近日，东北师范大学体育学院（冰雪学院）冰雪教研室"AI赋能冰雪"系列教研活动第四期如期举行。短道速滑课程主讲教师李坚柔博士以短道速滑课程为载体，作“AI视频助教"短道速滑技术视频分析”专题分享。聚焦AI视频分析工具辅助专项课堂教学的应用背景、落地框架与教学边界，为冰雪运动专项课程的智能化转型提供实践方案。

　　短道速滑的技术动作大多发生在零点几秒之间，这决定了它对“看得清”的极高要求。传统课堂上，教练一人带多名学生，肉眼很难捕捉高速滑行中的动作细节；反馈滞后、难以量化，学生不清楚自己与标准技术的差距在哪里，起跑、弯道等错误动作一旦固化，纠正成本很高，而冰上训练本身又成本高、安全风险大。这正是“AI视频助教”要回应的问题：把高速录像变成课堂里“看得清、算得准、可回看”的教学资源，以视频动作捕捉与人体姿态识别为技术底座，覆盖课前预习、陆上模拟、冰上实时采集、课后自动分析全流程——教练做教学决策，AI做数据采集与量化反馈，支撑分层教学与个性化纠错。李坚柔博士强调，AI的定位不是替代教练，而是教练身边的“视频助教”。

　　分享从教学辅助方式的一次转变谈起：从“课堂肉眼现场纠错”走向“视频逐帧回看”。短道视频分析通常采用50–120帧/秒的高速录像，把一次完整滑行拆解为起跑、直道、入弯、弯道弧顶、出弯、冲刺六大阶段，逐帧观察重心变化、关节角度、冰刀刃切换、蹬冰方向、步频、滑行路线与摆臂，并与优秀选手比对。AI的加入，让这种原本依赖教练个人经验、逐人逐段手工回放的分析方式，转化为标准化、可积累的课堂常规流程。

　　在落地层面，“AI视频助教”形成“视频剪辑+动作标记+学情汇总”三层应用框架：视频剪辑层，AI按训练环节自动截取有效片段、按学生归档，教师不必再在海量素材中反复拖动进度条；动作标记层，AI基于肩、髋、膝、踝等人体关键点识别，自动计算蹲屈角度、重心投影位置、蹬冰方向与时长、步频、单步滑行距离、入弯路线半径、摆臂幅度、弯道倾角等量化指标，并自动标红与标准动作的差异点；学情汇总层，系统自动生成个人分析报告，让教练课前掌握学情、课后跟踪改进，也让学生的技术成长有据可查。

▲ "AI视频助教"三层应用框架（视频剪辑—动作标记—学情汇总）

　　三层框架如何走进真实课堂？分享给出了课前、课中两个典型场景。课前，依托标准动作库——收录优秀运动员起跑、直道、入弯、出弯等标准姿态视频——组织“AI预习+陆上预训练”：学生对照示范视频进行陆上模仿练习，AI通过手机摄像头实时识别髋、膝、踝、肩与躯干角度，即时弹窗提示蹲屈不够、重心太高、重心后坐、摆臂过大等问题，并自动生成预习报告。教练在上冰之前就能掌握全班学情，把有限的冰上时间用在刀刃上，减少试错、降低摔倒风险。

　　课中，冰场高清高速摄像头（50–120fps）与AI人体关键点识别（2D/3D骨骼）同步采集分组训练视频，学生依次完成起跑、直道滑行、弯道入弯与出弯练习；训练一轮后立即投屏，把学生动作视频与标准运动员视频同屏骨骼叠加，AI自动标红差异点，例如“入弯时膝盖展开不足、身体倾斜角度偏小，容易离心甩出；蹬冰发力偏向后，而不是侧向蹬冰”。教练结合AI数据进行讲解与现场纠错，比单纯肉眼观察更精准——“哪里错了、为什么错、怎么改”，第一次变得可视化。

▲ AI骨骼关键点识别与标准动作同屏比对示意

　　结合专项教学经验，李坚柔博士还系统梳理了各阶段的视频观测要点。以起跑阶段为例：预备姿态要求前脚刀尖卡冰、重心落于前脚、肩超过刀尖、髋膝弯曲躯干前倾；鸣枪起动时后脚快速蹬冰，第一步侧向发力而非向后蹬；疾跑前8–10步重点关注步频、步长、重心起伏与抢位路线——优秀特征是重心前移快、蹬冰角度约45°、前8步快速建立高初速度、躯干稳定不上下晃动，常见错误则是重心后坐、起跑后蹬、身体直立导致风阻大、加速慢。直道滑行遵循“下刀支撑→单支撑滑行→蹬冰→收腿还原”的动作循环，观测要点集中在蹲屈角度（膝90–110°、踝50–70°）、上体压低成团身流线型、下刀落在髋正下方、冰刀由外刃过渡到内刃、蹬冰方向为侧后方等指标上。这些经验要点与AI量化指标一一对应，构成了"教练经验+AI数据"共同的教学语言。

　　参会教师随后围绕AI视频分析只能标记动作，能否读懂学生身体条件差异，短道速滑课上AI与教师如何分工等议题展开研讨。大家形成的共识是：AI擅长“看得清、算得准”，在动作姿态的采集、量化与比对上优势明显；但AI难以感知冰刀与冰面的触感、运动员的发力感受，也替代不了教师对学生身体条件与心理状态的个体化判断。技术诊断可以交给AI，教学决策与育人温度必须留给教师——“人机协同、教师主导”，是AI辅助专项教学的基本分工。李坚柔博士同时指出，AI辅助短道速滑课堂的整体成效仍有待教学实践的持续检验，应用框架需要在真实课堂中不断迭代。

　　“AI赋能冰雪”是冰雪教研室贯穿全学期的系列教研实验活动，持续探索人工智能与冰雪学科教学、训练、科研的深度融合。

下期预告

第5期：“数据记录本”速度滑冰训练学情数字化—人工智能赋能速滑课程过程性评价

主讲人：李奇时 全国冠军

核心内容：

◆ AI表格、自动化统计工具在速度滑冰课程评价中的应用背景与核心理念

◆ 从“纸质手写记录”到“AI自动汇总训练数据”：课程评价方式的转变

◆ 数字化学情工具“采集-归档-自动生成学情报告”应用流程

◆ AI数据工具在速滑课平时考核、阶段性学习跟踪中的应用前景与挑战

讨论议题：AI统计的数据能不能代替教练现场观察？速度滑冰课程数字化评价的边界在哪里？

初审｜刘俊一

复审｜杨　志

终审｜刘德赢