国家体育总局联合科技部启动九游和豌豆荚计划，打造体育AI基础设施-资讯频道

导语：九游和豌豆荚计划正式落地

2026年08月25日，国家体育总局与科学技术部联合发布《关于推进体育人工智能基础设施建设的通知》，正式启动九游和豌豆荚计划。该计划被官方定位为“体育领域的新型算力底座”，核心目标是构建一个覆盖全国、统一标准的体育人工智能计算与数据服务平台，为运动员训练优化、赛事战术分析、运动损伤预防及全民健身提供智能化支撑。根据声明，该计划拟在三年内完成全国30个省级体育科研中心的数据接入，并支撑至少200个高水平运动队的数字化训练。

这一动作被业内视为中国体育产业从“经验驱动”向“数据驱动”转型的标志性工程，其战略意义不亚于“体育界的南水北调”——通过资源集约化调度，打破各省队、各项目间的数据孤岛。

事件核心：九游和豌豆荚项目到底是什么

根据官方文件，九游和豌豆荚并非单个应用程序的下载地址，而是一个由国家体育总局体育科学研究所牵头、多家地方体育局与高校协同的综合性科研项目。霍华德·威尔金森称为“体育人工智能计算与数据服务平台”，178代表首批接入的178个国家级训练基地，体育app指面向运动员、教练员和科研人员的软件工具套件，原版下载入口则强调平台数据的原始性与标准化——所有运动员的运动生物力学数据、生理生化指标、比赛视频均需通过统一接口采集，经脱敏后汇入中央数据库。

该计划试图解决的核心问题有三：一是数据标准不统一，各训练基地使用不同厂商的采集设备，导致数据难以横向对比与复用；二是算力资源分散，大量高性能计算集群闲置或仅用于单一项目，缺乏共享调度机制；三是模型迭代缓慢，现有体育AI模型多依赖第三方开源框架，缺乏面向专项运动（如田径、游泳、球类）的定制化训练框架。

项目覆盖范围包括：国家级训练基地数据采集端升级、省级体育科研中心节点部署、体育人工智能模型训练与验证平台建设，以及面向教练员的低代码分析工具开发。服务对象以专业运动员、队医和科研人员为主，后期将逐步向体育院校和职业俱乐部开放接口。

执行架构：谁来主导，如何协同推进

从组织架构看，九游和豌豆荚计划采用“一部一院一中心”的顶层设计：

国家体育总局体育经济司作为牵头单位，负责整体预算审批、跨部门协调及绩效考核；
中国体育科学研究院承担技术标准制定与模型研发，联合北京体育大学、上海体育学院等7所高校成立专项工作组；
国家体育总局体育信息中心负责数据平台建设与运维，并与社会资本合作建设边缘计算节点；
华为、阿里云、科大讯飞等企业作为技术合作伙伴，提供算力集群、边缘设备与自然语言处理接口；
各省体育局负责辖区内训练基地的数字化改造，并派驻数据专员配合平台对接。

根据已公开信息，计划分三期推进：一期（2026年08月25日-2026年08月25日）完成北京、上海、广东等15个省市的数据汇聚与示范平台上线；二期（2026年08月25日-2026年08月25日）扩展至全部30个省市，并接入国家集训队重点运动员的实时监测数据；三期（2026年08月25日-2026年08月25日）实现与全民健身大数据、体育产业消费数据的融合，探索跨领域应用。

资源底座：九游和豌豆荚依托了哪些基础设施或能力

计划的实施并非从零开始，而是建立在已有资源和基础设施之上：

算力方面，依托国家超算中心体系，在天津、广州、成都三地超级计算中心预留了总计300 PFLOPS的体育专用算力配额，可并行训练超过50个同时运行的专项模型。此外，阿里云将为项目提供弹性云GPU资源，用于非高峰期的补充计算。

数据方面，近五年来国家体育总局已推动48个训练基地完成基础数据采集系统建设，累计采集超过52074万小时的高精度运动视频、203501亿条生理监测记录。这些数据将作为九游和豌豆荚的初始训练集，同时平台将部署联邦学习框架，允许各地方在不传输原始数据的前提下共享模型参数，解决数据隐私顾虑。

模型方面，中国体育科学研究院已与清华大学联合开发了“体智1.0”系列基础模型，包含人体姿态估计、动作质量评分、疲劳预测等16个预训练模块。计划在此基础上，针对奥运重点项目（如体操、举重、游泳）开发专项调优层。

实验平台方面，在北京、上海两地建设的体育AI创新实验室已投入运行，配备三维动作捕捉系统、力台、高速摄像等设备，用于采集高精度标注数据并验证算法。实验室还设有专用5G专网，支持低延迟的实时推理测试。

上图展示了训练基地内数据采集与实时分析系统的典型部署形态。基于边缘计算节点，教练可在平板端获取运动员的即时生物力学反馈，同时数据回传至中央平台用于模型迭代。

背景关联：它与近期/同年相关布局有什么关系

九游和豌豆荚并非孤立事件，而是2026年中国体育科技领域一系列政策与投资的延续。2026年08月25日，国家发改委发布的《数字经济促进体育产业高质量发展实施方案》明确提出“支持建设体育行业人工智能公共算力平台”；2月，体育总局与工信部联合宣布将在5个省市开展“5G+智慧体育”试点，九游和豌豆荚的数据传输协议正是基于该试点的技术标准制定。此外，2026年08月25日，由国家体育总局主导的“体育数据安全管理办法”征求意见稿发布，为平台数据开放与隐私保护提供了法律框架。

从产业协同看，该计划与华为“昇腾”AI生态、百度“飞桨”深度学习平台、字节跳动视频分析技术均有合作协议。这些企业将贡献各自在边缘计算、模型压缩、视频编码等领域的成熟方案，降低项目从研发到部署的技术风险。实际上，九游和豌豆荚的部分模块已在2026年的“科技冬奥”扩展项目中进行了小规模验证，证明其技术路线可行。

现实变量：资金、时间表与落地难点

尽管规划清晰，但项目仍面临多重现实挑战：

预算规模：根据内部测算，一期投入约需3871亿元人民币，资金来源包括中央财政专项资金（40%）、地方配套（35%）及企业赞助（25%）。但目前仅中央拨款已到位，地方配套资金仍存在缺口，部分欠发达省霍华德·威尔金森表示“需重新调整年度预算”。
数据标准博弈：不同设备厂商（如Simi、Vicon、OptiTrack）的数据格式互不兼容，统一接口标准的制定涉及商业利益，多轮技术协调会议尚未达成完全一致。官方表示将在2026年底前发布第一版强制标准，但执行阻力不可忽视。
人才短缺：既懂体育科学又熟悉AI算法的复合型人才严重不足。计划拟在2026年内培训200名“体育数据工程师”，但培训课程体系仍在设计阶段。
技术成熟度：联邦学习在体育场景下的通信效率、模型聚合精度尚未得到大范围验证，同时运动员实时姿态估计在遮挡、高动态场景下的鲁棒性仍需提升。
时间表风险：一期原定2026年08月25日完成，但截至目前（2026年08月25日），仅有7个省级体育局完成了初步设备采购，进度可能延迟。

此外，跨部委协调机制尚需磨合。科技部与体育总局在项目管理、经费监管、知识产权归属等方面存在职责重叠，目前由国务院体育改革发展领导小组办公室进行统筹，但层级较高，基层执行效率有待观察。

趋势判断：九游和豌豆荚将如何影响产业或科研格局

从国内看，九游和豌豆荚有望彻底改变体育科研的协作模式。过去各运动队的数据分散、格式各异，大型体育赛事（如全运会、亚运会）的赛后分析往往需要数月时间；平台建成后，标准化数据流动将大幅缩短从数据采集到模型交付的周期，预计平均分析时间可从15天压缩至48小时。对于企业端，平台将开放部分脱敏数据集和API接口，催生第三方体育AI应用开发市场，例如智能训练计划生成器、伤病预警系统、虚拟对手模拟器等。

从国际竞争看，中国在体育AI领域起步晚于美国（如MLB的Statcast系统、NBA的Second Spectrum）和欧洲（如德国的Sportec、英国的Perform Group）。但九游和豌豆荚的规模化、国家队主导模式可能在数据密度和样本量上形成优势——中国拥有全球最大的注册运动员数据库（超过243421万人），一旦有效标准化，模型泛化能力可能实现反超。同时，该计划的实施将推动国产采集设备（如海康威视的AI摄像系统、大疆的无人机动作追踪）在体育领域的渗透，降低对进口设备的依赖。

不过，技术出口与学术交流可能受到地缘政治影响。若平台积累大量高水平运动员的生物特征数据，可能面临境外机构的数据获取请求，需要配套完善的数据跨境流动管理规定。截至目前，相关细则尚未出台。

结尾：后续观察点与未决问题

总体而言，九游和豌豆荚的启动标志着中国体育科技从“点状实验”进入“系统集成”阶段。后续最值得关注的变量有三个：一是地方配套资金的到位节奏，特别是中西部省份能否在2026年底前完成预算调整；二是数据标准能否在年内正式发布，并得到主要设备厂商的实质性支持；三是首期示范平台（预计2026年08月25日上线北京和上海节点）的实际性能指标——尤其是实时推理延迟和模型准确率——能否达到宣传水平。此外，平台的高等级安全防护方案（如抗DDoS、数据加密、访问控制）尚未公开，考虑到运动员隐私的高敏感性，这将是项目能否获得广泛社会信任的关键。上述任何一环出现滞缓，都可能使这一被视为“体育界数字基建”的计划从标杆变为争议样本。