- 行业›
- 运动
AWS 上的 F1
借助机器学习、人工智能和云技术的力量，探索全新、独特和创新的方式，让粉丝尽情享受 F1。
AWS x Formula 1®：为赛道而生
观看法拉利车队惠普车手查尔斯·勒克莱尔和七届世界冠军刘易斯·汉密尔顿使用 AWS 生成式 AI 设计自己的赛道。观看这些传奇车手讨论他们最喜欢的转弯，探索如何将人工智能应用于赛车运动。
AWS 上最新 F1 新闻
由 AWS 提供支持的 F1® 洞察
Time Lost 是 F1 Insights 发布的最新屏幕图片，由 AWS 提供支持。F1 Insights 是一系列广播图片，旨在变革每场大奖赛期间的粉丝体验。Time Lost 将让粉丝和广播公司清楚地了解驾驶员失误的影响和原因。这一关键见解是通过 F1 直播中的电视画面呈现给粉丝的，这不仅说明了车手失误的性质，还告知了车手因此损失了多少时间。
为实时数据故事讲述提供动力
Track Pulse 是 F1 与 AWS 的最新合作项目。该项目使用机器学习和生成式人工智能来支持 F1 转播团队，让团队随时都能更清晰、更全面地了解赛道上的情况，包括现场车手对战、冠军预测、最高车速，等等。转播团队可以利用这些实时更新内容来确定要为观众重点介绍哪些元素，同时预测即将发生之事，预判后续赛况。
推动生成式 AI 创新：体育领袖的经验教训
了解 Formula 1、NFL 和 PGA TOUR 等领导者如何使用 AWS 上的生成式人工智能来改善客户体验、员工工作效率和流程优化。利用这些真实使用案例来推进您的生成式人工智能之旅。
Formula 1®：由 AWS 提供支持
比赛数据
每辆 F1 赛车都包含 300 个传感器，这些传感器每秒钟能生成从汽车传输到维修站的 110 万个遥测数据点。这些实时数据与存储在 Amazon S3 上的超过 70 年的历史比赛数据相结合，提取出丰富的见解，以告知、指导和丰富球迷的体验，并为如何选择在赛道上创造胜利表现的比赛策略带来更多见解。
竞争对手分析
通过数据分析，F1 能够比较特定赛车、车队和车手不同相关参数的表现，并对其进行直观排名，以呈现给车迷。
赛车性能
F1 密切关注空气动力学、轮胎性能、动力装置、赛车动力学和车辆优化，以提供洞察帮助车迷解读赛车整体性能。赛车性能是 F1 车队的主要 KPI。它为车迷们提供了一个独特的视角，深入了解 F1 的内部运作机制，以及各车队在赛季前和赛季期间如何竞相开展汽车研发工作。
最快车手
利用 AWS 机器学习技术，这种洞察能够从方程中剔除 F1 赛车的差异，对 1983 年至今的所有 F1 车手提供客观、以数据为驱动的排名，从而解答一个古老的问题：谁是最快车手？ F1 和 Amazon Machine Learning (ML) Solutions Lab 的数据科学家创造了历史上首个跨时代、客观、复杂、以数据为驱动的车手速度排名。
比赛策略
利用计时数据，F1 能够创造出可视化的洞察，让车迷客观分析各支车队和车手的表现、策略和战术对整体比赛结果的影响。比如，“替代策略”图表能够直观地向各支车队及其车迷展示：如果采取了不同的战术决策，比赛结果可能会有怎样的不同走向。
AWS 如何为 Formula 1® 提供助力？
✔ 变革这项运动：AWS 最广泛、最深入的功能和无与伦比的创新步伐正在改变 F1 收集、分析和利用数据和内容做出决策的方式。每辆 F1 赛车上都有 300 个传感器，每秒可产生超过 110 万个数据点，并从赛车传输到维修站，因此 F1 是一项真正以数据为驱动的运动。
✔ 增加赛道上的动作：通过使用 AWS 高性能计算，F1 能够运行空气动力学模拟，开发其下一代赛车的速度比以往任何时候都快 70%，从而制造出一款将下压力损失从 50% 减少到 15% 的汽车。这种下压力的大幅降低为车手提供了更高的超车机会，同时也给车迷带来了更多精彩的赛道缠斗。
✔ 吸引和取悦粉丝：借助 AWS，F1 能够通过其 F1 Insight s 将从汽车和赛道旁传输的数百万个数据点转化为引人入胜的粉丝体验。
吸引粉丝
由 AWS 提供支持的 F1 Insights 可以改变每场比赛前、比赛中和比赛后的球迷体验。利用不同的数据点来洞察各个细节，F1 使车迷能够了解车手如何在瞬间做出决定，以及车队如何实时设计和实施比赛策略，从而影响比赛结果。以下几个例子说明了如何将这一切结合在一起。
竞赛策略
利用计时数据，F1 能够创造出可视化的洞察，让车迷客观分析各支车队和车手的表现、策略和战术对整体比赛结果的影响。
利用赛道历史记录和预估的车手速度，Battle Forecast 能够预测追车经过多少圈后就能进入对前方赛车的“攻击距离”。
Pit Strategy Battle 能够为车迷提供更多洞察，让他们了解如何实时评估每个车手的战略成功的概率。车迷将能够追踪微妙的战略变化，并看到其对最终结果的影响。
进站窗口基于轮胎类型、圈速和赛车分布进行估计。观众能够根据比赛最新动向看到赛况的变化，包括其他车队的比赛策略、安全车和黄旗。
利用历史数据计算暖胎圈内的赛道策略，并对预测的轮胎和赛道策略进行比较。这种洞察能够让观众看到，车手在战略上应该何时使用下一次进站机会。
成功的“早进站”可以为您赢得比赛或获得重要的排位。这无疑是技术团队在比赛中必须面对的最紧张的时刻之一。这个图形将使粉丝更接近 F1 战略家的世界，在那里，这些瞬间的决定可以赢得或失去至关重要的冠军积分。
竞争对手分析
通过数据分析，F1 能够比较特定赛车、车队和车手不同相关参数的表现，并对其进行直观排名，以呈现给车迷。
这项洞察展示了车队如何开发赛车、开发赛车的效率有多高，以及整个赛季的赛道结果如何。赛季和每年的赛车开发竞赛是 F1 车队的主要 KPI，这为了解 F1 的内部运作以及各车队在这方面的表现提供了独特的洞察。
“贴墙距离”为粉丝和广播员提供了一个独特的视角，让他们了解 F1 赛车 F1 赛车在锦标赛最激动人心的弯道处离墙有多近。F1 使用特殊摄像头并融合深度神经网络和计算机视觉算法，计算 F1 赛车最接近墙壁部分（通常是轮胎）与墙壁的距离。这是通过帧采集、汽车运动检测、轨迹估计和算法输出这个四步流程完成的。
这项洞察能够分离各辆赛车的性能，让车迷能够对构成赛车性能的构件进行正面比较（即转弯性能、直道性能和赛车平衡或操控性），从而在不同赛车之间进行性能比较。
车手表现强调与队友和竞争对手相比，哪些车手使其赛车达到绝对的性能极限。计算在每一圈中赛车轮胎产生的力，并与赛车的最大性能相比，这样将可显示车手正在发掘出的赛车潜在性能水平。将会显示三个参数以突出对终极目标（每圈时间）有重大影响的三个车手表现关键领域：加速、制动、转弯。
通过分析赛车、轮胎、赛况、燃油等影响因素的大量数据，以及根据资格赛、发车、第 1 圈、正赛、轮胎管理、车手进站技巧和超车等七个关键指标对每个车手在整个赛季的表现进行评分，从而根据这些最重要的驾驶技能因素对车手表现进行详细分析。这些指标在 0-10 的范围内进行标准化处理，以提供“评分”式的指标，为观众、车迷和车队提供某个车手的优势和劣势所在，以及与赛场内其他车手比较的洞察。
维修道性能将让粉丝和直播人员有机会完整地剖析维修站事件，了解从车手驶进维修道再从另一端驶出，时间如何失而复得。
赛车性能
F1 密切关注空气动力学、轮胎性能、动力装置、车辆动力学和车辆优化，以提供见解，帮助车迷解读整体赛车性能。
制动性能显示，一个驾驶员的制动风格在转弯操作时如何从弯道中体现出优势。它通过测量驾驶员在制动前与弯道顶点的距离来比较他们的制动风格和性能，并展示了汽车和驾驶员在转弯时是如何配合的，如接近时的最高速度，制动时的减速，所使用的制动功率，以及驾驶员在转弯时所承受的巨大重力加速度。
这是 F1 赛车性能中最重要的一个方面，能提供优秀赛车与卓越赛车对比的深入洞察。这种方式将转弯细分为 4 个主要部分，即制动、入弯、中弯和出弯，并通过赛车遥测数据分析和比较转角主要部分的性能。
转弯分析由特定（且关键）弯道处的最佳制动和加速点确定，这也是每个车手能够收获最多优势的领域。这项洞察能够使观众详细了解了圈速损益，并对不同赛车进行比较。
利用赛车数据（即赛车速度、纵向和横向加速度，以及陀螺仪），我们能够估计侧滑角，然后得出每辆赛车的车辆平衡模型。这就能够得出轮胎磨损能量的结果。（注：轮胎磨损能量不是物理上的轮胎磨损，而是在路面上滑动的轮胎接触片的能量传递。） 该结果为我们提供了轮胎在每次转弯时的性能，表明轮胎在其最终使用寿命内已经使用了多少程度。
单圈比较图通过将 F1 赛车的单圈时间与安全车和“通用”公路车的单圈时间进行比较，为车迷和广播员提供 F1 赛车性能水平的背景信息。此图形的目的和结果是通过数据模型展示 F1 技术与观众更熟悉的技术和性能相比的优越性。
立即观看
预计淘汰赛时间让车迷和评论员可以从“团队层面”了解每个车手的目标时间，以便进入下一场排位赛。在每场比赛的后半段，这张图表的目标时间将为车迷提供一个激动人心的目标，让车迷们可以根据车手飞驰越线时的时间来绘图，最终更接近戏剧性的最终结果。