共计 681 个字符，预计需要花费 2 分钟才能阅读完成。
加州大学圣地亚哥分校的研究团队近日开发了一种名为 BIGE（生物力学驱动的生成式 AI 用于运动科学）的模型，旨在帮助运动员预防受伤、优化训练并在受伤后辅助康复。这一创新模型通过结合运动员的动作数据和人体生物力学限制（如肌肉力量）进行训练，为运动员提供科学指导。
BIGE 模型的核心功能在于生成适合运动员训练的动作视频，帮助他们在训练中避免受伤。同时，该模型还能为受伤的运动员生成康复动作，确保他们在恢复期间保持锻炼。研究人员表示，BIGE 不仅可以优化运动员的训练表现，还能为需要康复的个体提供个性化建议。
- 
- 
- 
- 
- 
- 
加州大学圣地亚哥分校生物工程系杰出教授 Andrew McCulloch 认为，这种方法代表了未来的趋势。他指出，BIGE 是首个将生成式 AI 与真实生物力学相结合的模型，填补了现有技术的空白。与大多数生成式 AI 模型不同，BIGE 生成的动作更符合人体解剖学和力学限制，避免了传统方法中计算量过大的问题。
为了训练该模型，研究团队使用了动捕视频数据，记录了人们执行深蹲动作的过程。这些数据被转化为 3D 骨骼模型，并通过计算力量生成更符合物理现实的运动。研究团队表示，下一步计划将模型应用于更多动作，并为其进行个性化定制，以适用于不同人群。
加州大学圣地亚哥分校计算机科学与工程系教授 Rose Yu 强调，这一技术具有广泛的应用潜力。例如，BIGE 可用于评估老年人的跌倒风险，为其提供预防性建议。
研究团队近日在密歇根大学的学习、动力学与控制会议上展示了他们的成果，引发了学术界和体育界的广泛关注。随着技术的进一步发展，BIGE 有望成为运动员和康复者的重要工具，为运动科学领域带来深远影响。
