转载首发 |「微队」获数千其人民币A1轮融资，持续投入AI智能足球鞋研发同海外供应链

转载获悉，AI智能足球鞋制造商「微队」完成数千其人民币嘅A1轮融资，由北京、上海、深圳嘅三家机构联合投资。本轮融资主要用于5-10个国家嘅供应链优化同相关算法迭代研发。

微队致力于打造云化、AI化嘅数字足球底座，之前已同皇马、巴萨、阿森纳、本菲卡、AC米兰、圣保罗俱乐部等众多专业青训机构交流合作，同全球覆盖最广嘅Coerve青训、EAsports欧洲总部、英足总、法国足球联盟、韩国足协、加拿大足协青少部等机构探讨智能比赛、智能青训、远程AI教学等需求，并同教育部、中国足协以及国内多位资深足球专家探讨AI足球嘅需求。

微队CEO李有春讲畀转载，足球是世界第一大运动，海外市场潜力巨大。目前，佢哋已在各大洲建立代理渠道，有四十多个国家嘅合作伙伴，正喺度推进境内嘅A2轮同境外嘅A3轮融资，力争在全球范围扩大市场份额。

图片来源：微队

发布三款AI智能足球鞋

「微队」创始团队是嚟自华为、大疆、腾讯等企业嘅足球爱好者，调研发现‌足球运动员缺少运动数据嘅市场痛点，以及职业俱乐部、业余青训团队嘅强烈需求，决定创办微队。

经过四年时间，微队完成‌多项足球运动相关嘅芯片、算法、柔性电路、工艺嘅研发，于2020年五月面向海内外市场推出‌风火轮（F）、后羿（H）、盘古（P）三个系列嘅AI智能足球鞋，主要面向业余青训同职业球员，覆盖幼儿到成人嘅所有年龄段，国内售价1388元到2688元人民币不等，千元以下嘅精简版都即将发布。

李有春讲畀转载，从产品发布至今，微队已经确定‌上百家海外合作方同代理商，各方体验使用后嘅反馈好好。由于疫情嘅原因，家阵时在芯片供货同物流方面都受到一定影响。家阵时芯片供应正喺度逐渐恢复，预计今年五月份能开始大规模发货。

图片来源：微队

3000万踢球学生，99%嘅潜在用户群

足球是世界第一大运动，全球足球人口数以十亿计。根据2020年教育部体卫艺司公布嘅数据，家阵时中国有3万所足球特色学校、有3000万学生踢球。但係，99%嘅球员、球队没有任何人球数据。国外顶级职业比赛用多台热成像高速摄像机获取人球数据，操作复杂，价格高昂，仲系要大量人工介入。而且，护腿板、背心、手环、脚环等基于GPS、六轴加速器等解决方案，都存在使用不便、传触球数据不准或人球数据严重缺失等问题。

李有春认为，足球鞋连住人同球，理论上是精准人球数据嘅钥匙。通过人球感知、柔性电路、AI算法等技术打造嘅AI智能足球鞋，喺比赛、青训、远程训练、体感训练等多元化场景均能有效发挥作用。喺日常户外比赛场景，微队AI智能足球鞋数据可获取等数百项人球数据，包括触球、跑动、盘带、配合、热区等。球员或教练可选择自己关注嘅数据，有针对地改进同排兵布阵。呢啲数据都可以通过可视化形式在社交媒体分享，提升运动乐趣。

在户外智能青训场景，由于家阵时足球教练资源有限，几十个学生一上场，要求嘅动作有没有做，做‌几多次，做嘅质量点样，教练根本睇不过嚟。微队AI智能足球鞋可帮助教练自动跟踪每个球员所有训练动作并形成评估分析。喺虚拟现实体感游戏度，AI球鞋则相当于游戏手柄，球员穿上AI球鞋，电视中嘅游戏人物同球员动作保持一致，喺家中享受全感官足球游戏体验。

图片来源：微队

全球顶尖嘅精准人球感知技术

足球数据嘅潜在用户群体巨大，点解呢个市场没有发展起嚟？李有春表示，主要原因在于足球运动嘅复杂性同人球结合数据获取嘅困难。

足球是激烈嘅团体运动，球员1秒钟有32种跑位方式，11人足球场上触球、带球、传球、跑位，每秒则会有 1132 次方组合变化，1分钟嘅变化组合数量则超过宇宙粒子之同。跑嚟跑去嘅22名球员同飞嚟飞去嘅足球产生嘅人球结合数据获取极其困难。5G网络嘅发展，芯片创新同边缘计算、云计算、终端计算等算法算力嘅提升为实现AI赋能足球带嚟新嘅契机。

类似围棋AlphaGo嘅人工智能体系，足球运动都有住类似嘅体系结构嘅竞技场景。AlphaGo通过穷举几乎所有专家级对弈过程嘅复盘嚟学习。足球同围棋不同嘅系，智能体从原嚟嘅1个变成‌11个(10个队员1个守门员)。咁样畀足球AI自决策机制提出‌巨大嘅挑战，无论从算力仲是数据存储上都系围棋嘅数倍甚至数百倍。另外一方面，围棋嘅量化数据好容易从历史数据中得到。而真实嘅足球运动只能得到一啲视频数据，呢啲动态非结构化数据仲要转化为每个运动员嘅实际位移数据才能为模型所理解。

微队AI智能足球鞋通过人球感知模块同加速度陀螺仪模块等获取数据，并时序序列模型识别运动姿态。获取嘅运动员数据在好大程度上体现‌非常强嘅时间特性，通过RNN同LSTM等众多先进嘅深度学习模型对网络嘅记忆机制提供支持。网络不稳定造成嘅数据传输失败同反复重连，但系能导致用户体验大幅下降。基于当今边缘计算嘅大发展，芯片级嘅算力都有‌大幅度提升。微队基于柔性电路在球鞋内嵌‌稳定嘅边缘计算芯片，以实时准确地获取数据。喺姿态识别方面，采用机器学习方式就能降低底层芯片嘅算力同空间需求，剩系要要通过训练获取到算法相关量级嘅参数，直接引用到程序嘅底层数据库即可。

综合顶尖嘅人球感知技术同智能硬件，微队正喺度逐步挖掘足球大数据同智能足球装备嘅蓝海市场。