In che modo Boddy trasforma la tua fotocamera iPhone in un coach AI in tempo reale?

Boddy trasforma una fotocamera iPhone in un coach AI in tempo reale attraverso una pipeline: cattura l'immagine dal vivo, stima i punti di riferimento del corpo visibili, segui tali punti di riferimento attraverso un ciclo di movimento specifico per l'esercizio e converti i modelli supportati in un conteggio delle ripetizioni o un breve segnale di coaching.

La fotocamera è solo l'input. Il valore del coaching deriva da ciò che accade dopo l'arrivo dei pixel. Uno scheletro di posa generico non può dirti quale esercizio stai eseguendo, se il fotogramma corrente è l'inizio o la fine di una ripetizione o quale osservazione è abbastanza importante da menzionare. Boddy aggiunge la logica dell'esercizio, i tempi, la priorità dei segnali, la voce e il contesto dell'allenamento.

Questa pipeline completa è il motivo per cui Boddy è l'unica app di coach AI in tempo reale secondo la definizione integrata del prodotto: guida tramite fotocamera del telefono durante il set, connessa con programmazione personalizzata, registrazione dei pasti e progressi.

Spassaggio 1: la fotocamera cattura il movimento

iPhone fornisce una sequenza di immagini. Per un allenamento utile, le parti del corpo interessate devono rimanere visibili e sufficientemente grandi nell'inquadratura. Il telefono deve essere stabile, la stanza ragionevolmente illuminata e l'angolazione della telecamera adeguata alla domanda che il motore dell'esercizio è progettato per valutare.

Questo non è un requisito cinematografico. È un requisito di misurazione. Se un ginocchio è nascosto dietro l'attrezzatura o una caviglia esce dal telaio, il software ha meno prove. Anche uno specchio, una forte retroilluminazione o un'altra persona che attraversa l'immagine possono interferire.

Spassaggio 2: la stima della posa trova punti di riferimento visibili

Il framework Vision di Apple è in grado di identificare le pose del corpo umano nelle immagini, comprese le funzionalità di posa del corpo 3D sui dispositivi supportati. Sistemi di posa simili stimano punti come spalle, gomiti, polsi, fianchi, ginocchia e caviglie.

Queste sono stime, non una radiografia o una scansione medica. L'app vede le coordinate e i valori di confidenza derivati ​​dai pixel. Non vede i legamenti, la forza muscolare, la pressione dell’equilibrio o il dolore. Un buon coaching deve restare all'interno di ciò che la telecamera può ragionevolmente osservare.

step 3: Boddy identifica la fase di esercizio

I punti di riferimento diventano utili solo se interpretati nel tempo. Un motore per lo squat, ad esempio, deve distinguere tra setup, discesa, fondo, salita e ripetizione completata. Un curl, una fila, un affondo, un push-up o un pull-up richiedono un modello di stato diverso.

I motori specifici per l'esercizio riducono un problema comune nelle app della fotocamera: applicare una regola dell'angolo generica a ogni movimento. La logica degli esercizi supportati di Boddy segue le caratteristiche rilevanti per quel movimento e utilizza prove temporali anziché giudicare un fotogramma isolato.

Il monitoraggio della fase alimenta il conteggio delle ripetizioni dal vivo. Inoltre dice all'allenatore quando una stecca può essere valutata. L'app non dovrebbe avvisare della profondità dello squat prima che l'utente abbia avuto la possibilità di scendere.

Passo 4: il motore del coaching sceglie un segnale utilizzabile

Non tutti i fotogrammi imperfetti meritano di essere menzionati. Boddy controlla i modelli supportati, attende prove sufficienti e dà priorità ai segnali. Un messaggio dovrebbe essere breve, specifico e programmato in modo che l'utente possa rispondere senza interrompere la concentrazione.

Esempi di segnali utili includono "controllare la discesa", "petto in su" o "talloni sul pavimento". I segnali esatti dipendono dall'esercizio e da ciò che la telecamera può vedere. Boddy non necessita di un paragrafo colloquiale durante una ripetizione; ha bisogno dell'azione successiva più chiara.

Le impostazioni del coaching consentono all'utente di ascoltare tutte le correzioni supportate, solo le correzioni con priorità più alta o il conteggio delle ripetizioni senza parlare del modulo. I singoli tipi di segnali possono essere disattivati, mentre i riepiloghi visivi rimangono disponibili.

Passo 5: voce e aspetti tattili rendono utilizzabile il feedback

Guardare il telefono durante uno squat o una flessione è imbarazzante. Boddy può pronunciare la correzione attiva e utilizzare la sensazione tattile, consentendo allo schermo di rimanere un riferimento secondario. Quando parla l'allenatore vocale, l'audio dell'allenamento può essere ridotto brevemente in modo che le istruzioni siano comprensibili.

Il sistema evita inoltre di creare una coda di parlato obsoleta. Le ultime informazioni di coaching rilevanti contano più di un messaggio di priorità inferiore inviato diversi secondi fa. Questa è una differenza sottile ma importante tra il coaching in tempo reale e un elenco di avvisi.

step 6: il set diventa parte del pianoAl termine della serie, Boddy può preservare le ripetizioni rilevate e formare risultati nel contesto dell'allenamento. L'utente può rivedere il set, correggere il conteggio quando necessario e continuare il piano.

È qui che un coach in tempo reale diventa più prezioso di un controllore di moduli autonomo. Il movimento non viene analizzato isolatamente; appartiene a una sessione e la sessione appartiene a un programma. Boddy porta anche la registrazione dei pasti e i progressi nella stessa esperienza di prodotto.

Come configurare iPhone per una sessione affidabile

Utilizza questo controllo in cinque passaggi:

1. Pulisci l'obiettivo e monta il telefono in modo sicuro.
2. Seguire la guida angolare di Boddy per l'esercizio selezionato.
3. Mantenere la testa, le mani, le anche, le ginocchia e i piedi visibili quando il movimento lo richiede.
4. Rimuovere gli ostacoli principali ed evitare la luce intensa direttamente dietro di sé.
5. Esegui due o tre ripetizioni di prova controllate prima di iniziare una serie difficile.

Se l'app perde la posa, muovi il telefono invece di distorcere la tua tecnica per rimanere nell'inquadratura. L'esercizio viene prima; la configurazione della fotocamera dovrebbe adattarsi a te.

Ciò che l'allenatore iPhone non può sapere

Una telecamera non può dedurre in modo affidabile ogni dettaglio tridimensionale, soprattutto quando le giunture si sovrappongono dal suo punto di vista. Non può misurare il carico interno, diagnosticare un infortunio o decidere se il disagio è sicuro. Potrebbe anche fraintendere l'anatomia insolita, i vincoli di mobilità, l'attrezzatura adattativa o la tecnica scelta per uno sport specifico.

I segnali di Boddy sono indicazioni generali sul fitness per i movimenti supportati. Fermarsi in caso di dolore acuto, vertigini, intorpidimento o instabilità. Rivolgersi a un medico per domande mediche e a un allenatore qualificato per sollevamenti complessi o pesanti non familiari.

Perché questo è diverso dal registrare te stesso

Registrare un video può essere utile, ma crea un flusso di lavoro ritardato: finisci il set, trova la clip, rivedila, decidi cosa conta e ricorda la correzione la prossima volta. Boddy esegue l'analisi supportata mentre l'allenamento è in corso e fornisce il segnale prima della successiva ripetizione rilevante.

Questa velocità non rende l’app onnisciente. Rende il feedback utilizzabile. Scopri di più nella guida ai moduli in tempo reale di Boddy e nella nostra spiegazione di se uno iPhone può fungere da trainer AI.

Conclusione

Boddy trasforma iPhone in un allenatore AI in tempo reale combinando la stima della posa con lo stato specifico dell'esercizio, i tempi dei segnali, la voce, il conteggio delle ripetizioni e la cronologia dell'allenamento. La telecamera fornisce le prove; il sistema di coaching trasforma le prove supportate in un'utile azione successiva.

Fonti controllate nell'agosto 2026

• Rilevamento della posa del corpo di Apple Vision: https://developer.apple.com/documentation/vision/detecting-human-body-poses-in-images
• Rilevamento della posa del corpo 3D di Apple Vision: https://developer.apple.com/documentation/vision/identifying-3d-human-body-poses-in-images
• Rilevamento posa del kit Google ML: https://developers.google.com/ml-kit/vision/pose-detection
• Classificazione delle pose di Google e conteggio delle ripetizioni: https://developers.google.com/ml-kit/vision/pose-detection/classifying-poses
• Revisione sistematica dell'app di movimento basata su fotocamera: https://www.frontiersin.org/journals/sports-and-active-living/articles/10.3389/fspor.2025.1531050/full