融合多种技术为运动员身体机能创建数字副本,有望提前发现机能隐患、有效预防运动损伤。
澳大利亚篮球运动员Maddison Rocci一动不动地站在电影制片厂内,100多台摄像机正对准她身体的各个部位。百叶窗咔嗒关闭之后,她站起并张开双臂。镜头背后,则是一群曾多次与好莱坞导演合作的电影制作人。但这次他们的工作有所不同,合作对象变成了科学家。
在拍摄完毕之后,格里菲斯大学生物医学与康复工程中心(GCORE)的生物力学工程师和软件开发团队,将配合Myriad Studios和naughty Monkey的电影动画师们,一同根据Rocci的身体数据创建数字孪生,由内而外重现她的机体结构。
这就是所谓“数字运动员”。借助3D身体扫描、磁共振成像(MRI)和运动捕捉数据,副本详尽呈现了Rocci在运动环境中的身体形态、骨骼、关节、肌肉和其他软组织。科学家们现在能在她奔跑、跳跃、转身和投篮时,清晰看到身体内部的变化情况。肌肉与关节压力数据被实时捕捉,以供教练设计出更科学的训练程序或调整技战术动作。
那么,科学家们是如何构建数字孪生的?
例如,教练可以实时检查Rocci或其他运动员的侧步动作。正是这种常见动作,极易导致膝关节前交叉韧带发生损伤。这些信息既即时又反映运动员的个体特征,这一点非常关键。因为每位运动员都具有独特的生理机能,所以压力水平会各有不同。
要想维持关节组织的健康并/或修复关节组织,需要“理想的”组织负荷与应变方法。最近的研究表明,这种“生物反馈”技术能够将患者的数字孪生副本同运动捕捉、无线可穿戴设备匹配起来。个性化数字孪生能够把特定对象的运动拆分成更小、可以预测的动作,再通过神经肌肉骨骼刚体模型、实时编码优化以及人工智能(AI)或机器学习方法进行处理。
最近的工作还表明,实验室条件下的生物力学测量与建模完全具备实际应用的可能,而且只需少量可穿戴传感器或计算机视觉方法即可进行。也许在不久的将来,这项技术能够全面商业化,带来成本低廉的可用版本。
长期以来,在现实场景中实时、无创地准确预测内部组织负荷,一直是生物力学领域的至高难题。随着数字孪生技术的发展,基于运动员肌肉骨骼特征的数字孪生将很快发展成熟,并作为生物反馈系统指导运动员的训练与复健方案。
实时视觉生物反馈具有强大的指导性作用,能帮助运动员灵活调整原有训练方案或教练指示中的膝盖及臀部动作。根据指引,患者将逐步改变自己的运动习惯,在临床层面显著改善髋关节疼痛和运动功能。
除了优化运动表现之外,由此建立的数字孪生模型还拥有其他潜在应用,包括面向军人和残障人士——例如预防士兵群体中常见的肌肉骨骼损伤,以及帮助脊髓损伤患者实现神经康复。
目前,名为BioSpine的完整集成系统正基于增强现实技术进行训练和试验,其目标是帮助脊髓受损的病患也能在元宇宙中正常走动,或者配合肌肉电刺激和运动辅助恢复身体机能循环。通过这种方式,人将以思想控制的方式在增强现实环境中获得渲染式体验。随着后续发展,这项技术有望帮助四肢瘫痪和截瘫患者重新“站起来”。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。