Ember
Sports
都被 量化、解释、并积累成成长资产。
体育运动正在从「感觉训练」
转向「数据化评测」。
面向运动的
「数据化评测系统」。
三层架构: 采集 →
实时引擎 → AI 综合分析。
每一层都是独立产品能力，叠加起来才构成"运动数据化评测"。
硬件采集层
实时数据引擎
AI 综合评测
才是运动评测系统。
Spark 系列智能心率臂带 ——
评测系统的硬件入口。
两款产品覆盖不同场景 — Spark 805 面向高强度专业训练与健身场馆，Spark 807 面向青少年与入门训练馆。
Hub 网关 ——
让数据从手环走到云端。
Hub 是所有手环的现场汇聚节点; 支持多手环同时接入、断网本地缓存、恢复后自动回传。
Spark 805 / 807 × N
多名用户同时佩戴手环, 现场连续采集心率与运动数据。
Hub 网关
现场 IoT 汇聚, 同时接入 16+ 手环; Wi-Fi/4G 双模回传。
Ember Sports 云
实时引擎按人/场景聚合, 同时推送至多端。
训练场 / 课堂
1 Hub 覆盖一间训练馆, 适配班级制教学与老师调度。
健身房 / 工作室
场馆多区域部署, Hub 按区块组网, 不干扰现有 Wi-Fi。
校园 / 企业
多场馆跨区域统一接入, 支持私有化与独立 VLAN。
12 项采集维度 ——
把运动现场拆成可测量的指标。
不只是计步与心率; 评测系统的广度决定了后续 AI 分析能写出多深的结论。
实时心率
BPM 持续采样, 5 区间识别。
心率预警
超出最大安全心率时震动 + LED。
心率变异性
反映自律神经与恢复状态。
血氧 SpO₂
用于高强度与恢复状态评估。
体表温度
辅助判断热环境与发烧状态。
步数
三轴位移, 区分跑/走/原地。
跳跃次数
高频腾空, 体能与爆发力指标。
活跃时长
有效活动分钟, 排除静止时间。
能量消耗
结合心率与年龄体重的卡路里估算。
区间灯效
5 色 LED 实时显示心率区间。
本地储存
断连续采, 重新连接自动回传。
双模传输
蓝牙 5.0 + ANT+, 兼容运动生态。
心率智能识别 5 区间 ——
让强度现场可见。
设备会按用户最大心率百分比把强度自动归类为 5 个区间, LED 实时变色, 心率超出 100% 时震动提示。
静修热身
放松 / 准备阶段, 心率刚开始上升。
减压状态
有氧基础区, 适合长时间稳态训练。
燃脂状态
脂肪供能比例高, 中等强度训练区。
心肺锻炼
提升心肺功能, 中高强度间歇。
极限训练
接近最大心率, 短时高强度爆发。
不只心率 ——
还要看到 HRV 与恢复力。
心率只告诉你"多努力"; HRV (心率变异性) 和静息心率趋势才告诉你"还该不该继续练"。
HRV 上升 = 身体适应运动负荷, 状态逐步变佳。
静息心率从 78 降至 65 — 心肺能力提升的典型信号。
HRV 连续下滑时提醒减负, 避免伤病与过度训练。
价值错位: 让客户不只看到"今天练了多多", 还看到"明天该不该继续练"。
实时数据流: 让运动现场
具备数据驾驶舱。
引擎按人 / 按场景聚合采集数据, 心率、卡路里、步数、跳跃、活跃时长与在线状态同步呈现 — 适合教练端、大屏与移动端展示。
手环 / Hub 采集
Spark 807 持续采集心率与运动数据, Hub 网关汇聚。
实时引擎聚合
按人、按场景聚合, 形成实时数据切片。
多端同步呈现
教练端、大屏端、移动端共享同一份事实。
异常即时反馈
心率超区间触发震动 + LED, 现场可见。
价值锚点: 让运动现场从"凭感觉判断"升级为"凭实时数据判断"。
同一份实时数据 — 公开大屏 + 个人学员双视图。
一个是现场、家长、领导看的公开能量墙; 一个是学员自己看的个人表现 — 不同眼睁, 同一件事实。
公开大屏
- 实时心率矩阵全班按名·区间·负荷同序呈现
- 能量排行榜Leaderboard 点名与表现抑揚
- 课堂总量总消耗·平均心率·总跳跃
学员个人
- 我的表现实时心率·区间·心率轨迹
- 班级分布匿名对比, 不暴露别人身份
用户端: 把数据从设备里
延长到每个人的手机里。
移动端不是配套页面 —
是用户感知评测价值的主入口。
用户打开 App 第一眼就看到最近一次评测结论与训练记录, 历史数据持续沉淀。
- HOME承接最近一次运动评测反馈
- HISTORY逐次回看 Apple 风格训练记录
- EVALUATION单次 / 日 / 周 / 月 / 季报告均可调阅
- ANONYMITY群体对比保留匿名, 兼容青少年场景
单次 AI 评测报告: 把数据
翻译为可读结论。
报告不是图表的堆砌; 它围绕强度走向、心率区间、运动习惯、恢复建议输出结构化反馈。
评测报告的 6 个维度 ——
不是图表堆砌, 是结论堆砌。
每一份 AI 报告都围绕 6 个维度输出结构化结论 — 让报告获得可以被引用的“解释力”。
强度走向
心率曲线与峰值 — 设计运动中是否给予足够刺激。
区间分布
5 区间时长占比 — 看这节课是“轻”还是“重”。
投入度
活跃时长 / 总时长 — 实际走身体负荷的有效时间。
完成度
动作 / 计划达成比例 — 预设目标是否被打碎。
恢复指标
HRV 变化 / 心率回落节奏 — 让下一次训练有依据。
下次先做
一句话行动建议 — 让报告结束于“接下来怎么办”。
训练记录持续沉淀: 让
单次数据成长为评测资产。
用户端记录留存平均 / 最高心率、消耗、运动时长、步数、跳跃和活跃分钟 — 每一次都是周期化评测的基础单元。
成长曲线 ——
把每次评测拼成趋势证据。
单次评测不够, 多次拼接才是趋势; 趋势才是“成长”的唯一证据。
静息心率
↓ -13 BPM同心率运动量
↑ +42%HRV 恢复力
↑ +28%训练频次
↑ +1.4 次/周价值错位: 一节课的评测话可能被质疑, 但趋势不会擒谎。
周期化综合分析 ——
单次 · 月度 · 季度。
把每一次评测沉淀为时间序列, AI 生成跨周期的对比与趋势 — 这才是数据真正"为人服务"的开始。
- 本次心率区间分布与峰值
- 能量消耗 / 步数 / 跳跃 / 活跃时长
- 一句话结论 + 下次先做建议
- 训练频次 · 强度均值 · 区间分布变化
- 静息心率 / HRV / 恢复指标趋势
- 本月运动习惯标签与改进建议
- 体能等级 / 心肺能力 / 恢复能力变化
- 跨月对比 · 阶段性目标完成度
- 下一阶段训练计划与重点方向
多元应用场景 ——
同一套系统, 不同使用人。
Ember Sports 是底层评测系统; 教培机构只是其中一种典型场景, 同样适用于健身、校园体育和健康管理。
教培机构
- 实时课堂数据驾驶舱
- 课后 AI 报告给家长
- 月度 / 季度成长评测
- 续费 / 课程升级依据
健身房 / 工作室
- 团课实时心率区间分布
- 会员单次训练评测
- 月度体能等级变化
- 差异化私教服务包
校园体育
- 体育课强度可视化
- 校队训练负荷管理
- 学期 / 学年体能档案
- 异常心率即时预警
健康管理
- 日常运动量与心率监测
- HRV / 恢复状态趋势
- 月度 / 季度健康报告
- 异常即震动提醒
数据安全与合规 ——
是评测系统的信任底色。
运动与健康数据是高敏感资产; 从采集、传输、存储到访问, 严格遵循分层合规。
多租户隔离
机构 / 场馆 / 用户三级隔离, 数据不跨租户可见。
数据归属明确
用户与机构拥有自己的训练数据, 不被二次出售。
传输与存储加密
TLS 1.3 传输·敏感字段存储层加密·接口鉴权。
公有 / 专属 / 私有化
可选公有云 SaaS · 专属云 · 本地部署。
青少年场景合规
班级对比匿名·采集限于运动指标·家长授权同意。
全量事件日志
设备连接·报告生成·账号访问均可追溯。
接入路径 ——
从启动到首份季度评测。
一个完整的评测周期在 90 天内完成交付 — 从设备入场到季度成长报告。
需求对齐
场景、用户、设备数量、部署方式确认。
设备入场
Spark 807 + Hub 现场安装, 用户建档与绑定。
实时上手
课堂实时数据 + 教练端 + 大屏同步运作。
首份 AI 报告
首份单次 + 周报生成, 用于用户沟通。
月度评测
跨周趋势合并, 输出首份月度综合。
季度成长
3 个月跨期对比, 输出季度成长报告与下一阶段计划。
是客户能看到成长证据的最小间隔。
让每一次运动,
都进入
可被评测的成长曲线。
+ 1 个完整评测周期
三层评测交付