把网球的0.5秒，装进一台便携AI硬件设备|工业级|巴黎奥运会|硬件设备|网球

网球场上，一个球速120公里/小时的正手击球，从击球到落地，大约只要0.5秒。

这0.5秒里，有挥拍轨迹、击球姿态、正反手落点、球速变化。但打完球之后，这些信息大多只留存在记忆里。

胡方扬想把这0.5秒留下来。

去年，他从珠海来到杭州，成立杭州泓森智航科技有限公司，最早做的是底层多模态决策智能体，偏基础技术研发，后续他带着团队转向网球。经过多轮市场调研和战略梳理，核心技术最终落地到一台叫HydSen Go的消费级便携式端侧AI智训终端。

从工业级AI到消费级硬件，从珠海到杭州，从底层模型到一台架在球场边的小相机——这个转向不算小，但胡方扬认为技术要找场景，场景要找痛点，痛点要找那些还没被解决的地方。

网球，就是他找到的那个地方。

一台不像相机的相机

HydSen Go长得像一台小型双目相机，整机重量不到0.8公斤。架在球场一侧，蓝牙连上手机APP，约20秒就能完成安装。

但它不只是一台相机。

产品搭载定制双目硬件，采用端侧离线 AI 能力，构建端云协同的混合 AI 计算架构。简单来说，挥拍轨迹与击球相关数据可在本地实时采集，响应达到毫秒级别；深度分析任务则交由云端完成。

在功能层面，设备能够捕捉球速、击球、人体姿态等多维信息，输出可视化训练报告以及AI辅助训练建议；可自动识别精彩击球片段，生成短视频高光素材；还能生成包含击球速度、落点等信息的个性化数据海报，支持一键分享至各大社交平台。

第一版原型机在11月份将小批量内测，2027年春节前后计划投放。

胡方扬介绍，同类产品SwingVision等手机APP方案依赖手机摄像头，光线复杂时精度容易波动，功能以记录和基础分析为主；XbotGo等传统硬件设备则更偏向录像记录，深度运动分析能力相对有限。这是团队基于自身测试和市场调研的判断。

HydSen Go的不同在于，它的自主化多模态智能体可以理解数据、识别动作，生成AI辅助训练建议，后续还能对接发球机实现无人训练。

或者说，市场现有的产品大多只告诉你发生了什么，HydSen Go搭载的智能体能告诉你哪里不对、怎么改进。

运动训练这件事，过去高度依赖人的主观经验。教练说“你手腕太紧”，学员未必知道“紧”在哪里；教练说“你击球点太晚”，学员也未必知道“晚”了多少。多模态AI要做的，是把这些模糊的经验，变成可量化、可复用、可追溯的数据。

2500万网球人口

和一块空白的数字化缺口

为什么从AI模型转向AI硬件？

胡方扬说：“一项好技术、一款好产品，核心是让用户开机就能用。操作简单，上手顺手，有舒服的使用体验，这就是我们理解的好产品。”

做底层多模态决策智能体，技术门槛高，但离用户远；做消费级硬件，离用户近，但链条长、坑多、竞争激烈。团队最终决定转向，是因为他们发现了一个足够具体、又足够大的场景。

胡方扬做了一轮市场调研，发现网球赛道很有潜力。据《中国网球事业发展基础数据》，截至2024年8月底，全国网球人口约2519万，比2021年增长28%；网球场地超过5.3万片，占全球约8.6%；教练员约4.4万名，市场化培训机构5592家。

更关键的是，有参赛记录的青少年选手约50.6万人，但真正在体育总局注册的运动员只有6313人。大量青少年在打球、在比赛，却没有被数字化服务覆盖。

2024年中国网球运动市场规模约367.5亿元，同比增长14.4%，预计2029年可达624.9亿元。巴黎奥运会郑钦文夺金之后，网球热度还在往上走。

胡方扬表示，在赛道选择上，自己看重四件事：市场空间、真实痛点、技术壁垒、商业模式。

全球隔网运动个人硬件市场预计2030年达到118亿美元，数字化缺口很大；爱好者缺少客观训练反馈，高光难留存，现有产品笨重昂贵；赛道要能和自研技术壁垒深度融合，形成护城河；最后还要看商业模式，如何迅速带来持续稳定的现金流，未来还可以出海规模化扩张。

HydSen Go以网球为切入点。东南亚已经有海外意向订单，当地客户主要采购硬件，针对匹克球打造自有服务体系。出海是中期核心战略，产品设计阶段就对标全球标准，计划2年内拓展东南亚、欧美市场。

从工业级技术到消费级运动场

来到杭州后，胡方扬依托母校香港理工大学杭州技术创新研究院的支持，带领团队深耕底层多模态决策智能体，长期研发 B 端工业级技术。团队跨界切入 C 端运动影像赛道，源于一次项目交付中的关键发现：隔网球类训练天然是复杂感知场景，需要同步捕捉视频画面、球飞行轨迹、人体姿态与球速数据。而市面上传统工具大多只能单独采集单项数据，无法将多维度信息联动分析，还原完整训练过程，难以给到运动员连贯的训练辅助。

团队将工业级 CV 与端侧 AI 进行轻量化改造，把专业赛事级的数据分析能力下沉，为普通运动爱好者提供科学的数据辅助训练。