从健身工具型产品切入，「CoachAI」想解决Keep的训练效果问题

在健身内容类的 App 中，Keep 是拥有用户体量最大的产品。但在线健身视频内容依然存在很多未被满足的需求，比如无法检测训练效果、互动性不足，以及为用户定制训练计划等等。当缺乏指导动作不正确的时候，训练效果无法达到预期，时间长用户也就很难坚持了。

最近接触的健身App「CoachAI」想从以上需求和问题入手，用一款可以检测运动效果的App来实现。简单来说，即打开App，站在2米左右的地方，和屏幕中的人形对齐后，即可以开始训练，镜头会捕捉到人的动作，识别是否达标，并给出实时反馈。

CoachAI 应用程序

技术上，利用人体姿态估计与背景建模算法，动态识别用户动作是否达标。比如深蹲动作，在身后会出现浮球，下蹲过程中臀部碰到浮球，才算达标；如果身体前倾，App也会出现语音提醒，以规范动作。训练结束后，App会根据刚刚的训练评估，给到分数，并推荐相关的训练动作。

同领域的项目，此前曾报道过FitMate。但两者的差别有这样几点：1. FitMate 的动作库动作有限，而CoachAI研发的配课系统，用“规则+计数”作为最小单元，从而快速抽象动作，目前已经有122个训练动作，接下来能迅速扩充动作库到上千个动作；2. 打开App，FitMate的交互形态是挑战模式，而 CoachAI 是不同目的的训练计划。

而CoachAI研发的配课系统，用『规则+计数』作为最小单元，从而快速抽象动作

获客方面，考虑到互联网的高获客成本，因此 CoachAI 现阶段以健身工具的方式，作为私教训练在家用场景中的补充训练。一方面可以保证用户在家训练也有及时的指导和反馈，另外也能帮助用户定制训练计划、教练可以查看学员的训练记录等等。目前，团队通过一些私教教练的学院微信群进行测试和推广，已有数百人参与测试，付费使用的情况下，用户的付费意愿超过30%。该App还同步上线了11种不同的语言版本。

在 CoachAI 之前，创始人经营“运视科技”，一家青少年足球青训领域的数据分析公司，利用机器视觉识别+数据分析，记录、采集比赛中的数据，以帮助球员提高训练表现。因此有一定数据、算法方面的行业积累。

团队方面，创始人兼 CEO 陈逸非毕业于日本名古屋大学经营管理学院，曾就职于微软，有过3段创业经历，曾任SENSORO团队副总裁，负责商务市场及企业战略。CTO张波博士毕业于清华大学汽车工程系，擅长计算机视觉、机器视觉、深度学习等方面的技术研究。