感觉对了，箭没中
动作对不对靠体感和教练肉眼，两次训练之间的问题无法积累成依据。
POC 实验室 · 已跑通真实数据
AnchorPoint
每一箭，都有教练在看
用摄像头或一段手机视频加姿态识别，自动切分每一箭、计算体态指标，再由大模型结合关键帧视觉复核，生成图文并茂的教练报告。 这是异屿「场景驱动」方法论，在真实运动场景上的完整验证。
- 116.8s
- 真实训练视频
- 23 次
- 自动切分箭次
- 7 项
- 体态动作指标
- 8 箭
- LLM 视觉复核
WHY ARCHERY
射箭最大的瓶颈不是器材，是反馈
一次撒放只有 0.3 秒，肉眼无法逐帧复核；动作对不对，长期靠自我感觉。团队里恰好有一位真实的射箭爱好者——用户即自己，需求足够真。
教练资源稀缺
一对一指导成本高，大多数练习者在两次课之间只能靠猜。
视频复盘太粗
手机录像回放看不出角度、距离和跨箭趋势，更给不出训练处方。
PIPELINE
从一段视频到一份教练报告
- 01
采集 / 导入
摄像头实时采集，或直接导入手机、无人机拍摄的单人侧面视频。
- 02
体态识别
MediaPipe 逐帧输出 33 个身体关键点，全部写入数据流水，不丢一帧。
- 03
切箭与指标
启发式状态机自动切分每支箭，计算 7 项以躯干长度归一化的指标，与身高和机位距离无关。
- 04
AI 教练报告
可疑箭交给视觉模型复核，LLM 汇总体态数据与视觉证词，生成结构化的图文报告。
DUAL EVIDENCE
不把视频直接扔给大模型
骨架数据回答「多少度、多远、多稳」，视觉复核回答「数据覆盖不到的动作细节」——两条证据链互相印证，才输出结论。
证据链一 · 定量
骨架数据
- 逐帧 33 关键点流水，覆盖每一次拉动与停顿
- 7 项指标：靠位距离、弓臂角度、躯干倾斜、头位偏移、撒放手速等
- 跨箭一致性统计，把「单次动作」变成「趋势」
证据链二 · 定性
视觉复核
- 自动挑出可疑箭与速度异常箭的关键帧，交给视觉模型
- 确认「是否真实射箭、拉弓手是否贴脸、撒放方向」等骨架覆盖不到的维度
- 与数据矛盾的观察会被如实记录，而不是被抹平
数据不撒谎
AI 也知道自己什么时候错：本次 23 次切分中，12 箭因数据不可信被自动标记排除；2 箭追踪错乱被明确标注「不能据此下结论」；与视觉观察矛盾的头位数据，报告选择「需换机位复核」而非硬下结论。报告里的每一条判断，都注明了证据与口径。
REAL SESSION
一次真实训练的完整诊断
以下全部来自 2026 年 9 月 24 日的一段真实训练视频——不是演示数据。11 支有效箭之外，12 次误检已被系统自动排除。
达标
落在 0.2~0.4 理想区间
待改进
理想 >165°，推弓支撑不足且不稳
待改进
约为 0.03「很稳」阈值的两倍
待改进
两极分化，需换机位复核
P1
弓臂支撑不足且全程不稳定
弓臂跨箭均值仅 142.4°，距理想 165° 差约 23°，箭内稳定性 std 高达 31.4°。切分最干净的 4 号箭在 1.55s 靠位期内弓臂仅 112.5°±20.6°，证明屈肘 / 推弓无力是真实动作问题而非纯追踪噪声。
相关箭次：#4#13#17#21
P2
靠位稳定性未达标、部分箭拉距超标
箭内稳定性均值 0.055，接近「很稳」阈值 0.03 的两倍。13 号箭靠位距离 0.444 超出 0.2~0.4 上限，而 6、8、11 号均在区间内——说明靠弦点大体在嘴角附近，但每次落点不固定。
相关箭次：#6#8#11#13#17
P3
躯干逐箭后倾，疑似疲劳累积
有效箭躯干倾斜沿时间逐箭加深：-3.9° → -6.5° → -7.8° → -9.4° → -10.4°，方向一致、仅个别小幅回落，为典型疲劳代偿曲线；全场 116.8 秒连续施射、无组间休息。
相关箭次：#4#8#15#18#21
P4
头前探证据互相矛盾，系统如实标注「无法裁决」
头位数据两极分化，视觉复核与数据结论冲突。系统明确说明：侧位 2D 投影会把转体程度混入头位指标，本数据内无法裁决，需换正面 / 斜侧机位复核后才能定性——而不是硬给一个结论。
相关箭次：#4#17#22
ANNOTATED KEYFRAMES
AI 标注关键帧
系统自动截取每支箭的靠位与撒放瞬间，叠加骨架、双臂肘角与锚点距离：橙色为拉弓臂，青色为弓臂，绿色为靠位锚点线。
#4 · 标杆参考箭待改进
靠位 0.371 在理想区间、撒放贴脸，但弓臂仅 112.5°，明显屈肘。
#6 · 贴脸后收箭优质样本
撒放后手收至颈侧下颌后方，贴脸后收而非前甩，随势标准。
#8 · 稳定随势箭优质样本
撒放手速 3.69、头位 0.02，随势干净，躯干开始后倾 -6.5°。
#13 · 拉距偏长箭待改进
靠位距离 0.444 超出上限，拉距偏大 / 靠弦点漂移的代表性样本。
#17 · 最稳随势箭待改进
撒放手速 1.96 为全场最低，随势控制最好；靠位切分混入拉弓过程。
#21 · 疲劳后倾箭待改进
躯干后倾 -10.4° 为全程最大，疲劳累积曲线的终点样本。
PRESCRIPTION
AI 给出的训练处方
报告不止打分——每个共性问题都对应可执行的下一次训练动作。
弓臂伸直与推弓锁定
- 静力推弓：开满后保持弓臂肘关节伸直（>165°）20~30 秒 × 5 组，体会背部锁定而非小臂硬顶
- 抗干扰练习：靠位期在外力轻压下保持肘不弯、肩不耸
- 撒放前自检：发现弓臂明显屈肘，果断放弓重开，不带病撒放
靠弦点一致性
- 每日 30 次橡皮带开弓，强制弦与指尖贴嘴角同一坐标点
- 靠位期默数 2~3 秒保持锚点不动，目标把箭内 std 从 0.055 降到 0.03 以下
- 对超限的箭核对弓拉距设定与靠弦手姿势是否漂移
控制疲劳、稳定躯干
- 分组施射：每组 6~8 箭、组间休息 2~3 分钟——本次连续施射与末段后倾加深直接相关
- 每周 3 次核心抗旋训练，提高开弓下躯干的稳定能力
- 录像自查：撒放瞬间躯干偏离竖直 >5° 即结束该组休息
撒放随势保持
- 橡皮带慢动作撒放：不主动张开手指，体会弦推手沿下颌-颈侧直线后收
- 对撒放手速偏高的箭逐帧复盘是否存在手指主动弹开或提前松扣
你的业务里，也有一个「射箭动作」吗？
大量「读资料 → 按规则判断 → 填系统」的人力环节，和射箭动作一样：可观察、可量化、可复核。带上你的场景，我们用同样的方法论做一次验证。