用生成式AI改善运动健康，夸父大模型揭秘基础设施秘籍

志东西

作者ZeR0宏基北京维修中心技术支持英文简写

编辑的影子

Zhidsomething月4日报道，生成式人工智能技术正在运动健康领域发挥更多价值，包括帮助教练或康复师关注核心目标，更容易理解需求，更准确地制定健身或康复计划，以及挖掘无人健身房、虚拟健身社区、虚拟健身社区等运动健康领域场景。

去年，AI数字健康解决方案提供商苏伟科技与亚马逊云技术合作，基于亚马逊云技术的生成式人工智能技术，结合对运动健康领域的深度理解和建模，打造了首个AI运动健康大模型——夸父大模型。

该模型具有专业知识问答、用户方案定制、课程规划等功能，涵盖了运动健康领域的所有知识。每一个答案都可以得到参考文献的验证和支持，保证了用户在实际应用中的科学性。其首款产品AI教练助手，在国内拥有开放权限的用户中达到了90%的开放率和50%的复用率，帮助舒威科技实现了从单一项目设备供应商到整体解决方案提供商的跨越。

运动健康模型的训练和应用有什么特点和技术要求？苏伟科技为什么选择与亚马逊云技术合作，打造大AI模型？近日，围绕这些问题，苏伟科技CTO楚志伟与Zhidsomething等媒体进行了深入交流。据储志伟透露，苏伟科技将于今年8月至9月在全球发布数字化健康管理平台。

首先，以AI模型为基础，提高康复和运动训练的效率。

建设大夸父模型的核心理念是什么？舒威科技CTO楚志伟分享道，随着检测设备涉及的维度和指标越来越多，舒威科技希望用一个agent来帮助专业的医生和教练从日益复杂和多维度的检测数据解读中解脱出来，不用经常去记忆或学习一些非常详细的技术指标，让他们可以更专注于人的康复和运动训练，从而提高整个行业的效率。

Visbody致力于成为全球领先的AI数字健康解决方案提供商，以自主研发的Body++人体数字健康技术矩阵为核心，以行业知识图谱构建的AI大模型为基础，提供塑形美容、运动表现、康复等服务和产品。

围绕机器视觉，舒威科技的Body++人体数字健康技术矩阵已经涵盖人体数字技术、3D姿势分析、4D姿势分析、运动状态分析。基于优质的健康大数据和行业知识图谱，舒威科技构建了夸父大模型，可提供健康问答、报告解读、辅助撰写、辅助诊断、营养餐分析定制、运动康复方案定制等多种服务。

该模型有四个优点:1)正确性，与医学事实一致，内容严谨，有据可循；2)安全性，保障用户信息和诊疗的安全；3)逻辑流畅合理，逼近真人推理思维；4)领悟，准确理解用户意图，生成有效内容。

苏伟科技的产品开发理念是以AI为引擎，以数字健康为方向，深度介入AI与数字健康的交融，积极构建以夸父大模型为技术核心的数字健康管理平台，打通多设备间的数据，形成一套智能化的解决方案。

目前，苏伟科技的AI数字健康解决方案已经赋能医疗、运动康复、健身机构、瑜伽普拉提、美容行业、青少年体育、全民健身等多个领域。其系列产品已在全球58个国家的12000多家医疗机构、专业运动队、健康塑形机构落地，为超过1000万用户提供数字化健康管理服务。

苏伟科技希望以大模型为桥梁，构建生态闭环解决方案。目前正在联合打造产后人群运动康复、青少年脊柱侧凸等闭环解决方案，将其智能检测设备与电磁驱动运动设备有机整合，打造从评估诊断、处方生成到数据自动传输训练、设备训练结果的智能上传，再由代理自动调整优化检测方案。

第二，构建和部署AI大模型，重点关注基础设施的四大能力

为什么选择与亚马逊云技术合作推动AI转型？储志伟提到了四个主要原因:

首先是丰富、安全和负责任的生成式人工智能产品，这对于企业基于底层生成式人工智能能力构建自己的AI应用非常重要。亚马逊云技术在生成式人工智能领域有全栈技术布局。

其次，全面的数据管理、集成和治理能力使云原生企业能够更快速、更灵活地开发、部署和管理云原生应用。在构建夸父模型的过程中，当原始训练数据被污染时，亚马逊云技术的过拟合预防等技术和工具帮助舒威技术解决了训练资源不足可能导致训练失败的问题。

第三是遍布全球的稳定基础设施，可以保证业务的连续性和安全性，对应用快速出海也很重要。亚马逊云技术的基础设施覆盖33个地理区域的105个可用区域，连接全球245个国家和地区的客户，可以帮助客户快速申请出海，而稳定的云环境可以保证客户业务的连续性和安全性。

最后，还有好的专家技术支持。夸父模式从设计和规划阶段到上线都得到了亚马逊云技术专家的全力支持，从而提高了业务效率。

除了夸父模式，苏伟科技还借助亚马逊云技术的技术基础构建了很多解决方案，比如依托亚马逊基岩自身的快速构建能力和RAG(搜索增强生成)能力，打造面向客户的AI助手；基于亚马逊基岩的能力，内部搭建了会议准备系统，利用AI理解会议材料，提前准备潜在问题，大大提高了会议效率。储志伟透露，亚马逊基岩尚未完全参与其核心产品，舒威科技也在调查中。

其设备的所有操作都在云端进行，亚马逊云技术还为VSC提供了整个计算基础设施，包括亚马逊弹性计算云(亚马逊EC2)、亚马逊简单存储服务(亚马逊S3)、亚马逊关系数据库服务(亚马逊RDS)等服务。“亚马逊云技术在自由搭建、敏捷管理、高效运营、安全合规等方面给予了我们强大的支持。”颜志伟说。

第三，解决R&D的三大挑战，并在两个月内开发出一个大型模型。

在应用生成式人工智能技术的过程中，舒威科技主要面临三大R&D挑战:1)准确性和专业性，即如何保证AI在健康领域的输出准确且符合专业标准，避免误导决策和不专业的建议；2)响应速度和计算能力资源，即实时应用对响应速度和模型计算能力要求高，如何平衡成本和效率；3)快速开发建设，即如何缩短从概念到实现的周期，简化开发流程，降低技术门槛。

MD212MC

对此，亚马逊云技术从专业的模型训练、敏捷的管理/高效的运营、快速的应用构建等方面帮助舒威科技解决挑战。

夸父大模型的训练是在亚马逊SageMaker上完成的。亚马逊云技术的技术服务团队为舒威科技提供了专业的建议，选择了开源的对话语言模型，并将其构建在机器学习平台亚马逊SageMaker中。在楚志伟看来，这个平台就像一个模型广场，里面有很多开源的、专用的现成解决方案。

亚马逊SageMaker拥有完全托管的机器学习服务能力，可以在单个工具集中提供机器学习的所有组件，并支持多个领先的深度学习框架。比如模型部署时，在客户使用高峰时开始分流多个节点，在业务低谷时破坏冗余资源。这些都是亚马逊SageMaker的内置功能。

因此，舒威科技能够以更低的成本和更短的时间将模型投入生产，实现机器学习模型的快速构建、训练、微调和部署，确保输出符合专业标准，并对实时或批量的物理测量数据产生准确的解释和预测。据储志伟回忆，夸父大模型的开发速度很快，基本上只用了两个月，产品整合升级一次。

在构建夸父模型所需的计算能力和基础设施方面，基于亚马逊弹性计算云(Amazon EC2)的P4D例子，舒威科技可以轻松准备超过20万个大型语言模型语料库数据集。

亚马逊EC2 P4d实例适用于深度学习、机器学习等计算密集型任务，能够提供业界领先的高吞吐量、低延迟网络。与上一代P3实例相比，深度学习性能平均提升2.5倍，成本降低高达60%，从而帮助舒威科技快速运行复杂的多节点机器学习训练和高性能计算工作负载。

针对自身业务明显的峰谷现象，舒威科技通过使用亚马逊SageMaker AutoScaling，可以根据实际工作量自动调整实例数量，不仅可以增加高峰期的资源供应，保证业务连续性和响应速度，还可以减少高峰期的资源使用，降低运维成本，实现计算资源的易扩展和灵活管理。

结论:希望以后能把夸父的大模型应用到C端。

展望未来，苏伟科技希望携手亚马逊云技术赋能全球商业，推动持续增长和创新，共同探索和拓展AI技术的应用场景。

夸父的大模式已经开始在B端落地。未来，舒威科技希望将夸父大模型的能力释放到C端，比如打造智能AI虚拟教练和一些无人健身中心或康复中心。

未经允许不得转载：科技让生活更美好 » 用生成式AI改善运动健康，夸父大模型揭秘基础设施秘籍