中国团队推出SportsGPT，利用AI技术实现运动动作评估和专业指导，解决传统体育系统的不足。该框架采用MotionDTW和KISMAM算法，提供精准的运动分析和可执行的训练建议，标志着智能体育的重大进步。

本期《派评》介绍了几款新应用：运动分析工具The Outsiders、照片处理工具Radiance+、离线语音转录Whistle和本地音乐播放器Pixel Play。The Outsiders专注运动表现与恢复，Radiance+提升照片亮度，Whistle支持多语言离线转录，Pixel Play提供丰富音乐体验。

本研究提出了一种物联网增强姿态优化网络（IE-PONet），用于高精度三维姿态估计和运动优化，结合了C3D和OpenPose，实验结果表明其在运动表现分析中效果显著。

本研究提出了一种名为ImDy的人体逆向动力学工具，基于模仿观察，克服了传统方法的局限性。ImDy提供超过150小时的运动数据，并训练出高效的求解器ImDyS，展示了在逆向动力学和地面反作用力估计中的优越性能，推动了运动分析的发展。

SportsPose 是一个包含超过 176,000 个 3D 姿势的数据集，旨在提升运动表现分析和损伤预防模型的开发。文章介绍了 SoloPose 模型，增强了 3D 姿势估计的准确性，并通过扩展数据集解决了多样性问题。研究探讨了自监督学习和深度学习在姿势估计中的应用，展示了在多个数据集上的优越性能。

本文介绍了多种基于视觉变换器（ViT）的人体姿态估计和运动分析方法，强调通过选择信息量大的小片段来降低计算复杂度，以及利用混合函数和跨模态特征对齐来提升模型性能。这些研究在视频数据处理和情感检测等领域取得了显著效果。

本文综述了视频动作识别在运动分析中的应用，涵盖个人和团队运动，探讨了深度学习在网球和乒乓球分析中的潜力与挑战，并开发了相关工具箱和数据集，以提高运动表现评估的准确性。

本研究旨在处理未知曝光时间下的视频，采用有监督对比学习构建曝光感知表征，并使用两个 U-Net 进行运动分析和视频重建网络。实验结果显示，该方法在联合视频 x8 内插和去模糊任务上有显著性能提升，并在 x16 内插任务上比现有方法提高了 1.5 dB 以上。

本研究介绍了人体动作预测技术在人机交互、自动驾驶、运动分析和人员跟踪等领域的重要性，讨论了模型架构的优势和劣势，总结了最近的研究创新，并提供了现有方法、常用数据集和评估指标的综合概述。讨论了当前的限制，并提出了未来研究方向以推动人体动作预测的发展。