經濟觀察網 記者 黃一帆 在人們腦海中，對於服務機器人的概念多半停留在商場中的導覽機器人抑或是送餐機器人。
實際上，諸多公司已投入重金進行其它類型的服務機器人相關研發，而其難點在於尋找市場需求場景以及擁有可推廣的商業化方案。
2019年底，一家基於人工智慧及機器人技術的整體智能桌球教練解決方案的公司誕生。在成立前，公司創始團隊探討可行性花了一年的時間，團隊反覆討論的就是產品到底是否具備市場空間。「多球訓練在初學者和業餘愛好者的訓練中尤為重要。初學者大概有三分之二以上的訓練時間在進行多球訓練，業餘選手大約也要花費將近一半的時間進行多球訓練。專業運動員，每天也要進行至少一個小時的多球訓練。而在多球訓練中，餵球教練的工作重複、枯燥且技術含量高，合格的餵球教練極其短缺。同時，在教學過程中，教練需要同時餵球和指導，極大限制了教練的教學手段和教學效率。」龐勃特創始人曲晨耕告訴經濟觀察報記者，在進行反覆調研市場後，團隊將發球和人工視覺作為桌球機器人的主要功能和應用場景進行切入。
今年3月，龐伯特發球機器人M-One面世。9月份實現了量產。「我們希望把整個桌球訓練完全數位化，同時以桌球場景作為切入點進行人工智慧的通用化方案研究。」曲晨耕告訴記者，我們用類人型機械手臂進行多球訓練中的發球工作，同時，利用高速雙目攝像頭採集運動員的回球信息，並利於人工智慧算法基於回球質量，給出訓練方案。
模式
在採訪過程中，曲晨耕反覆提及的一個詞是「替代」。如何無差異地替代人的工作，如何發現必須的需求在場景探索的過程中可能起著關鍵作用。「我們對於桌球機器人的理解和其他從事應用機器人研究的公司考慮得不太一樣。目前服務機器人最大的問題就是場景的非剛需。很多商場機器人就是扣了殼的收音機和加了輪的I－PAD。為什麼需求扣殼是因為更好玩。但從場景化和需求來說，扣了殼加了輪子的IPAD要賣到幾萬就會影響銷量，因為商家可以用等量的錢買十幾個I－PAD。」曲晨耕表示。
龐勃特要做的是找到以市場化的解決方案去解決場景化的問題，即找到機器人能夠有效滿足痛點的賽道。龐勃特在桌球訓練場景中找到了可以用機器人及人工智慧技術去毫無妥協地完整替代人類工作內容的場景，就是多球訓練。
中國桌球學院副院長陳彬曾是中國桌球女隊的教練，在二十多年的實踐中，他意識到多球訓練在桌球訓練中的重要性。在接受媒體採訪時，其表示哪怕最高水平的運動員，每天都要花相當長的時間進行多球訓練。
由於一名教練同時只能給兩到三名運動員發球，教練們渴望機器人的幫助。「中國桌球學院院長施之皓提出來，能不能做一個有手臂的發球機器人，這樣教練就能解放出來，用更多的精力關注球員的技術動作。」「在多球訓練中，我們進行一比一的教練模仿，教練怎麼做，我們就怎麼做，像真人教練一樣去發多球，同時，我們的視覺系統可以實時分析學員的回球質量，智能分析訓練效果，整套方案達到甚至超越人類教練的教學水平。這樣的方案，給了我們強大的市場競爭力，剩下的就是替我們的客戶算一筆經濟帳了。」據了解，目前龐勃特發球機器人在五萬元級別，按照曲晨耕的估算，回本周期在半年左右，未來可能變成三個月。
據了解，目前一臺機器零售價在5.5萬左右。曲晨耕表示，目前龐勃特給出一個訓練方案，即1個教練帶3個機器人覆蓋3張球檯，三個機器人代替兩個人的工作量。一個比較好的桌球俱樂部一周大概學員會有15-20個小時的訓練時間，而一個比較好的桌球教練大概費用在200-300元/小時，按照上述方案，一小時能為球館產生200元的利潤。6-8個月後場館是淨賺的。
方案
「我們想替代人，多球訓練這塊我們可以100%無縫去替代。而目前教練極其短缺，確實也存在需求。問題在於我們能不能提出市場化的方案。」曲晨耕表示。
以前傳統的桌球發球機，球都是從一個口子裡機械地「射」出來，和真人發球的相似度不高。在研究和探索市場場景需求的過程中，龐勃特進行了大量的調研工作。傳統發球機存在交互不友好，發球類型單一，切換速度慢等問題，但最主要的問題就是發出來的球不像真實的桌球，教練和學員，包括學員家長，都不是很接受。
龐勃特還發現目前的桌球運動存在一些亟待解決的問題：一是教學質量。助教為專業運動員餵球時，往往在速度、旋轉、落點控制、頻率等方面，難以達到高水平選手的訓練需求；二是教學效率。一旦助教出現疲憊、狀態不佳等情況，就會直接影響速度、旋轉等參數，影響訓練特定技戰術動作的一致性，運動員很難形成最佳的肌肉記憶。
另一重要的問題是反饋。桌球是一項實時性非常高的運動，往往一秒之間幾個來回，過快的球速與落點的不確定性，也導致教練往往只能憑藉經驗來反饋，很難通過量化數據來進行準確判斷，從而進行專項的優化教學。
據了解，龐勃特所提供的解決方案即通過機器人技術，模擬人類教練進行多球訓練時候的動作特點，一比一的模仿國家級教練的發球方式，在多球訓練中實現對教練的替代。
同時，其所擁有的視覺系統及人工智慧算法可以量化分析學員的表現。「結合大數據人工智慧技術，可以科學準確的得到學員的技術水平及需要提高的技術點，針對性的給出訓練方案，使訓練更加科學高效。」曲晨耕表示。
算法
「我們的目標方案是1個教練5個球檯，同時15個學生。」曲晨耕表示，上述場景在桌球學院已經使用過，當時是1個教練1個助教帶5個球檯，15個學生。每個球檯三個人輪流打。」曲晨耕表示，從訓練和餵球的角度公司做的是對教練員的替代，從攝像頭和5G角度，利用大數據和人工智慧系統去分析訓練結果，「我們在人工智慧領域也有著顛覆性的創新。」
龐勃特的人工智慧算法，主要基於軌跡分析和動作分析兩個模塊，它們分別利用了兩套視覺系統來捕捉桌球的運動軌跡及運動員的運動狀態、依託運動大資料庫，應用人工智慧深度學習算法，對運動員的運動狀態進行超低延時的動態分析，在輔助訓練、技能評估、考試考級評測、遠程實時教學等多個方面均有廣闊的應用場景。
在龐伯特身上，這兩個模塊就像是龐伯特的兩個大腦，一邊負責分析桌球的運動軌跡，一邊負責觀察人類的揮拍動作，將桌球動作轉化成可視的數據，快速分析，制定技戰術策略分析，高效精準調整訓練。
據了解，目前公司的雙目視覺桌球軌跡捕捉系統實現了超低延時的實時數據採集，圖像分析處理速度是傳統人工智慧算法的3-5倍以上。在此前不久，龐勃特與高通中國、上海體育學院形成三方戰略合作，致力於將現今的5G技術及移動晶片技術運用在智慧體育場景中。「高速雙目立體視覺系統搭載高通驍龍865晶片與龐勃特自研人工智慧算法平臺，其強大算力和高通量數據收集與處理賦予了機器人在輕量移動化、多設備遠程實時交互、雲端實時AI運算及反饋方面的高性能特點。」曲晨耕告訴記者，而中國桌球學院為整套訓練系統定製的智能課程，在龐伯特智能桌球機器人的輔助下，能夠提升學員對桌球項目的學習效率。「我們希望通過與桌球領域的核心資源合作的形式，形成競爭壁壘。」曲晨耕表示。