手機鏡頭就能「骨骼標定」，靠AI揪錯誤姿勢！健身App Uniigym還有哪些亮點？|數位時代 BusinessNext

手機鏡頭就能「骨骼標定」，靠AI揪錯誤姿勢！健身App Uniigym還有哪些亮點？

Uniigym和中華電信合作推出健身APP，利用AI高速運算做出骨骼標定，不用購買特殊設備，用自己的手機前鏡頭就能比對動作，即時回饋告訴你是否正確

骨骼標定技術，手機就能直接比對姿勢

Uniigym主打快速回饋的AI偵測，利用自己的手機前鏡頭，就能進行全身「骨骼標定」，偵測20多個骨骼位點，在做動作時即時和老師的數據比對，一有歪斜不正的姿勢，畫面就會顯示紅色標線，告訴你姿勢錯誤了，要趕快修正以免受傷。

市面上相似的產品中，喬山健身魔鏡需要購買一面大鏡子，另一個品牌Wondercise則需要雙手配戴感測手環，都得購買專用設備來捕捉動作。相較之下，Uniigym成本大幅降低，直接用手機、平板、電腦就能隨時隨地開始運動，只須收取APP的月租費用199元。

但骨骼標定聽來簡單，臉部早就可以偵測位點，自動修圖了，困難點在哪裡？業者指出，其實人體的3D數據採集成本非常高，不像臉部是有固定型態的「剛體」，人體屬於「非剛體」，不同的姿態會引起很巨大的形變，尤其關節旋轉、前後晃動等立體變數，這對視覺技術來說是很大的挑戰。

Uniigym邀請業界專業教練合作，利用感測器和深度攝影機拍攝AR課程內容，同時捕捉教練的動作數據，由AI進行深度學習，建立起豐富的人體動作資料庫，搭配高速運算技術，達成及時反饋。

年底推APP直播功能，技術將導入健身房

而目前的功能都還只是「單向即時」，老師的動作是已經錄好的AR影像，只有學員是即時的偵測反饋。

Uniigym透露，年底前還會推出更震撼的「直播功能」，老師、學員「雙邊」都是即時偵測，例如一堂舞蹈課中，Uniigym能瞬間高速運算老師複雜的舞蹈動作，和螢幕前正努力跟上的學員動作進行比對，即時在動作錯誤的骨骼點上標記紅色線條，代替老師「監督」螢幕前的一舉一動，可以說是目前雲端健身業界最頂尖的運算技術。

明年的目標則是推出「社群功能」，不只一對一，就連多人的即時比對也能達成，就可以跟朋友在社群上發起競賽，比對誰的動作正確度比較高、誰消耗了更多的卡路里，每場活動結束都有詳細的數據可以觀看。

Uniigym的技術也獲得健身房、國民體育中心的青睞，將透過合作，把AR教練功能放進場館內，讓民眾可以現場使用，即使沒有真正的教練在一旁，也能自主完成健身課程，讓運動體驗更自由多元。

責任編輯：錢玉紘

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。