od体育：让AI看懂比赛与动作，
而不只是记录结果

大多数体育应用停在两件事上：记录结果，比如比分、时长和消耗；以及回放视频。它们回答“发生了什么”，却回答不了“为什么会这样”。一次篮球挡拆之后为什么出现错位？一记发球速度很快，为什么还是被对手打了回来？一次挥杆看上去很顺，球为什么还是往右飘？这些问题的答案藏在动作发生前后的时间序列里，而不是最终的那个结果数字里。

od体育的出发点，是把这类问题当作AI要认真处理的对象：先用姿态估计和目标追踪，把人、球、球拍、球杆变成可以计算的轨迹；再按项目理解战术事件和动作阶段；最后把结论翻译成教练和球员都读得懂的话。od体育官网上的技术文章，就是沿着这条链路逐段拆开写的。

这也是od体育AI不做“万能模型”的原因。篮球是多人空间博弈，网球和羽毛球是人与球拍、高速小球的互动，高尔夫则是一条对精度极其敏感的身体运动链。它们共享底层的姿态、轨迹和时间序列能力，但每个项目都需要自己的专业模型，也需要自己的拍摄要求。od体育模型的设计思路是“共享底座加项目专家”，而不是让一个模型硬套四项运动。

下面的三层架构、六项能力基座和二十项技术模块，是od体育目前对外呈现的完整技术路线。文中出现的数值场景均为帮助理解的模拟示例，不代表真实比赛或真实用户数据。