GRAPHIC_Orange-rule_01

变革比赛

全球最出色的体育组织正在使用 AWS 构建数据驱动的解决方案,并重塑体育赛事的观看、比赛和管理方式。AWS 提供的云服务是体育创新、运动员优化和球迷融入的核心所在。机器学习 (ML) 正在生成高级统计数据,例如 NFL 的 Next Gen Stats;高性能计算 (HPC) 正在重塑 F1 赛车和美洲杯赛艇;NASCAR 等组织正在使用人工智能 (AI) 服务来自动标记和分类档案;而物联网 (IoT) 正在连接实地的传感器并进行跟踪以提供实时数据。无论是实时预测接球的概率,还是预测获胜赛季后的门票销售量,技术都在不断变革比赛。AWS 就是解决方案。

解锁数据的
潜能

各大体育组织正在使用数据,围绕运动员表现、健康和安全进行创新,或者推动全新的效率和商业模式。联赛和球队拥有大量数据,而 AWS 助力其大规模分析这些数据,制定更完善、更明智的决策。例如,PFF 利用足球比赛中的数百万个数据点来揭示变革观众的运动体验方式的全新指标。来自传感器和摄像机的自动数据收集可提供实时统计数据,指导比赛期间的决策,同时帮助球队揭示与球迷保持联系的全新方式。

吸引并
取悦球迷

球迷在赛前、赛中和赛后的体验均产生变革。借助 AWS,球迷可以通过引人注目的屏幕图形和交互式第二屏幕体验更深入地了解比赛。例如,Second Spectrum 使用 AWS 来最大限度地减少其流媒体服务的延迟,并为球迷提供高质量的观赛体验。丰富的数据和洞察揭示了比赛中决策的细微差别,并通过高级统计数据突出表现。通过 NFL Next Gen Stats、F1 Insights、Bundesliga Match Facts、Clippers CourtVision 等,球迷体验得到了增强 – 所有这些都由 AWS 提供支持。

快速提升
运动表现

AWS 技术不仅在变革球迷体验 – 联盟和球队也正在以前所未有的方式使用 AWS 进行创新。F1 使用 HPC 来提高赛车性能,NFL 使用机器学习 (ML) 来提升球员的健康和安全,而西雅图海鹰队使用数据湖来改进训练计划。

GRAPHIC_Orange-rule_01

让数据说话

需要了解更多? 下面的一些案例介绍了 AWS 如何帮助客户和合作伙伴吸引球迷、训练球队以及转变体育比赛业务。 单击以下的每个徽标了解更多信息。

  • 联盟
  • 球队
  • 媒体与娱乐
Sports_Icon-Graphics_01_Bundesliga

德甲联赛

作为全球体育场观看人数最多,并在 200 多个国家/地区转播的足球联赛,德国的德甲联赛是全世界最受欢迎的体育赛事之一。为了增加与球迷之间的互动,德甲联赛利用实时数据流和来自超过 10000 场比赛的历史数据,在 Amazon SageMaker 中构建并训练 ML 模型,以便获得实时预测和更多见解。这些模型将作为信息和图像部署,向球迷展示什么时候可能得分,确定潜在的进球机会,并且凸显出球队的站位和控场能力。该联赛还与 AWS 合作,为球迷提供自定义的内容和基于其所在位置、最喜爱的球员、球队和比赛的搜索结果,并使用 Amazon Rekognition 分析全球最大型的拥有超过 150000 个小时视频的数字足球媒体存档,使搜索历史影像片段变得格外轻松。

关闭
Sports_Icon-Graphics_01

FORMULA 1 系列

FORMULA 1 是国际汽联认可的最高级别的赛车运动,拥有最快、最先进的汽车。在每次比赛中,每辆赛车上的 120 个传感器将会生成 3 GB 数据,并且每秒会产生 1,500 多个数据点。F1 使用 Amazon SageMaker 来训练涵盖 65 年数据的深度学习模型,以向粉丝提供由 Amazon Kinesis 实时流式传输的团队和驾驶员做出的瞬间决策统计信息、预测和见解。此外,F1 还使用在 Amazon HPC 运行的计算流体动力学 (CFD),可以在虚拟环境中快速制作新车身设计的原型, 以用于 2021 赛季。

关闭
Sports_Icon-Graphics_01

NASCAR

NASCAR 是美国最大的赛车组织,将其包含 70 年历史片段的18 PB 视频存档迁移到了 AWS,它可以使用 Amazon Rekognition 自动标记带有元数据(如驾驶员、汽车、比赛、圈数、时间和赞助商等)的视频帧,并且可使用 Amazon Transcribe 为解说中的每个词加上字幕和时间戳。这为 NASCAR 节省了数千个小时的手动标记和搜索视频存档时间,从而可以更轻松地向粉丝们展示 NASCAR 历史上最具标志性的时刻。NASCAR 随后使用 SageMaker 训练深度学习模型,以增强对元数据和视频的分析。 

关闭
Sports_Icon-Graphics_01_NFL

NFL

通过其使用机器学习技术构建于 AWS 上的 Next Gen Stats (NGS) 程序,NFL 可提供突出展示比赛规模、速度和复杂性的高级统计信息。超宽带接收器使用 RFID 标签精确追踪球员和球的运动,并利用 Amazon EC2、S3 和 EMR 捕获和存储每场比赛中超过 3TB 的数据。将实时数据与传统的技术统计数据相结合,以计算数百种指标,并将预测结果和见解通过图形传递给在线、幕前、体育馆以及第二屏幕体验的球迷,而且还可以通过 API 传输给全球、分析公司、广播解说员和评论员。 

关闭
Sports_Icon-Graphics_01

PFF

Pro Football Focus 于 2006 年在英国成立,现在的大股东为前 NFL 职业运动员 Cris Collinsworth,PFF 500 多人的团队使用复杂的数学和分析模型来分析职业橄榄球和大学橄榄球比赛。PFF 已开始实施使用 Amazon S3 和 AWS ElastiCache 的机器学习解决方案来进行规模管理,并且已于 2019 年 7 月将其整个技术和云堆栈迁移至 AWS。PFF 将使用 AWS 计算、存储、数据库、无服务器、分析和机器学习服务来提高运营效率,加快创新并更深入地分析比赛统计数据。借助 AWS,PFF 能够展示以往从未公之于众的指标,从而改变球队、球迷和媒体对橄榄球的体验方式。

关闭
Sports_Icon-Graphics_01_Hawks

SEATTLE SEAHAWKS

Seattle Seahawks 被认为是 NFL 中技术最先进的数据驱动型球队之一,它正在将其大部分基础设施迁移至 AWS,以利用计算、存储、数据库、分析和机器学习服务来更深入地分析其球员和竞争对手的数据,提高运营效率并加速创新。通过 Amazon S3 上的数据湖,可以将该团队 40 多年的统计数据与 NFL 数据、球员追踪、GPS 移动、球员的身体健康数据以及球探信息相结合,以提供更深入的可见性和更出色的见解,让教练能够更好地进行对位和实时调整,进而实现更多成功的达阵。

阅读新闻稿
关闭
Sports_Icon-Graphics_01_Illinois

伊利诺伊大学厄巴纳-香槟分校 (UIUC)

伊利诺伊大学厄巴纳-香槟分校 (UIUC) 与 Amazon Machine Learning (ML) 解决方案实验室合作,帮助 UIUC 橄榄球教练更有效地为比赛做准备并提高获胜的几率。该团队将 UIUC 在大学橄榄球和教练方面的深厚专业知识与 AWS 的机器学习技术相结合,创建了一个最先进的 ML 模型,可以预测任何橄榄球比赛的结果。此外,UIUC 教练现在具有基于 ML 模型推荐的关键功能的自动生成的视觉游戏计划表。这样可以节省教练准备比赛的时间,并为他们提供关于表现和策略的更多见解。

关闭
Sports_Icon-Graphics_01_SecondSpectrum

SECOND SPECTRUM

Second Spectrum 是很多体育联赛(如美国国家篮球联赛(NBA) 和英超联赛)的官方光学追踪与分析服务提供商。Second Spectrum 利用 AWS 帮助体育联赛及其媒体合作伙伴打造分析、可视化和轻松可搜索的视频剪辑,以优化球迷体验并为球队提供更深层次的竞技分析。Second Spectrum 还通过 AWS Elemental 将其流媒体服务中的延迟最小化,同时为球迷提供高质量的观赛体验;而针对媒体优化的存储服务 AWS Elemental MediaStore 可以让电视节目制作人和赛事评论员快速地访问比赛中的关键时刻。

关闭
Sports_Icon-Graphics_01_AUSswim

澳大利亚游泳协会

游泳是澳大利亚最成功的奥林匹克运动,也是澳大利亚最受欢迎的活动之一,每年都有超过 450 万人参与其中。参加游泳是澳大利亚标志性文化的基础组成部分,但它依赖政府资金支持,并且全球竞争也非常激烈。通过与 AWS 合作,该团队已使用机器学习模型来优化接力队员组成,以最大程度地提高在大型比赛中获得奖牌的机会。对于能够在吸引、支持和培养澳大利亚下一代精英游泳运动员方面发挥积极作用,AWS 感到非常自豪。通过此次合作,AWS 希望为澳大利大游泳协会提供支持,以增强这项运动的知名度和媒体报道水平,提高全国参与率并为提高澳大利亚国家游泳队的成绩做出贡献。

关闭
Sports_Icon-Graphics_01_Sportradar.png

SPORTRADAR

Sportradar 是一家服务博彩和媒体行业的全球体育和信息情报提供商,每年提供超过 200000 个活动的数据。计算机视觉技术的进步为公司提供了绝佳的机会,让它能够扩大为客户提供的运动数据的深度,同时可通过自动化技术减少采集数据的成本。目前,Sportradar 正通过内部研发和外部合作的方式投资计算机视觉技术研究,以发展自身的计算机视觉数据采集能力,初期的重点领域为网球、足球和斯诺克台球。通过与 Amazon ML Solutions Lab 合作,Sportradar 不断探索在足球中应用先进的深度学习模型来进行自动化的比赛事件检测,从简单的球员和足球定位,向理解比赛意图,即比赛中正在发生什么发展。随着这项技术的逐渐成熟,为了将其应用到实际生产中,Sportradar 使用了多项 AWS 服务(包括 Amazon SageMaker、EKS、MSK、FSx)以及 Amazon 丰富的 GPU 和 CPU 计算实例来满足其计算机视觉处理管道的需要。借助这一基础设施,Sportradar 的研究人员得以大规模测试和验证计算机视觉模型,并轻松将来自实验室的模型应用到实际生产,同时确保了实时体育博彩使用案例所需的低延迟、可靠性和可扩展性。

关闭
Sports_Icon-Graphics_01

INEOS

借助 AWS 的服务,英国 INEOS 帆船队成功在本地环境中为其将用于美洲杯帆船赛的帆船执行了数千次的设计模拟,所花费的时间从一个多月缩短至一周。该帆船队使用在 Amazon EC2 Spot 实例上运行的 HPC 环境来帮助设计比赛用帆船。对于设计每次模拟都需要数百个计算核心的船体来说,除了使用具有 Elastic Fabric Adapter (EFA) 网络接口的最新 Amazon EC2 C5n Nitro 支持的实例外,该帆船队还使用了 Amazon EC2 C5 实例。为确保快速的磁盘性能以支持每周数千次的模拟需求,该帆船队还使用了 Amazon FSx for Lustre 来提供基于 Amazon Simple Storage Service (Amazon S3) 的快速、可扩展、安全的高性能文件系统。

关闭
Sports_Icon-Graphics_01_Pulselive

Pulselive

Pulselive 是一些最大的体育联赛和活动(从英超联赛到板球世界杯)的数字合作伙伴。索尼子公司正在帮助打造粉丝体验,通过有影响力的新方式提高参与度。Pulselive 使用 Amazon Personalize 使其客户能够为其在线体育媒体内容制定高度个性化的建议。Pulselive 与 Amazon Prototyping 团队合作,创建了一个新的推荐引擎,使视频消费量提高了 20%。通过利用 AWS,Pulselive 能够快速执行 A/B 测试,在尽可能不中断的情况下创建简单的概念证明,并进行实验,从而在技术和财务方面都降低了准入门槛。

关闭
Sports_Icon-Graphics_01_NHL

NHL

通过利用诸多的 AWS 服务,NHL 将能够在云中实现视频处理和内容分发的自动化,并利用其在 AWS 云基础设施上运行的 Puck and Player Tracking (PPT) 系统来更完善地捕捉比赛细节,为其球迷、球队和媒体合作伙伴带来更丰富的体验。NHL 将与 Amazon Machine Learning 解决方案实验室合作,将 AWS 的深度机器学习服务组合应用于游戏视频和 NHL 官方数据,以制定和共享高级比赛分析与指标,让球迷更深入地了解比赛。NHL 计划使用 AWS Elemental Media Services 开发和管理基于云的高清和 4K 视频内容分发系统,该系统将为 NHL 官员、教练、球员和球迷提供全方位的比赛纵览。该系统由 AWS 提供支持,其将从一系列新的摄像机角度编码、处理、存储和传输比赛画面,从而提供连续的视频源,为观众带来传统直播摄像机视野之外的比赛细节和事件。通过利用 AWS 分析服务 (包括 Amazon Kinesis) 和机器学习服务 (例如 Amazon SageMaker),NHL 将能够实时审计其向直播合作伙伴提供的视频源。

关闭
Sports_Icon-Graphics_01_PGA

PGA

AWS 是 PGA TOUR 的官方云提供商、人工智能云提供商、深度学习云提供商和机器学习云提供商。AWS 和 TOUR 正在合作变革高尔夫内容的创建、分发和体验方式,让球迷更接近球场上的赛况,同时帮助 TOUR 简化其媒体运营。TOUR 将使用 AWS 机器学习、存储、计算、分析、数据库和媒体服务来快速处理和分发每场高尔夫比赛的视频画面,同时利用 AWS 将这些内容快速转换为令人兴奋的全新数字体验,在 TOUR 比赛期间为球迷带来更加全面和个性化的体验。TOUR 将近 100 年的媒体内容迁移到 AWS – 包括可追溯到 1928 年洛杉矶公开赛的视频、音频和图像 – 同时将未来锦标赛的现场画面流式传输到基于 Amazon S3 构建的数据湖中。然后,TOUR 将使用 Amazon Rekognition,以特定元数据 (如球员姓名和赞助商徽标) 自动标记内容。TOUR 还将使用 AWS 媒体服务,为线上观众更快速地提供用于电视活动报道和 OTT 流媒体的视频内容。

关闭
Sports_Icon-Graphics_01_Intel

Intel

Intel 的 Olympic Technology Group 着手开发机器学习解决方案,以创建运动员表现的实时数字模型,c从而打造可移植、基于云的精英运动员教练解决方案。Intel 与Amazon Machine Learning 解决方案实验室 (MLSL) 合作,利用 MLSL 的计算机视觉专业知识来增强其现有的 3D 骨骼跟踪功能。MLSL 在 Amazon SageMaker 上开发 3D 多人物姿势估计管道,支持从单台摄像机进行 3D 骨骼跟踪。“MLSL 团队认真听取了我们的要求,同时提出了可满足客户需求的卓越解决方案,”Olympic Technology Group 运动表现总监 Jonathan Lee 如此说道。该团队的能力超出了我们的预期,他们在在短短两周内就使用手机拍摄的 2D 视频开发出 3D 姿势估计管道。通过在 Amazon SageMaker 上标准化 ML 工作负载,我们在自有的模型上实现了惊人的 97% 平均准确率。” 

关闭
Sports_Icon-Graphics_01_PAC12

PAC 12 Networks

Pac-12 Conference 致力于通过倡导提供给学生运动员的卓越学术、体育和护理知识来培养下一代领导者。Conference 及其十二所成员大学拥有的媒体公司 Pac-12 Networks 使用 AWS 媒体服务AWS 云存储AWS Direct Connect 将其视频和媒体基础设施迁移到 AWS,实现从编码到广告插入、传输和交付的所有操作。Pac-12 工程师使用 AWS LambdaAmazon EC2 快速且经济高效地推出全新服务,实现从基于云的生产到数据分析的各种功能,支持为 Pac-12 和各地大学体育爱好者打造卓越体验的最终目标。

关闭
Sports_Icon-Graphics_01_Kayo

Kayo Sports

Kayo Sports 是面向澳大利亚体育迷的多体育流媒体服务和内容聚合商,其在 AWS 上运行大部分 IT 基础设施,为超过 100 万订阅者大规模提供个性化客户体验 (截至 2021 年 5 月)。Kayo 使用 AWS 产品和服务 (包括分析、机器学习、媒体服务以及网络和内容分发) 来分析数十万个数据点,以提供交互式统计数据和更深入的见解,从而增强观众的观赛体验。其中包括 SplitView,它可让用户在一个屏幕上观看最多四项运动;还包括 Kayo Key Moments,它可让用户跳转到最喜欢比赛的最精彩部分。使用 Amazon Redshift、Amazon Glue 和 Amazon Athena 等服务,Kayo 分析信息以创建统一的客户视图,同时调整内容库以根据观众的喜好提供个性化的体育赛事菜单。 

关闭
Sports_Icon-Graphics_01_StatsPerform

Stats Perform

Stats Perform 是体育技术领域的市场领导者,提供最值得信赖的体育数据以及应用人工智能和机器学习的最新进展,为球队、体育博彩公司提供更完善的预测,同时带来更具吸引力的直播、媒体和球迷体验。公司收集最详细的运动数据,以打造跨运动的全新体验。利用数据最为丰富的体育数据库,Stats Perform 通过机器学习和计算机视觉增强体育比赛和娱乐,以创建高级预测和分析 – 适用于具有差异化叙事的数字和广播媒体、通过可靠和快速的数据推动其创新的科技公司、提供场内投注和诚信服务的体育博彩公司,或拥有首创人工智能分析软件的团队。借助 Amazon 和 AWS 提供的服务,有史以来第一次在英超联赛报道中使用了现场获胜概率,Alexa 将体育数据全面实施到世界各地联赛的语音技术中,以及通过 AWS 推进橄榄球数据在六国锦标赛中的使用,诸如此类。如需了解更多信息,请访问 StatsPerform.com。 

关闭
Sports_Icon-Graphics_01_Ferrari

Scuderia Ferrari

Ferrari 将使用 AWS 经验证的全球基础设施,包括 AWS 欧洲 (米兰) 区域,以及诸多的服务来简化其赛车的设计和测试,为客户提供最令人兴奋的驾驶体验。此外,作为新的合作伙伴,Scuderia Ferrari 将利用 AWS,通过其移动应用程序推出数字化车迷互动平台,以独家、个性化的内容吸引全球数亿车迷。Ferrari 将利用 Amazon Elastic Compute Cloud (Amazon EC2),通过访问专用实例类型实现高效的高性能计算 (HPC),并且 Ferrari 将使用基于 AWS Graviton2 的实例—与上一代基于 x86 的实例相比,它可提供七倍的性能。Ferrari 将使用 Amazon Simple Storage Service (Amazon S3) 构建数据湖,并使用 AWS Lake Formation 快速安全地收集、编目和清理数百 PB 的数据,同时将利用 AWS 让当前客户和潜在客户更轻松地定制、购买和维护自己的汽车。使用 Amazon Elastic Kubernetes Service (Amazon EKS) 和 Amazon DynamoDB (AWS 的完全托管式键值数据库),Ferrari 将能够快速创建、部署和扩展改进的数字体验,例如 Ferrari 车辆配置工具

关闭
GRAPHIC_Orange-rule_01

AWS 体育案例

筛选条件:
清除所有筛选条件
Date (Most Recent)
  • Date (Most Recent)
  • Title (A-Z)
  • Title (Z-A)
1
未找到任何结果。
GRAPHIC_Orange-rule_01

借助 AI 推动体育比赛进化

体育行业使用 AI 技术推动四大重要转变。

  • 实时
  • 自动化
  • 预测
  • 动态
  • 实时
  • TAB_Rule_02

    从延时到实时

    手动采集和分析模拟数据意味着除了颜色以外,直播评论员没有更大用武之地。现在,球迷、转播人员和球队都能从传感器和摄像头的自动化数据采集受益,而高性能计算意味着使用机器学习模型构建的见解和分析(例如 F1 赛车选择冲坑的冲击力)可以实现近乎实时的处理和交付。

    了解 F1 如何实现 >
    TAB_F1_01
  • 自动化
  • TAB_Rule_02

    从手动到自动化

    将耗时、不可靠且单调的任务自动化,能够释放宝贵的资源。从预测门票销售或预测接住概率的机器学习模型,到 NASCAR 使用人工智能服务来检测对象并将语音转换为文本,从自动为媒体添加标签,人工智能让人类可以发挥自己最擅长的方面,即从事更有创造力和战略性的工作。

    了解 NASCAR 如何实现 >
    TAB_NASCAR_02
  • 预测
  • TAB_Rule_02

    从被动到预测

    过去,教练和球队必须持续不断地被动反应并改变策略,或者单纯根据直觉来预测比赛或行为,现在他们可以在比赛期间访问宝贵的预测性数据,让他们能够在比赛期间作出主动且明智的实时决策,例如 NFL 教练可以在球员体力耗尽前就撤换球员。

    了解 NFL 如何实现 >
    TAB_Football_02
  • 动态
  • TAB_Rule_02

    从静态到动态

    任何体育迷都会告诉你他们的运动不仅考验体力,也同样考验智力。通过视觉丰富的屏幕图形和交互性的第二屏幕体验让球迷看到数据和见解,体育比赛组织和广播公司可以剥开决策差异的后幕,丰富赛场内外的球迷体验,例如六国橄榄球赛会显示密集争球期间的实时见解。

    了解六国橄榄球赛如何实现 >
    TAB_Rugby_02
GRAPHIC_Orange-rule_01

资源

获得专业人士的帮助

AWS 专业服务是由专家组成的全球团队,可以帮助您在使用 AWS 云时实现预期业务成果

开始使用专业服务 >

与机器学习专家互动

Amazon ML Solutions Lab 将您的团队与我们的专家配对,为您的业务构建新的机器学习解决方案。

开始使用 ML Solutions Lab >

获得合适的机器学习合作伙伴

AWS 机器学习合作伙伴提供一系列咨询服务和技术,帮助您探索和构建正确的解决方案

寻找 AWS 合作伙伴 >