营收数亿后，这家硬件公司又用世界模型做了个AI高尔夫训练助手｜Insight全球

作者 | 黄楠

编辑 | 袁斯来

编者按：当出海越来越成为一家中国公司核心战略时，如何征战全球市场就成为一个极其专业的话题。在全球化的演变中，已有不少中国品牌站立潮头。鉴于此，硬氪特推出「Insight全球」专栏，从品牌成长与变迁，探索中国品牌出海的前沿方向与时代契机，为出海玩家与行业提供思考与启发。 这是我们专栏第65期——从家庭智能硬件起步，成立7年的积加科技已构筑起AI原生硬件全栈能力，年营收数亿，拥有数百万终端用户。最近，他们进入AI运动硬件领域，推出首款由世界模型驱动的高尔夫发球监测仪G10 Pro，从单视角反演三维人体动作，让设备从“看球”转向“看懂人”。自Kickstarter上线后，累计众筹金额超200万元。

积加科技CEO蒲立，是AI硬件赛道一个不太按常理出牌的人。

这是一家已经成立7年的公司，但很少为外界知晓。它们的产品包括家庭智能摄像头、可视门铃、自然观测硬件产品，年营收数亿，在全球超150个国家和地区拥有数百万终端用户。

这在硬件赛道是一个很不错的数据。积加也低调完成了多轮融资，投资方包括线性资本、经纬中国、元璟资本、达晨财智、金沙江创投、华创资本等机构。

但积加并非一家简单的硬件公司。和很多同行不同，它的总部在AI算法人才聚集的北京。

国内大多数硬件厂商仍保持着传统的售卖逻辑，先敲定硬件形态，打磨产品参数，AI只是后期叠加的辅助功能，用来丰富卖点、提升溢价。

但蒲立跳出了这套惯性打法。对他而言，AI不是锦上添花的插件，而是贯穿产品全程的核心内核。尤其在大模型汹涌而来后，硬件本身只是载体，在这个新时代做硬件，需要全然不同的思路。蒲立反复思考，如果AI才是核心，硬件结构怎么设计？需要采集什么数据？以什么形态存在？和用户建立什么样的关系？

2024年，蒲立和团队把目光投向了一个看起来跨度极大的新方向：AI运动硬件。他们选定的第一个切入场景，是公认难度最高的运动项目之一——高尔夫。

9月17日，积加科技旗下运动科技品牌NeoPace发布首款高尔夫发球监测仪产品G10 Pro。这是全球第一款由世界模型驱动的发球监测仪（Launch Monitor），自上线Kickstarter以来，累计众筹金额超200万元。G10 Pro采用众筹即发货的模式，将在众筹结束后即时发货，首批量产产品将在2026年内送达用户。

积加首款高尔夫发球监测仪产品G10 Pro（图源/企业）

这也是这个时代非常典型的硬件产品：硬件本身只是入口，真正的门槛是背后的算法和AI能力。靠某种巧思穿透大市场的创业神话，已经越来越稀少。

在资本共识越来越分明时，它们只会流向少数同时具备供应链积累和AI算法能力的公司。

世界模型，让AI“看懂”人

其实，高尔夫训练助手早已是个成熟市场。

但过去高尔夫训练硬件产品只在一种思路上优化，也就是不断提高球体飞行数据的捕捉精度，包括球速、起飞角度、旋转数值、落点轨迹，各项指标被反复打磨至极致。

这套迭代逻辑很好地服务了职业球员的需求，他们需要精准的数据来调校装备、优化挥杆细节。但对多数基础爱好者和进阶球手而言，只盯着“结果”的硬件体系，却缺失了训练反馈最关键的一环。数据能告诉他们球飞向了哪里，但无法解释为什么。看不到原因，下一次挥杆也无从调整。

“这也是大部分兴趣类进阶用户的共性痛点。单纯的工具设备，往往撑不起用户提升能力的诉求。”蒲立告诉硬氪。

相比于关注“球”的动态，积加选择从另一个维度切入：将“人”的动作纳入智能分析范畴。

人体姿态3D重建（图源/企业）

人的动作是球体运动的唯一物理输入端。高尔夫挥杆过程中，人体206块骨骼、约360个关节和600多块肌肉同时发动，在不到两秒内完成高度同步的时序协调，但凡任何环节出现毫厘级偏差，都会在杆头触球瞬间被放大为球路上清晰可见的偏移或失误。

为了看懂人体的动力逻辑，积加首款高尔夫发球监测仪产品G10 Pro没有沿用传统监测框架，而是把底座搭在团队自研的TrainerIQ Human-Centric世界模型上。

这个模型以人体运动生物力学为核心建模对象，目标不止停留在视觉层面的动作捕捉，而是从单视角信号中，反演三维人体运动序列与发力过程，实现对动作机制的可解释解析，让设备从“看懂画面”进阶到“看懂人的动作”。

这项能力有很高的技术门槛。由于高尔夫用户绝大多数时候是在练习场、室内打位或户外草地上独自练球，无法架设多机位设备。设备只能从一个角度拍摄，画面信息有限，挥杆过程中最关键的转胯、重心转移、手腕释放等细节，很容易被遮挡或遗漏。一旦关键动作缺失，分析就会失准。

积加从数据端补上这个短板。团队搭建了专属的高尔夫运动数据体系，并积累了数十万组高精度运动样本。在数据采集阶段，用多视角把动作完整记录下来；训练阶段只给模型提供一个视角，让它从单一画面中还原动作，其余视角则用来验证还原的准确性。

这样做的目的，是让模型先吃透标准的人体挥杆力学规律，再适配普通用户的单视角画面做推演，用全域数据弥补单一视角的信息不足。

全域数据弥补单一视角信息不足（图源/企业）

举个例子，当用户在练习场打完一杆，G10 Pro根据正面画面里肩膀、手臂、髋部的位移和节奏，结合已学到的生物力学规律，世界模型可以推演出这一杆在三维空间里的完整动作序列，并判断头有没有前后移动、腰和手谁先启动、发力顺序是否合理等。最后，再将这些信息转化成用户能听懂的训练反馈。

这套世界模型的能力，最终落到产品体验上，才是G10 Pro与传统设备拉开差距的地方。

传统方案大多停留在“记录”层面，完成基础画面的捕捉，无法解读动作与运动结果背后的因果关系。TrainerIQ世界模型的不同在于，它试图理解运动背后的物理规律与因果逻辑，并在此基础上推演尚未发生的优化场景。

它不仅能复盘用户这一杆的挥杆细节和击球结果，还能基于用户原本的动作，模拟体态调整、发力优化、节奏修正之后，挥杆轨迹会变成什么样，击球效果又会发生什么变化。因此，用户看到的不再只是“这一杆打得好不好”，而是“如果改掉这个动作，下一杆可能会怎样”。

可以看到，这套模型本质上就是把训练逻辑模型化、常态化。它不是给所有人一套标准答案，而是结合每个人的身体条件和动作习惯，给出更适合其自身的改进方向。

“每个人的挥杆没有标准答案，其训练成长路径同样不该被统一范式束缚。” 蒲立说。借助TrainerIQ世界模型，用户独有的发力习惯、差异化的技术短板、循序渐进的训练节奏，都能转化为可解读的时序数据、可对比的运动轨迹，成为下一次挥杆可落地的调整依据。

搭建分层式系统复用平台

G10 Pro从立项之初就没有走“大而全”的产品路线。积加把高尔夫硬件作为运动版块的首发产品，也有市场层面的权衡。

在海外成熟的高尔夫监测设备市场，用户普遍认可专业训练硬件的价值，不需要从头培育市场认知。

但这也是一群极度聪明的用户，他们不会为噱头买单。所以积加没有把力气花在把参数做得更漂亮，而是把自己放在“辅助训练”的位置，它不会一次性把所有动作问题都抛给用户，而是先判断当前最该改的是哪一个，让反馈更聚焦、更可执行。

“当今天AI能看懂一段挥杆动作，拆解出发力链条、定位到动作短板、给出可执行的优化方案，这种信息密度和指导意义就完全不同了。它不再是泛泛的内容生成，而是针对具体的人、具体的动作，给出具体的判断。”蒲立告诉硬氪。

在积加团队看来，硬件是一次性入口，订阅服务才是品牌与用户长期关系的开始。

AI高尔夫训练助手（图源/企业）

产品布局上，积加也没有追求一款机型打穿所有人群。主力机型先锚定核心进阶用户，再沿同一赛道向上、向下延伸，逐步覆盖更宽的用户分层，形成有梯度的产品矩阵。

但高尔夫只是这套逻辑的第一个落点。当硬件入口、订阅服务和分层产品矩阵在高尔夫上跑通之后，积加真正关注的，是支撑其运转的底层能力。

这也正是积加平台化路径的起点。从场景中捕捉具体需求，把解决需求的能力拆解成可复用的分层能力，再用这套分层平台去覆盖更多运动品类。

“真正的平台化不是技术的迁移复用，而是底层核心技术标准化、垂直场景能力模块化、商业运营体系通用化的分层式架构——用可沉淀的通用能力，对冲多赛道拓展的试错成本，而非彻底消除研发投入。”蒲立说道。

在这套分层体系中包括了三大跨品类直接迁移的核心能力。

最底层是通用人体感知技术。依托TrainerIQ世界模型，团队沉淀了标准化的人体骨骼解算、发力时序推演、单视角三维重建、动作因果归因能力。这套对人体动态和生物力学逻辑的理解，不绑定高尔夫单一运动，而是所有人体运动分析的通用技术底座。

往上一层是AI原生硬件工程能力。视觉与雷达融合的感知框架、低算力设备的算法补偿方案、户外复杂工况的成像与测温适配、轻量化自动对位工程体系，都已经完成标准化打磨，可快速适配不同运动的硬件采集需求，无需每款产品从零重构硬件架构。

传感系统（图源/企业）

再往上是兴趣类消费硬件的商业化资产。从过去家庭场景、自然观察硬件沉淀下来的海外渠道、圈层用户运营体系、AI增值服务订阅模式、长效用户留存体系，已经形成成熟的C端硬件商业化闭环，能够快速复用在运动赛道，降低新品市场落地成本。

目前，积加科技其他的运动品类产品已进入规划阶段，预计明年上半年逐步落地。

过去数十年，大众运动训练慢慢走入了工业化、标准化的循环。专业训练硬件不断刷新数据精度，通用的挥杆范式、模板化的纠错思路成为行业主流，成套的标准化训练方案以低门槛流向每一位爱好者。训练效率被大幅拉高，运动原本的个体属性被不断稀释。

随着AI人体理解的可迁移能力逐步落地，专业级的动作解析、因果归因与个性化指导能力下放至消费硬件，普通用户拥有专属的智能训练助手，第一次具备了规模化落地的可行性。

这也是AI原生硬件优化的方向。不是更聪明的工具，而是让每一个具体的人，被设备真正看懂。也只有这样的公司能穿越周期。