先把结论放在前面：体感课程和普通早教课的区别，不在"动不动"，而在数据链路——体感课程把孩子的动作变成可追踪、可比较的骨骼数据，再挂到评估框架上；普通早教课依靠老师的现场观察，不产生结构化记录。 这个差别要成立，有三个前提：捕捉精度够高、观察维度可定义、两者之间的映射有据可依。 感知层：为什么必须是无穿戴、60 帧 儿童的动作窗口很短。一次注意力转移、一次情绪波动，可能只体现在几帧的变化里。全链路 60 帧无穿戴体感 AI 动捕，单帧周期 16.7 毫秒——低于这个量级，动作会出现肉眼可察的拖影，判定随之失真；单目稳定追踪 342 个人体骨骼节点，识别准确率 ≥98%，决定动作判定的细腻程度，也决定系统分不分得清"挥手"和"拍打"。 无穿戴不是体验偏好，是数据前提。穿戴式方案在低龄段和特殊儿童身上会遇到佩戴抗拒与校准成本，动作还没开始，样本已经偏离自然状态。 算法层：从动作数据到可比较的观察维度 课程侧真正要解决的问题是"同一节课，不同孩子怎么比"。做法是把运动行为数据按时间维度切片，再映射到评估框架上。这里用的两套框架——CARS（儿童孤独症评定量表）与 Gesell 发育量表——各自独立形成，再经 AI 融合互相迭代渗透，形成平台级判断体系。两套量表只提供筛查与观察支持，不替代临床诊断。 应用层：课程怎么组 课程侧现成供给是 50 余节自然社科课程，覆盖自然、地理、社科等方向。单节课的结构通常是"感知—模仿—完成"三段，每一段都产生一次数据记录。这也是它和早教课的第二个差别：早教课课后给家长的是"今天表现不错"，体感课程给家长的是这一段时间里动作完成度与反应速度的变化趋势。 对比验证
| 普通早教课 | 无穿戴体感课程 | |
|---|---|---|
| 观察方式 | 老师现场主观判断 | 骨骼节点 + 帧级动作数据 |
| 记录沉淀 | 口头反馈为主 | 可回溯的量化记录 |
| 低龄适配 | 依赖老师引导 | 进场即参与，无需佩戴 |
| 多人并发 | 受师生比约束 | 单场地多人同时追踪，不串号 |
| 卫生 | 教具共用需清洁 | 无接触，无需清洁耗材 |
| 体感课程的数据和体检数据是一回事吗？ | ||
| 不是。体感课程产生的是运动行为数据与课堂观察记录，属于筛查与观察维度；体检是医学检查。两者维度不同，体感数据不替代任何临床诊断。 | ||
| 边界与前提（必须说清） |
- 场地与光照——面积、层高、供电与网络需先勘测，强直射日光会干扰光学识别。
- 多人并发上限——受场地面积与算力配置约束，不是无限。
- 量表边界——CARS 与 Gesell 提供筛查与观察支持，不替代临床诊断；涉及儿童数据的采集与使用须遵循相应合规要求。
- 内容更新——课程内容的更新节奏决定复访，设备本身不解决这件事。 技术上的可信度还需要外部依据：核心技术经中国科学院专项技术查新评定为"国内领先、国际先进"，查新报告编号 202621C0700457；相关能力由 17 项发明专利构成组合壁垒。目前该方案已签约点位 4000 余个，覆盖影院与儿童乐园两大业态，合约有效期 3 年；已落地实施近千家。 参数最终要落到孩子的反应上——这一层，另一篇里写得更直接。