驱,李景辉也从在香港马路边卖橙子的平民小男孩变成了“别人家的孩子”。

在苹果,三人主要的工作是iWork和iCloud的开发。经过了长达8年的稳定工作,三人离开了苹果,开始了第二段创业旅程——创立NEX Team。

于是,就有了我们上面介绍的这款获得诸多篮球界人士青睐的HomeCourt APP。

才不是篮球AI公司呢

HomeCourt目前是个限量免费APP,用户可以每月免费拍摄300张照片,超过300后则需要付费,无限数量版本的订阅价格为每月7.99美元。

虽然HomeCourt已经被佛罗里达大学、斯坦福大学和杜克大学等学校的篮球队使用,而且波士顿凯尔特人、休斯敦火箭队也尝试使用这款产品,但NEX Team却觉得:我们才不是个篮球AI公司呢。

毕竟,按照每月7.99美元的价格,就算所有的NBA球员都用上HomeCourt,公司的年收入也超不过5万美元,加上其他进行专业训练的大大小小的篮球队,也不知道多少年才能把400万美元的种子投资赚回来。

NEX Team说,他们的最大市场其实是青少年运动。

公司的高管们看到了足球、橄榄球、棒球、高尔夫、网球甚至瑜伽的潜在市场,他们认为HomeCourt篮球训练APP只是体育运动中人工智能和计算机视觉的开始。

山姆·辛基说:“对大多数人来说,计算机视觉仍然是一个空洞的大词,但如果他们的孩子在体育训练中用到的话,他们和孩子都会理解计算机视觉的意义和价值。”

因此,这笔400万美元的投资将会被用于开发除了篮球训练之外,其他体育项目的功能。

懂体育的AI不只一家

不过,篮球这种喜闻乐见的领域,可不是只有NEX Team一家公司感兴趣。

三维看球、迅速出报告的SportVU

NBA的球场上就装了一个来自以色列SportVU系统,本身是用来做导弹追踪等军事领域的,结果被脑洞大开的以色列人拿来追踪足球比赛,后来NBA引入后它也有了看篮球比赛的功能。

SportVU系统由六台相机组成,每个半场三台,这些相机每秒拍摄25张图片,然后经由算法处理,提取场上每个瞬间内所有对象的三维定位数据,推送给现场解说,并且在90秒内做出比赛场面报告。

会做比赛策略分析的Second Spectrum

洛杉矶Second Spectrum公司使用包括计算机视觉在内的人工智能技术,从NBA比赛视频中提取大量数据,进而分析比赛策略和趋势概率,以往需要耗时数月完成的分析内容,这家公司的计数能在几秒内解读完毕。

这家公司由南加州大学的两位人工智能教授Rajiv Maheswaran和Yu-Han Chang创办,团队中还有不少MIT毕业的工程师。这家公司进展也非常迅速,金州勇士、克里夫兰骑士等十多家NBA球队都用上了他们的产品。今年5月,这家公司刚刚融完B轮。

想具体了解以上两个产品,可以看量子位此前发布的《NBAのAI故事:教练,我不想打球,我想替你指挥》。

看世界杯的AI记者

另外,刚刚结束的世界杯上也有另一个懂体育的AI——那个由阿里巴巴和新华社合资公司新华智云开发的MAGIC智能生产平台,可以自己“看世界杯”然后生成视频新闻,自行配解说词,介绍球员表现,分析比赛状况。

31天内,机器生产的世界杯短视频新闻达到37581条,其中最快一条生产耗时仅6秒,并在全网实现了116604975次播放,数一数,9位数,也就是一亿多次。

现在,不用“或许在未来”,AI已经比我们更懂球了。

原文发布时间为:2018-07-18
本文来自云栖社区合作伙伴“量子位”,了解相关信息可以关注“量子位”。

相关文章
|
1月前
|
机器学习/深度学习 人工智能 算法
AI加速引擎PAI-TorchAcc:OLMo训练加速最佳实践
阿里云机器学习平台PAI开发的Pytorch训练加速框架PAI-TorchAcc已接入最新开源的大语言模型 OLMo。在保证模型效果和易用性的前提下,PAI-TorchAcc相对 PyTorch 性能在 OLMo 1B 上加速比达到 1.64X,在 OLMo 7B 上加速比达到 1.52X。本文分析了 PAI-TorchAcc 的性能收益来源。
|
3月前
|
人工智能 物联网 PyTorch
SCEdit:轻量级高效可控的AI图像生成微调框架(附魔搭社区训练实践教程)
SCEdit是一个高效的生成式微调框架,由阿里巴巴通义实验室基础视觉智能团队所提出。
|
3月前
|
机器学习/深度学习 人工智能 算法
展望2024: 中国AI算力能否引爆高性能计算和大模型训练的新革命?
2023年是人工智能发展的重要转折年,企业正在从业务数字化迈向业务智能化。大模型的突破和生成式人工智能的兴起为企业实现产品和流程的革新提供了先进工具,引领产业迈入智能创新的新阶段。在这个新时代,企业不再仅关注如何增强智能化能力,而更加注重如何利用人工智能实现产品和流程的革新。
|
4月前
|
人工智能 编解码
国内原汁原味的免费sd训练工具--哩布哩布AI
国内原汁原味的免费sd训练工具--哩布哩布AI
454 0
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能(AI)之计算机视觉和自然语言训练文件
人工智能(AI)之计算机视觉和自然语言训练文件
44 0
|
24天前
|
机器学习/深度学习 人工智能 自然语言处理
大模型落地实战指南:从选择到训练,深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章
大模型落地实战指南:从选择到训练,深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章
大模型落地实战指南:从选择到训练,深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章
|
30天前
|
人工智能 开发者 Python
Firefly:开源大模型训练工具助力AI技术进步,让你轻松训练各种主流大模型!
Firefly:开源大模型训练工具助力AI技术进步,让你轻松训练各种主流大模型!
169 1
|
1月前
|
人工智能 算法 UED
OpenAI与法国和西班牙媒体巨头合作:利用内容进行训练AI
【2月更文挑战第26天】OpenAI与法国和西班牙媒体巨头合作:利用内容进行训练AI
24 7
OpenAI与法国和西班牙媒体巨头合作:利用内容进行训练AI
|
1月前
|
人工智能 算法 数据处理
App Inventor 2 Personal Image Classifier (PIC) 拓展:自行训练AI图像识别模型,开发图像识别分类App
这里仅仅介绍一下AI图像识别App的实现原理,AI的基础技术细节不在本文讨论范围。通过拓展即可开发出一款完全自行训练AI模型,用于特定识别场景的App了。
41 1
|
2月前
|
机器学习/深度学习 人工智能 算法
姿态识别+康复训练矫正+代码+部署(AI 健身教练来分析深蹲等姿态)-1
姿态识别+康复训练矫正+代码+部署(AI 健身教练来分析深蹲等姿态)-1
114 1

热门文章

最新文章