當A眼鏡走進賽場！運動科技的下一場競爭，可能就近在眼前

過去談到運動科技，多數人的第一印象往往還停留在智慧手錶、心率帶、跑步紀錄App，或是球隊用來追蹤選手表現的數據系統。但到了2025至2026年，運動科技的發展已經有新的發展，AI不再只是賽後分析工具，而是開始進入訓練現場、裁判系統、轉播內容，甚至透過智慧眼鏡，直接成為運動員與觀眾眼前的資訊介面，例如2026冬奧美國滑雪隊和單板滑雪隊（如圖1），透過客製化的人工智慧訓練工具，了解運動員的訓練和比賽情況。

圖1：美國滑雪隊和單板滑雪隊一起滑雪，打造客製化的人工智慧訓練工具

資料來源：依據東奧美國滑雪隊和單板滑雪隊情境經AI生成

創新技術介紹

運動科技的核心從「記錄數據」轉向「理解數據」，且更進一步邁向「即時做出判斷與回應」。未來的競技優勢，可能不只來自體能、技術與經驗，也來自誰更早掌握AI技術與穿戴式介面的軟硬整合能力。

其中最先被改變的，是訓練方式。以往高階運動訓練若要做到精細的動作分析，往往需要昂貴的攝影設備、感測器，甚至專業動作捕捉實驗室，不僅成本高且導入門檻也高。但透過AI相關技術，正在把這套能力「平民化」。美國滑雪與單板滑雪協會近期便與Google合作，發展以影片為基礎的AI動作分析工具，能透過手機拍攝的畫面，轉換出高精度的動作捕捉資訊，進一步協助教練與選手分析旋轉、姿勢控制與落地表現。 

圖2：美國滑雪隊即時的動作分析

資料來源：https://www.tvtechnology.com/news

這類技術背後最關鍵的意義，不只是分析更快，而是讓「專業級訓練科技」不再只屬於頂尖國家隊或大型職業組織。原先在體育數據分析中，傳統分析方式則依賴昂貴的高精度動作捕捉系統或設備，限制其即時應用（因為大部分的運動場地不易架設設備），但現在只需要一支手機結合地端或雲端的AI模型（視其AI模型所需要的算力），就可能提供過去只有高成本環境才能取得的訓練數據或是分析結果，未來透過這樣簡易的設備，從校隊、俱樂部到個人教練，都有機會用更低門檻的方式進入精準訓練時代。

創新應用案例

另一個快速改變的領域，是賽事內容生產。長期以來，運動科技常被理解為服務選手與教練的系統，但現在AI正快速進入轉播團隊、製作單位與賽事營運端。像2025年4月Warner Bros. Discovery Sports Europe與AWS推出的生成式AI平台，已被用於登山車世界系列賽，協助轉播人員快速整理選手背景、賽道資訊與歷史資料。對媒體產業來說，這種工具的價值非常直接：不只是節省查資料時間，更能讓主播與製作團隊把更多心力投入敘事、分析與觀眾互動。

在所有新科技應用中，2026年最具話題性、也最容易被大眾所知的，就是智慧眼鏡。如果說過去的智慧穿戴裝置，主要是把資訊放在手錶、手環或手機裡，那麼智慧眼鏡的出現，等於把資訊直接推到「視線前方」。這種改變看似只是介面轉移，實際上卻可能重塑運動場景中的互動方式。以目前市場上受到關注的Oakley Meta為例（如圖3），它已經不再只是可拍照錄影的裝置，而是朝向整合運動紀錄、語音操作、AI問答與平台串接的方向發展，甚至可與Garmin、Strava等運動生態系整合，將配速、距離與表現資料進一步與內容分享結合。
 

圖3：運動智慧時代來臨，頂尖運動員使用Oakley Meta AI眼鏡（Oakley Meta Vanguard）持續突破自身極限

資料來源：實際情境透過AI生成

對跑步、騎車、滑雪、登山等運動來說，這代表智慧眼鏡未來可能成為新的資訊入口：不必低頭看手錶，也不必停下來操作手機，使用者就能透過語音、鏡頭與即時顯示取得運動資訊。這不只是更方便，也可能改變運動時的安全性、專注度與互動模式。

更值得關注的是，智慧眼鏡的下一步，已不只是「記錄」，而是「擴增」。隨著AR技術與裝置端AI持續成熟，未來的運動眼鏡很可能具備即時導航、姿勢提醒、運動數據疊圖、路況提示，甚至觀賽資訊導覽等能力（如圖4，Meta Ray-Ban Display）。智慧眼鏡將不再只是穿戴配件，而可能成為連結選手、教練、觀眾與平台服務的核心節點。

圖4：Meta Ray-Ban Display右眼鏡片內建600x600像素全彩顯示器，查看訊息、圖像和影片、通知、文字和問題的視覺化回答等內容

資料來源：https://www.meta.com/tw/ai-glasses/meta-ray-ban-display/

結論與建議

科技的進場也不只帶來便利。從比賽判決到第一人稱錄影，再到穿戴裝置蒐集的大量個人表現數據，運動科技的下一階段也將伴隨更多制度與倫理討論，包括隱私、場館規範、數據所有權，以及科技是否造成競爭資源不對等。這些問題，未來都不會比技術本身來得次要。

不過可以確定的是，AI與智慧眼鏡已經讓運動科技進入新的分水嶺。過去，科技只是運動的輔助工具；現在，它正開始成為賽場的一部分。未來真正的競爭，可能不只是誰跑得更快、跳得更高、打得更準，而是誰更能在人類能力與智慧系統之間找到新的協作方式。

封面圖片來源：本文作者使用Gemini生成

參考資料來源：
1.https://www.cnet.com/tech/services-and-software/how-team-usas-olympic-skiers-and-snowboarders-got-an-edge-from-google-ai/
2.https://www.youtube.com/watch?v=ELvfX0l6dyQ
3.https://www.tvtechnology.com/news
4.https://www.meta.com/tw/ai-glasses/sports
5.https://www.meta.com/tw/ai-glasses/meta-ray-ban-display/