<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>江南体育动态</title>
    <link>https://jiangnantiyu-ssl.com.cn/</link>
    <atom:link href="https://jiangnantiyu-ssl.com.cn/rss.xml" rel="self" type="application/rss+xml"/>
    <description>江南体育官网最新文章：AI球迷内容、虚拟体育主播、数字人教练、智能穿戴、体育大模型与江南体育动态。</description>
    <language>zh-CN</language>
    <lastBuildDate>Sun, 20 Sep 2026 08:00:00 +0800</lastBuildDate>
    <item>
      <title>手表说“恢复很好”，智能鞋却发现落地变了：江南体育AI如何融合穿戴设备的数据</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-wearable-sensor-fusion.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-wearable-sensor-fusion.html</guid>
      <pubDate>Sun, 20 Sep 2026 08:00:00 +0800</pubDate>
      <category>江南体育智能穿戴</category>
      <description>手表的晨间报告写着“恢复良好”，鞋垫里的压力传感器却显示左脚触地时间变长。本文用一个示意场景，拆解多设备数据之间的分歧该怎么处理：先看每个传感器擅长回答什么，再评估数据质量，最后把冲突转成可以验证的假设，而不是取平均值了事。</description>
    </item>
    <item>
      <title>AI体育内容越来越多，球迷为什么反而更在意准确性？江南体育观察个性化内容的新变化</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-news-fan-accuracy.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-news-fan-accuracy.html</guid>
      <pubDate>Sat, 19 Sep 2026 08:00:00 +0800</pubDate>
      <category>江南体育动态</category>
      <description>用AI看体育内容的球迷变多了，对AI生成内容的信任却在下降，同时更多人把准确性放在速度前面。这篇把IBM 2026年球迷调查里的几个数字放在一起看，先说明数字能证明什么、不能证明什么，再把它翻译成内容生产里的四道关卡：数据锚定、事实核验、来源标注和人工审核，并诚实列出个性化内容在准确性上还没解决的问题。</description>
    </item>
    <item>
      <title>球迷真正想看的不是“更多内容”：江南体育AI为什么开始研究每个人到底在乎什么</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-ai-fan-personalization.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-ai-fan-personalization.html</guid>
      <pubDate>Fri, 18 Sep 2026 08:00:00 +0800</pubDate>
      <category>江南体育球迷AI</category>
      <description>同一支球队的球迷，有人只追青训，有人只看战术拆解，有人开赛前三分钟只想扫一眼首发和伤停。江南体育AI把兴趣按球队、球员、赛事、内容形态与阅读深浅分层记录，再区分短期热点与长期偏好，并让画像对用户可见、可改。这篇文章讲的是这套思路的取舍，而不是“猜你喜欢”的又一次包装。</description>
    </item>
    <item>
      <title>智能穿戴进入多传感器时代：江南体育观察AI为什么开始统一解释心率、HRV和IMU</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-news-wearable-multisensor.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-news-wearable-multisensor.html</guid>
      <pubDate>Wed, 16 Sep 2026 08:00:00 +0800</pubDate>
      <category>江南体育动态</category>
      <description>只看一个指标判断疲劳，常常会漏掉关键信息。本文从一项针对大学足球运动员的研究出发，观察穿戴数据如何从单点读数走向统一的运动员模型，并说明这对个体基线、可解释性以及产品设计意味着什么，还有哪些问题没有解决。</description>
    </item>
    <item>
      <title>赛前分析为什么不能只拼历史数据？江南体育AI开始把阵容、近期状态和比赛语境放在一起</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-pre-match-content-ai.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-pre-match-content-ai.html</guid>
      <pubDate>Mon, 14 Sep 2026 08:00:00 +0800</pubDate>
      <category>江南体育球迷AI</category>
      <description>两队过去十次交锋的数据看起来很有说服力，但如果教练换了、主力中场停赛、体系从四后卫改成三中卫，这些数字就只是历史。江南体育AI的赛前内容生成，先做的是判断哪些数据现在依然有效，再谈怎么写。这里记录我们对时效、来源与人工审核的设计思路。</description>
    </item>
    <item>
      <title>数字人教练正在从“说话头像”变成动作反馈系统：江南体育观察3D Avatar + LLM训练</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-news-avatar-coach-3d-llm.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-news-avatar-coach-3d-llm.html</guid>
      <pubDate>Fri, 11 Sep 2026 08:00:00 +0800</pubDate>
      <category>江南体育动态</category>
      <description>数字人教练最早给人的印象是一个会说话的头像，如今研究的重心正在转向另一件事：看清动作，再把差异讲明白。这篇梳理三个大致方向，包括三维动作重建配合语言模型生成反馈、由疲劳信号触发的形象反馈原型，以及增强现实中的动作教学探索，只做定性描述，并讨论它们对产品设计的启发，以及至今没有解决的几个难点。</description>
    </item>
    <item>
      <title>一张“球员数据卡”为什么不该只放进球和助攻？江南体育AI如何重新组织球员信息</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-player-data-card-ai.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-player-data-card-ai.html</guid>
      <pubDate>Thu, 10 Sep 2026 08:00:00 +0800</pubDate>
      <category>江南体育球迷AI</category>
      <description>一位后腰整个赛季只有一个助攻，数据卡上几乎空白，可他每场都在替球队完成最多的拦截和出球。江南体育AI把球员数据卡看成一次信息重组：先判断这位球员在球队里承担什么角色，再决定哪些指标该被放在最前面，哪些数字需要加上语境说明，才不至于误导读者。</description>
    </item>
    <item>
      <title>数字体育Agent会成为下一步吗？江南体育AI如何从回答问题走向主动执行体育任务</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-ai-model-sports-agent.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-ai-model-sports-agent.html</guid>
      <pubDate>Tue, 08 Sep 2026 08:00:00 +0800</pubDate>
      <category>江南体育AI大模型</category>
      <description>回答问题只是第一步，用户真正想要的是把事情办完。这篇文章用一个训练回顾的请求做线索，讲Agent怎样拆任务、调用姿态分析与数字人，哪些动作必须先问用户，出错时怎样如实回退，以及主动执行到哪里就该停下，把决定权交还给用户。</description>
    </item>
    <item>
      <title>AI体育主播为什么最难的不是“像真人”，而是别把比赛讲错</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-virtual-sports-anchor.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-virtual-sports-anchor.html</guid>
      <pubDate>Sun, 06 Sep 2026 08:00:00 +0800</pubDate>
      <category>江南体育虚拟主播</category>
      <description>数字人的嘴型和声线越来越像真人，可体育播报真正的门槛在于事实：谁进了球、比分几比几、比赛进行到哪一分钟。本文按事件、数据、文字、声音、数字人、延迟六个环节，说明江南体育AI为什么把主播先当成可靠的信息界面，再考虑它像不像一个人。</description>
    </item>
    <item>
      <title>AI主播慢两秒和说错一句话，哪个问题更严重？江南体育为什么开始重新思考实时体育播报</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-live-anchor-latency.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-live-anchor-latency.html</guid>
      <pubDate>Wed, 02 Sep 2026 08:00:00 +0800</pubDate>
      <category>江南体育虚拟主播</category>
      <description>为了把播报提前半秒，系统先把还没确认的进球说了出去，随后又不得不改口，观众记住的只会是那次改口。这篇文章把实时体育播报看成一条数据链，讨论江南体育AI怎样在快与准之间分级处理，并为必然出现的错误留出撤回与更正的出口。</description>
    </item>
    <item>
      <title>数字人教练只会说“膝盖再弯一点”还不够：江南体育AI如何把动作数据变成真正可执行的反馈</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-digital-human-coach.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-digital-human-coach.html</guid>
      <pubDate>Sat, 29 Aug 2026 08:00:00 +0800</pubDate>
      <category>江南体育数字教练</category>
      <description>“膝盖再弯一点”听起来像教练，其实只是一句没有对象的口令。这篇文章拆开数字人教练的反馈链路：先看清动作，再判断错在哪一步，最后决定用什么话、什么时机、什么演示让人下一次做对。重点不在头像多像真人，而在数据如何变成教学语言。</description>
    </item>
    <item>
      <title>虚拟教练到底什么时候应该开口？江南体育AI为什么开始研究反馈时机</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-coaching-feedback-timing.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-coaching-feedback-timing.html</guid>
      <pubDate>Tue, 25 Aug 2026 08:00:00 +0800</pubDate>
      <category>江南体育数字教练</category>
      <description>每个动作都开口，会打断节奏；等到训练结束再说，又可能错过纠正的窗口。这篇文章讨论虚拟教练如何根据错误的严重程度、动作所处阶段、疲劳变化和错误是否连续出现，在视觉提示、语音提示和训练后总结之间选择，让反馈出现在用户真正用得上的那一刻。</description>
    </item>
    <item>
      <title>江南体育App数字主播没有声音怎么办？媒体权限、音频输出和缓存逐层排查</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-download-anchor-no-sound.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-download-anchor-no-sound.html</guid>
      <pubDate>Tue, 25 Aug 2026 08:00:00 +0800</pubDate>
      <category>江南体育下载</category>
      <description>数字主播的口型在动、字幕在滚，耳边却一片安静。声音要经过语音合成、资源加载、App输出、系统混音和硬件输出多个环节，任何一处被静音、占用或未加载完成，都会表现成“没声音”。这篇把排查拆成由外到内的几层，从最常见的音量与蓝牙占用，到音频焦点、权限和缓存，每层都给出判断方法与操作步骤。</description>
    </item>
    <item>
      <title>换手机以后江南体育App的收藏、训练和设备记录会不会丢？</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-app-history-sync.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-app-history-sync.html</guid>
      <pubDate>Sat, 22 Aug 2026 08:00:00 +0800</pubDate>
      <category>江南体育App</category>
      <description>换手机最担心的是数据没了。这篇把App里的数据按“跟账号走”“本地缓存”“与设备绑定”三类分开说明，指出哪些换机后自动出现，哪些需要重新授权或重新配对，并给出换机前、换机时、换机后三段检查清单。具体行为以App内说明为准。</description>
    </item>
    <item>
      <title>大模型负责“说”，姿态模型负责“看”：江南体育为什么不能让一个LLM包办数字人</title>
      <link>https://jiangnantiyu-ssl.com.cn/article-ai-model-multi-model-collaboration.html</link>
      <guid isPermaLink="true">https://jiangnantiyu-ssl.com.cn/article-ai-model-multi-model-collaboration.html</guid>
      <pubDate>Thu, 20 Aug 2026 08:00:00 +0800</pubDate>
      <category>江南体育AI大模型</category>
      <description>一个数字人从听到说，中间要经过语音识别、姿态与追踪、时间序列分析、语言生成、语音合成和形象驱动七类模块。这篇文章讲每个模型只负责什么、彼此之间传递什么结构化结果、某一环失败或变慢时系统该怎么退回到更稳妥的做法。</description>
    </item>
  </channel>
</rss>
