众筹400万美元,AI体育硬件公司推出多合一教练机器人
庞伯特推出多合一AI教练机器人Aura,重7公斤可随身携带,众筹近400万美元。该设备通过AICoach系统实时指导用户,支持网球、匹克球、板式网球等多种运动,以“硬件平价、软件增值”模式降低入门门槛。
在智能体育硬件市场,单一功能产品正面临日益激烈的竞争。庞伯特选择了一条更宽广的发展路径:从首款网球发球机起步,到如今推出多合一AI教练机器人Aura,其目标是让用户只需一台设备,便可体验多种运动,并获得实时、专业的运动指导。
从单一训练工具迈向多合一AI教练
在庞伯特的产品矩阵中,Aura的定位尤为独特。此前,其PACE系列面向深度爱好者,追求极致的球速、旋转、落点精度等发球性能。而Aura整机仅7公斤,可放入背包随身携带,它所搭载的首创AI Coach智能教练体系,将目标用户锁定在更广泛的大众球类爱好者群体。
这款产品在Kickstarter上线当天,仅5小时众筹金额便超过100万美金,累计金额近400万美元。这背后,是庞伯特对市场痛点的精准洞察:与其让用户为每项运动分别买单,不如用一台设备覆盖尽可能多的场景,包括时下热门的板式网球、匹克球等。
AI Coach的“手眼脑”:从喂球到实时指导
一位教练的日常教学是怎样的?用手喂球给学员,用眼观察学员的动作,实时指正学员的动作。每一次喂球,都伴随一次即时的反馈与调整。Aura要做的,就是完整复刻这个教学闭环。
不同于传统视觉分析方案只能在训练结束后生成报告,Aura的AI Coach会实时指出问题,通过与用户的动态交互持续观察、判断和调整发球,在每一次击球中完成指导闭环。

多运动合一智能体育AI教练机器人Aura(图源/企业)
“手”:多合一发球系统的硬件重构
跨球类适配的难度,并非仅靠算法层面就能解决,还需要平台级的硬件能力。不同球类的物理参数差异极大:
- 网球:涵盖有压比赛用球、无压训练球、75%气压软球、50%气压轻球等多种规格。
- 匹克球:存在16洞、24洞两种结构,洞数不同,球体重量、风阻系数和飞行轨迹便截然不同。
常规单一发球机难以兼容这些差异。庞伯特对发球机器人的硬件架构进行了系统性重构,在出球前,轮组系统会根据球种差异,调整夹持间距与加速方式。
“多合一设备的技术门槛并不仅在于‘能否把球发出去’,真正决定产品可用价值的核心难点,是针对不同球体,机器人对出球轨迹与旋转力度的可控性。” 庞伯特创始人兼CEO张海波告诉硬氪。
团队必须针对各细分球型搭建独立控制模型,以保证用户在切换运动后依旧拥有稳定、可控的训练体验。
“眼”与“脑”:视觉感知与决策系统
Aura搭载了一个可拆卸的120fps双摄视觉模块Spotter,拥有10Tops端侧算力,配合语言、语音大模型,通过Spotter视觉感知与庞伯特体育大脑深度融合,实现“会看、会想、会指导”。
系统不仅会记录下“球打到了哪里”,还能解析“为什么打到那里”,比如引拍慢了半拍?击球点偏外了?重心转移没跟上?这些判断以语音即时提醒的交互形式,可在击球后实时反馈给用户并给出调整建议,同时驱动发球机器人调整下一组发球策略。

多运动合一智能体育AI教练机器人Aura(图源/企业)
庞伯特方面预计,Aura上市后每年可采集超过500万小时有效的高质量运动交互数据飞轮,为AI教练的持续进化提供动力。
多合一策略:从专业化走向大众化
作为全球首款提出多运动合一的AI教练机器人,Aura在产品定义阶段曾面临争议。张海波回忆,团队内部的分歧很直接:“多合一会让用户觉得你什么都做,什么都不专业。”
但他始终没有动摇,这个决策背后源于两重考量。
降低初学者的入门门槛
传统体育产品逻辑是“先选定运动、再购买设备”,这恰恰是初学者长期被忽略的核心痛点。在他们还没确定自己的运动偏好时,就得为单一运动支付整套设备成本。
根据PPA、Monitor Deloitte等行业调查显示,匹克球在北美以每年超过30%的增速,成为增长最快的运动之一;板式网球在欧洲的球场数量过去五年翻了近三倍;而网球本身仍是全球参与人数最高的球拍类运动。
这三项运动在规则与场地上的相似性,决定了它们的初学人群存在大量重叠。Aura的解决方案是,设备本身兼容三种球,用户按需解锁。
“硬件平价、软件增值”的商业模式
Aura的策略是把核心机械平台做通用,只在轮组调节和算法参数层面做差异化适配。用单个SKU覆盖多个品类,供应链物料复用程度更高、生产效率和成本管控更优;而它触达的用户群体,从单一运动人群扩展到了三个重叠度极高的运动人群。
庞伯特用户可以选择购买单运动版本,后续想解锁匹克球或板式网球,通过App内按月或按年付费即可。这种“硬件平价、软件增值”的模式,在消费电子领域已被验证,但在智能化AI运动硬件行业仍属少数。

多运动合一智能体育AI教练机器人Aura(图源/企业)
上线结果也印证了张海波的判断。下单用户中,基本全部用户选择了带AI教练功能的版本,选择多运动合一的用户占比也超过一半。
“用户今天用Aura学网球,数据积累在庞伯特的系统里;三个月后想试试匹克球,不需要再买一台机器,只需在软件端完成一次付费解锁。设备没换,用户没流失,数据还在持续生长。”张海波说。
结语
庞伯特试图构建一个越用越聪明的AI教练网络,真正将“数据×算法×硬件×场景”融合并落地为消费级产品。硬件是入口,用户是资产,数据是壁垒,三者闭环一旦形成,对庞伯特而言,真正的护城河就不再是那一台设备,而是一套持续进化的训练系统。当用户用得越久,系统就越懂用户。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:众筹400万美元,AI体育硬件公司推出多合一教练机器人要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点佑驾创新与乐动机器人达成战略合作,围绕技术、产品、场景、数据四维度展开深度协同,旨在加速物理AI规模化落地,拓展无人车与机器人场景边界,推动具身智能商业化进程。
Meta开放AI算力租赁业务,市场反应从算力过剩转向算力商业运营。GPU从自用转向对外出租,算力从成本中心转为利润中心。AI云竞争核心从拥有GPU数量转向稳定跑满GPU的能力,依赖同步与参考时钟等底层基础设施的长期稳定运行。
针对大型多仓库工程(30+微服务、10+前端微应用),搭建包含规则、技能、子代理、13阶段工作流与门禁脚本的Harness系统,解决PRD不可信、方案与代码脱节、改完无人验证、交付环节琐碎等痛点,使AI在真实业务中稳定跑完需求。
部署MCP Toolbox前,先看清它的适用场景与安全边界,避免在权限管理不完善时接入敏感数据。 核心内容: 1 MCP Toolbox的核心功能与两种使用路线 2 项目适合与不适合的团队场景分析 3 实际验证的安全检查与关键限制 先说结论 MCP Toolbox 很适合小团队研究“让 AI
- 日榜
- 周榜
- 月榜
热点快看
