第 86 届中国教育装备展（青岛）总结报告
核心观点
本次展会显示，AI+体育教育正从‘辅助教学工具（数据采集—评分呈现）’向‘学生身体素质管理智能中枢（智能反馈—教学与管理闭环）’演进。当前市场产品在“体测”与“娱乐”级已趋成熟，建议重点突破教学级产品和管理中枢科学化，弥补市场空白，打造以教学价值为核心、兼具中考服务与体质健康管理能力的差异化解决方案，以应对体育中考改革与个性化教学需求，抢占下一代智慧体育的制高点。
一、背景
简述展会概况和参展的初衷
展会概况
-
主题：人工智能引领教育装备高质量发展
-
地点：青岛
-
展示范围：
-
数字化校园及智慧校园建设（教育录播系统、课堂教育资源、智慧校园解决方案、数字化校园应用服务平台建设、数据深挖分析系统、数据储存系统）
-
互动教学设备（大屏幕、触摸一体机）
-
在线教育及远程教育
-
教学仪器设备
-
学前教育装备
-
音、体、美及图书（学校体育设施设备）
-
校园后勤装备设施
-
校园防疫物资
-
特殊教育
-
参观目标
-
深度了解竞品公司的产品（看他人）
-
观察教育装备市场变化（看趋势）
-
识别行业的潜在增长点与差异化创新方向（看自己）
二、观察
描述展会中的产品
值得学习的部分
-
多场景产品完善，涵盖操场、体育馆、运动角（一视科技、恒鸿达）
-
展台设计，动线合理，可以让客户深度体验主要设备（一视科技）
-
销售人员对接话术成体系，有具体的标准流程（一视科技）
-
细分了娱乐级和训练级产品的使用场景（一视科技）
-
夜跑、定距跑、计圈跑、十人AI仰卧起坐、十人AI跳绳、十二人AI实心球（一视科技）
-
小程序的联动，教师发布任务，查看后台数据，学生完成任务，查看个人数据，实现家校共育（一视科技、恒鸿达）
-
人脸识别运用到所有机器（一视科技）
-
校园智慧体育平台架构构思完善（恒鸿达、大沩人工智能）
-
考试及教学围绕中考业务板块研发（恒鸿达）
-
日常训练及娱乐围绕体测业务板块研发（恒鸿达）
-
软著及专利完备（一视科技、恒鸿达）
-
传统体育设备升级，如跳绳换成LoT跳绳（先知AI体育）
-
智慧赛事-可利用跨校层面组建联赛，参照教育机器人赛事（大沩人工智能）
-
无感人脸识别（一视科技、恒鸿达、先知AI体育、大沩人工智能）
-
智能手势识别（一视科技、恒鸿达、先知AI体育、大沩人工智能）
-
体育学科数字化方向：体育锻炼、体育教学、体育测试、体育管理、体育评价、家校共育（融梦科技）
-
采用激光雷达辅助体育数据采集，研究可行性及未来想象空间（意境数智）
值得警醒的部分
-
长跑运动无法接入心率数据，存在风险，可考虑此部分数据可通过手表获取或租赁运动手环（一视科技）
-
部分场景有手环，但表现为单独板块，没有融入自身系统（恒鸿达）
-
产品与宣传出入较大，或者展台展示不足（恒鸿达）
-
校园和社区融合的方案暂不具体
-
移动体测站多为一个摄像头+一个电脑行李箱（恒鸿达、先知AI体育）
-
产品工业设计普遍薄弱，影响用户体验与品牌形象（一视科技、恒鸿达、先知AI体育）
-
身高体重测量仪、肺活量测量仪、运动手环、坐位体前屈测试仪（待考察）待寻找合作厂家
-
学生健康管理（体质）、学生运动管理（运动）
-
所有的多人共同运动项目均为同时开始与结束，是否可以真正融入到学生的日常练习中，是否可以做到异步处理？
-
体育教学没有实质性借助到产品去全过程融入教学环节（融梦科技）
-
即使一个摄像头可以覆盖十到十二个学生运动，那么课间真的做得到学生充分的利用吗？环境允许吗？
三、思考
产品层面
产品类型
分为三个层级，教学级、体测级、娱乐级
-
娱乐级：趣味跳绳、趣味跳远、纵跳大师、蹲跳大师、投篮大师、非刺达人
-
体测级：1分钟跳绳、50米/50米折返跑、800/1000米、立定跳远、引体向上、仰卧起坐、坐位体前屈、身高体重、肺活量、阳光跑、夜跑
-
教学级：立定跳远、仰卧起坐、坐位体前屈、跳绳、掷实心球、引体向上、跑步、足球、篮球、排球
-
考试级：
-
专业级：
产品使用场景
分为三个区域，四个场景
-
智慧操场：
-
教学场景
-
考试场景（中考）
-
体测场景（阳光跑、体测考）
-
娱乐场景
-
-
智慧体育馆
-
教学场景
-
考试场景
-
体测场景
-
娱乐场景
-
-
智慧体育角
-
体测场景
-
娱乐场景
-
产品技术
涵盖三个层面，六种技术
-
交互层
- loT智能设备技术（涵盖硬件设备+辅助设备）
-
感知层
-
人脸识别技术（计算机视觉方向）
-
人体姿态识别技术（计算机视觉方向）
-
激光雷达技术（3D空间感知，非主流使用）
-
-
决策层
-
运动评估模型技术（大概率为专家系统）
-
大语言模型技术（深度学习方向）
-
产品功能
包含五个方面
-
政府方面（区域体育数据中心）
-
体质健康监测（智能监测）
-
运动数据分析（智能评估）
-
体育素质档案（智能报表）
-
多校联赛
-
体育中考服务（政府级）
-
-
学校方面（单校体育数据中心）
-
体质健康监测（智能监测）
-
运动数据分析（智能评估）
-
体育素质档案（智能报表）
-
运动会服务（校级）
-
体测考试服务（校级）
-
运动风险监控
-
-
教师方面
-
教学资源共享
-
训练数据采集
-
体育家庭作业
-
体测考试服务（模拟）
-
-
学生方面
-
违规检测
-
评判指导
-
成绩识别
-
运动报告（运动过程留存、动作诊断建议）
-
多人同测
-
-
家长方面
-
体育家庭作业
-
个人数据报告
-
产品不足
-
产品类型主要在娱乐级和体测级较为完善，教学级融入不够。教学级应当呈现动作分析，动作评价以及训练建议。
-
产品类型应当还具备考试级与专业级。考试级针对为中考，其重点在于赋分的可解释性和准确性；专业级则是教学级与考试级的结合体，要求精度高，过程分析科学，运动建议合理。
-
产品多为固定设备，学校场地有限，使用要求亦是同时测试，存在平时训练无法覆盖较多的学生使用（可能使用的学生数量也不一定很多）
-
心率等生理数据未被有效整合，未能形成“运动负荷-生理反应-成绩表现”的闭环评估。
-
产品基本上着重于单个学生的成绩分析与建议，对于以班级教学的课次训练并没有进行分析，与教学过程脱离，教师除了针对单一情况指导，也需要针对群体情况进行指导。应当补充班级训练分析、教学方案建议、教案自动生成
产业与政策层面
体育分值大幅提升
-
湖南怀化市：体育中考分值从50分增至65分，长跑满分标准放宽（男生1000米由4分05秒调至3分55秒），新增“心肺功能测试”项目（如台阶试验）。
-
湖南常德市：2025年、2026年体育中考分值仍按50分计算（身体素质测试项目30分、运动技能测试项目20分），2027年成绩权重将提高到中考总分的8%以上。
中考体育过程化
-
北京市：《北京市义务教育体育与健康考核评价方案》在2021年正式公布，改革后，北京中考体育分值为70分，包括过程性考核40分和现场考试30分。
-
吉林省长春市：中考体育科目将采用过程性考核和终结性考核相结合的方式。义务教育体育与健康考核评价包括过程性考核与终结性考核总分值为80分，计入中考总分。其中，过程性考核30分、终结性考核50分。过程性考核主要侧重于考察学生在日常学习生活中的锻炼情况，如出勤率、课堂表现等。而终结性考核则是对学生在特定时间内的实际表现进行评估，如体能测试、专项技能比赛等。这两部分的成绩加权计算后，得出最终的中考体育分数。
-
河北省：根据《河北省初中学业水平体育与健康科目考试方案》，过程性考核由学生日常参与体育锻炼情况、《国家学生体质健康标准（2014年修订）》测试成绩、体育与健康课成绩考核三部分组成。对于成绩具体如何评定，《方案》给出了考核等级及对应分值。其中，日常参与体育锻炼情况满分4.0分，按照体育课、课间操出勤率评定。学生事假、病假要履行请假手续；《国家学生体质健康标准（2014年修订）》测试成绩满分8.0分，在八年级和九年级上学期，由学校或第三方测试机构按照《国家学生体质健康标准（2014年修订）》要求对学生进行测试；体育与健康课成绩考核满分8.0分，每学期由各学校负责评定。
体育测试体系动态化
-
河北省：现场测试包括必考项目（男生1000米跑、女生800米跑）、抽考项目（如引体向上、50米跑等）以及选考项目（足球运球绕杆、篮球运球绕杆等）。
-
郑州市：必考项目：长跑（男生1000米、女生800米）；素质类选考项目：1分钟跳绳、50米跑、掷实心球、立定跳远中任选2项；运动健康技能类选考项目：篮球运球投篮、足球运球射门、排球垫球、游泳、心肺复苏实践操作中任选1项
-
厦门市：
体育评分标准科学化
北京市：《北京市义务教育与健康考核评价方案》针对男生1000米、女生800米、引体向上、仰卧起坐、实心球5个原有项目，在全面分析2017年以来体育中考、抽测、统测数据基础上，对照国家学生体质健康标准，按照“达到良好即满分”的原则进行了调整
上海市： 1000米（男）和800米（女）项目的评分标准有下降；在1000米（男）和800米（女）项目中，还提到一个新的内容： 附加分；羽毛球测试方法、计分标准降低
价值层面
教育价值
-
学生数字画像构建：学生的运动过程、身体特征与数据表现被数字化、可视化。从“单次考分教育”回归到“连续身体认知教育”，学生、老师和管理者可以从数字画像中做出相应调整，提出最优解
-
教师角色重塑：教师从“测评执行者”变为“数据解释者与学习设计者”，AI成为其专业伙伴
-
公平与个性化并存：AI的实时数据反馈能弥补传统课堂中教师关注不到的学生个体差异，实现真正的“全员发展”
理念价值
-
育人本位：教育装备的终极价值不应仅是提升测试效率，更应服务于学生体质健康、运动兴趣与终身体育习惯的养成
-
教师认知：AI不是取代教师，而是扩展教师的能力边界，使其具备数据洞察与智能引导能力
-
教育伦理：数据的采集、学生隐私的保护、算法偏差的修正，以及AI决策的透明度都将围绕以人为本的理念