为深入学习贯彻习近平总书记关于“加强人工智能在体育等领域深度应用”的重要讲话精神，帮助2026级研究生新生了解数智技术赋能运动训练的基本路径，明晰科技助力竞技提升的核心框架，建立数据驱动训练的科学认知，9月24日下午，学院举办“数智赋能运动训练 科技助力竞技提升”学术讲座。讲座由学院李帅燃老师主讲，全体2026级研究生新生参加学习。

李帅燃，中共党员，博士，美国NSCA-CSCS体能训练师，毕业于北京体育大学竞技体育学院体育教育训练专业。曾任2020-2021赛季NBL安徽队体能主教练，带队取得获全国第三名。主要研究方向为体能训练、运动训练原理与方法、动作技能表现与控制。已在北大核心、SCI期刊发表论文十余篇，主持并参与校级课题1项、省部级课题2项，曾获北京体育大学博士生国家奖学金。长期担任PLOS ONE、BMC Sports Science, Medicine and Rehabilitation、Sports Science, Medicine and Rehabilitation、Frontiers等系列期刊审稿人。

讲座中，李帅燃从导论、核心技术版图、研究范式、典型案例、硕士选题与互动研讨五个方面展开。他指出，数智赋能运动训练的核心，是以数据为关键要素、以智能算法为分析工具、以训练决策和干预为落脚点，对训练全过程进行感知、分析、预测和优化。在技术架构上，其底座由数据采集、传输、计算与应用四个层面构成，可穿戴与生理传感、计算机视觉与动作捕捉、大数据与比赛分析、人工智能与机器学习建模、VR/AR与数字孪生、心理与认知数字化评估等六类关键工具分别嵌入其中。这一“以数据为关键要素”的技术逻辑，与习近平总书记“构建以数据为关键要素的数字经济”的重要要求内在一致。

李帅燃强调，数据驱动训练的关键在于形成完整闭环：采集训练前、中、后多维数据，分析负荷、技术、战术、生理与心理状态，由教练结合数据与经验制定计划，再通过干预调整强度、动作、战术与恢复方案，最后对比目标与结果，持续优化模型。应用层面，数智技术已覆盖体能监控、技术诊断、战术分析、伤病预防与康复、心理状态调控、选材与梯队建设等训练全维度。科技助力竞技提升需把握需求导向、数据贯通、人机协同、快速反馈、闭环迭代五个关键，同时重视数据安全与伦理，坚持最小必要采集、知情同意、分级授权与匿名化处理。

在案例与选题环节，李帅燃拆解了可穿戴设备监测、计算机视觉诊断、机器学习预测三类典型案例，并给出硕士论文选题“可做清单”与“避雷清单”，提醒同学们避免样本量不足强行建模、工具滥用无验证、逻辑推导断层、选题过于宏大、忽视伦理与实践等问题，强调“小切口深挖掘”，从真实训练痛点出发设计可复现、可验证的研究。互动环节，李帅燃以“三步转化法”引导同学们将个人兴趣转化为可行选题，并现场答疑。

本期“逐梦讲堂” 系统梳理阐释了数智技术赋能运动训练的基本路径与科技助力竞技提升的核心框架，为研究生新生明确研究方向、规范科研设计提供了清晰指引。数智赋能，最终要落到竞技表现提升：数据是基础，算法是工具，决策是关键。科技不会取代教练，但懂得运用科技的教练，将在未来竞争中占据主动。