運動科技應用正從動作數據蒐集，進一步走向個人化訓練指導。立普思整合LIPSense 3D Body Pose SDK、專用球桿與高爾夫球追蹤技術，並結合視覺語言模型（VLM），串聯動作擷取、揮桿分析與自然語言回饋，協助球員將姿勢數據轉化為下一桿可參考的調整方向。
這套方案採用免穿戴的骨架追蹤方式，球員無須在身上配戴標記或感測器，即可擷取自然揮桿過程中的主要關節動作。系統進一步整合人體骨架、球桿與球的追蹤資料，將揮桿切分為八個階段，涵蓋準備姿勢至收桿，讓不同次揮桿能在相同動作階段進行比對，協助辨識姿勢差異。
立普思整合LIPSense 3D Body Pose SDK、專用球桿與高爾夫球追蹤技術， VLM 再將分析結果整理成球員能理解的回饋。
|
個人化分析則是方案的另一項重點。考量球員體格與揮桿特性各異，系統依據個人條件與揮桿類型，從職業選手資料中選取相近對象作為比較基準，降低以單一理想姿勢評估所有球員的侷限，提升分析結果的參考價值。
在回饋環節，VLM針對髖部旋轉、手腕立腕角度等動作差異進行分析，並以自然語言整理改善建議，讓球員更容易理解數據所代表的動作意義，以及練習時可調整的方向，補足關節位置與動作圖表不易直接轉化為訓練指引的落差。
由於這套整合流程可減少骨架追蹤、球桿與球追蹤、動作分析及回饋介面的分別串接工作，將有助於高爾夫訓練產品開發團隊縮短開發週期，推動運動訓練產品由數據呈現延伸至個人化教練輔助。
