科技走进跳跃训练场：数据让“不可见的细节”被看见

在近几天举行的2025 年广州全运会上，跳远与三级跳远的表现格外亮眼。从世界大赛的领奖台到全运会的赛场，都显示出中国跳远与三级跳的国际竞争力正在稳步提升。

男子跳远方面，江苏选手王嘉男，石雨豪分别在 2022 年尤金田径世锦赛和今年的东京田径世锦赛夺得跳远金牌和铜牌，象征着这一项目的真正成熟。三级跳远赛场上，朱亚明在 2021 年东京奥运会上夺得银牌，结束了该项目多年的沉寂，也让世界重新看到中国选手在力量、节奏与技术上的潜力。这些成绩的背后从来不是赛场上的那一跳，而是长期训练中对节奏、角度与动作细节的反复雕琢。

现在，在人工智能全面渗透各领域的时代背景下，体育领域也正经历着前所未有的智能化转型。体育训练与科技融合，用算法理解运动规律，推动训练从“经验驱动”迈向“数据驱动”时代，成为运动训练被科学赋能的新范式。而在这一智能化转型中，来自康奈尔大学的青年科研人员李仕嘉无疑是一位先行者。

近年来，随着人工智能与生物力学研究的快速推进，多省的专业田径队已经开始尝试在跳远与三级跳项目中引入更加精细化的数据监控技术。过去依赖肉眼观察和经验判断的细节，如今逐渐被数字化记录和结构化分析所替代。在这些变革中，李仕嘉开发的一系列训练辅助系统已投入使用。他的研究并非追求噱头，而是精准对应跳跃项目的核心需求——助跑节奏能否稳定、起跳角度是否合适、速度与力量传导是否顺畅、动作结构是否具备可重复性。正是围绕这些真正影响成绩的要点，科技开始在训练场上发挥作用。

在跳跃训练中，助跑节奏始终决定着起跳的质量。李仕嘉研发的节奏监控与诊断系统，能够在训练过程中实时记录运动员在助跑末段的速度波动、力量输出变化、步频与步幅调整幅度，以及起跳前关键步伐的节奏偏移情况。这些数据不仅可以和训练视频同步呈现，也让过去模糊的“节奏不稳”变得可以精确定位。“以前点评动作主要靠录像和经验，现在多了一双‘数据眼睛’，判断十分精准。”一位教练这样表示。

在技术难度更复杂的三级跳远训练中，三维运动轨迹重建技术则让动作结构第一次变得“透明”。这套由李仕嘉研发的系统能够实时记录起跳角度、腾空轨迹、身体重心移动以及落地前后的动作稳定性，以往需要靠经验揣测的动作细节，如今可以以图形化方式直接呈现。特别是在三级跳中，不同跳段之间的衔接比例常常决定着最终的成绩，而三维轨迹重建让教练能够在训练现场准确判断问题产生的原因，从而更高效地调整技术动作。训练结束后生成的技术诊断报告，相当于对每一次训练进行复盘，为运动员提供系统的、连续的改进方向。这些技术，正勾勒出一幅用计算智能深度解构和优化体育训练的崭新蓝图。

全运会之后，各专业队伍开始进入新一轮备战周期，智能化技术正成为跳跃训练的常规工具。李仕嘉是一位赋能者，将复杂的体育科学问题转化为可计算模型，并以严谨的工程学方法实现它们。他的成果，正在悄然改变着运动员的训练方式、教练员的决策模式，乃至我们对于人类运动潜能边界的认知，用科技助力体育发展。我们相信，随着国际赛事新一轮周期的开启，中国的跳跃必将在这种智慧化、科学化的训练道路上继续前行，向更高水平迈进。

采编：高原原

撰稿：赵姝

编辑：刘洋