Keep 彭跃辉：融资1.27亿美元，Keep要携手 AI 打造一个“自由运动场”
从 2015 年 2 月上线至今，Keep App 注册用户数已经突破 1.4 亿，成为中国最大的运动社交平台。昨日，Keep宣布完成1.27亿美元D轮融资，创下运动行业单笔融资纪录。
值得一提的是，Keep 已经在 2017 年底实现了营收平衡。然而，Keep 在运动领域的野心从不止于此，在过去不到四年的时间里，Keep 积累了大量数据和优质内容。Keep 希望能够借助人工智能技术，让数据和内容的价值充分发挥出来，打造一个“自由运动场”，让用户在任何场地打开 Keep 或者 Keep 的相关产品就能享受运动。
彭跃辉是Keep的CTO，也是TGO鲲鹏会北京分会的会员。近日，TGO鲲鹏会采访了彭跃辉，探索Keep的AI布局。
Keep CTO 、TGO鲲鹏会北京分会会员彭跃辉
Keep 提出"自由运动场"这个概念之后，整个业务也从之前一个 App 扩充到智能硬件和运动空间。2018 年 3 月，Keep 推出了家庭场景里的智能运动产品 KeepKit 和城市场景里的线下运动空间 Keepland ，标志着 Keep 正式从线上走向线下浪潮。
Keepland 不是传统意义的健身房，而是打造了一个更新的运动方式。在 Keepland ，用户可以加入到现场的互动和运动中来，现场有专业的教师帮助、指导用户上课。有趣的是，在 Keepland 的电视显示屏上会显示出用户的实时心率和消耗的卡路里。
这些数据都是通过技术手段呈现给用户，每个用户运动结束后会形成一个数据报告，最终这个数据报告也会沉淀在个人用户健身的时长里。Keep CTO 彭跃辉告诉 TGO 鲲鹏会记者：“这些数据的积累也更利于我们对单个用户的了解。比如，用户训练的强度、个人的能力以及更喜欢什么样的课程等。”
在 Keepland 的空间设计上，Keep 对自己的要求非常苛刻，CEO 王宁找到了全球最好的室内设计团队 Eight,Inc. 。Eight,Inc. 是 Apple Store 的设计团队，很少给中国做产品设计。在寻找 Keepland 的物业地址时，王宁也非常挑剔，他希望可以“找到更多有质感的地方给我们的用户，彰显他们的个性。
3 月 21 日，Keepland 北京华贸店开始试营业。试运营期间，即使没有做任何推广也是每天都客满，“你去了之后觉得特别酷，然后你会邀请朋友一起去，慢慢就形成这样一个圈子。” Keep CEO 王宁在此前接受媒体采访时说。
彭跃辉透露，“在未来 Keep 希望城市的每一个角落都有一家 Keepland ，Keep 的目标是在城市各个核心的区域都有 Keep 的运动空间，这样用户想在线下运动的时候就可以来我们的运动空间。”
除了线下空间之外，Keep 的 APP 也覆盖了很多场景，包含在室内可以用它的健身功能，在户外可以用它的跑步、骑行等功能。在休闲时间，也可以看 Keep 的一些付费课程以及社区。彭跃辉解释说："智能硬件这一块可以更好地服务家庭运动的场景，而 Keepland ，让它成为城市的基础设施，更好地服务一些线下的运动场景。”。
用户数量的增加以及产品形态的多元化，也对 Keep 的技术团队提出了更高的要求。2016 年，彭跃辉刚加入 Keep 时，技术团队还只有 20 人。目前，在短短两年的时间里，Keep 的技术团队已经迅速壮大到 130 人。
据彭跃辉介绍，目前的技术团队工作重心可以分成三块：第一块是质量效率；第二块业务支撑；第三块是技术创新。
质量和效率这一块主要有三部分：第一部分是服务质量，主要衡量指标是服务可用率，Keep 现在的服务可用率已经达到了 99.98% ；另外一点跟客户端相关，Keep 在客户端的监控主要通过崩溃率、帧率和首页加载时间这些指标来衡量；第三部分是对整个开发的流程有一个规范，包含了核心功能必须有设计评审、每一次线上的问题和故障都会有复盘等。
第二块是业务迭代和业务开发，主要包含根据用户画像场景、用户行为、用户反馈提供实时课程的指导；包含社区的基础设施，比如视频、直播、私信以及一些基于内容、人和地理位置的个性化推荐等；商业化变现：电商、广告、知识付费、硬件和线下空间等。Keep 现在共有七个业务模块，这七个业务模块都是不同的业务开发团队来支持。
第三块是技术创新，在课程这块主要是虚拟私教，在跑步这一块 Keep 做了跑步路线，而在社区这一块更多是基于个性化内容的分发，Keep 布局 AI 也属于技术创新的一部分。
跑步路线是 Keep 创新的功能之一，它会根据用户跑步的轨迹自动生成一些跑步路线，让用户到一个陌生城市时，打开 Keep 就能看到有哪些地方适合跑步。这个新功能里面主要用到的一项技术是，怎么把路线生成出来，路线是三维点集聚合的问题，Keep 用了很多不同的策略来优化。除了生成路线之外，Keep 还要做路线的匹配，把用户的一条跑步轨迹匹配到一条路线上来，彭跃辉详细解释了跑步路线这个功能。“因为我们现在路线有几万条，怎么能让匹配更快是我们要解决的问题，我们现在是按一个分类的算法去做的，找到一个跟用户轨迹最匹配的一条路线。如果用户按照 Keep 推荐的路线去跑步，这个创新功能就可以判断用户的跑步轨迹和推荐路线的相似度是多少。“
团队的第二部分工作重心是内容分发，Keep 的内容比较垂直，多样性方面不够丰富。所以，Keep 的内容分发更多的是基于用户聚类的方式，相似特征的群体看到的内容也比较相似，同时 Keep 也会利用 CTR 预估来调整排序。
最后一部分内容特别有趣，Keep 现在正在做一些人体关键点的识别以及动作的打分。人体关键点的识别是指从一个图片或视频里面，通过深度学习的方式抽取出人体相关的一些关节点。比如，膝关节、踝关节、腕关节等，Keep 可以基于关节点的运动轨迹来判断一个人的动作是否标准。以深蹲为例，有时候人在做这个动作的时候左右是不是平衡的，或者深蹲的幅度不够，或者身体不在一个竖直面上，Keep 会通过关节点运动的轨迹来判断动作是不是标准的，然后给用户正确的参考与指导，避免受伤。
体育运动是一项可以追溯到上千年以前的社会活动，而人工智能时代的到来将为运动增添更多的色彩。在彭跃辉看来，Keep 布局 AI 仍然既面临很多挑战，同时也有很多天然优势。
关于挑战，彭跃辉总结了三点：
第一点，在运动这个领域里数据标注比较困难，比如，要标注一个人的运动轨迹，做标注的人需要了解运动知识点，包括运动解剖学的基础知识等。而这部分人往往又不是特别懂产品和技术，怎么去培训出这么一群人帮助 Keep 准确的标注数据是第一个挑战。
第二点，要给用户带来真正的价值。彭跃辉举了一个例子，抖音的尬舞机（当然抖音通过尬舞机拉取用户的策略也是值得学习的）也有人体关键点的检测，但是它对准确度的要求比较低，只要大概的动作模板和尬舞机模版匹配，它就认为你是对的。但对于 Keep 来说不能简单匹配，“因为我们得知道用户这个动作是不是标准。如果指导错了，可能会导致用户肌肉不平衡，或者引发伤痛。正因为 Keep 对准确度的要求非常高，所以导致技术难度比较高。”
第三点，对于 Keep 来说一直存在，就是如何吸引更多的人加入到这个行业。运动这个行业是比较垂直的行业，它跟现在比较火的短视频相比，在用户规模以及活跃度都相对差一些。
虽然挑战不可避免的存在，但机遇也在挑战中孕育出来。Keep 是运动行业里数据最多的一家公司，布局 AI 有天然的优势。作为中国最大的运动社交平台，Keep 从 2017 年 10 月开始布局 AI 。
Keep 有整个市面上最大的动作库，通过这些动作库、课程、训练计划等数据，能够更好地指导不同类型的用户，这是 Keep 对内容的理解以及对整个运动行业的理解。
另外，要做 AI 首先要有大量的数据，而 Keep 拥有最大的用户规模，彭跃辉坦言：“我们最开始的设计里就需要用户输入很多自身的信息，所以我们对用户的社会学属性，运动偏好等有非常准备的理解。我们也有不同的运动品类和不同的载体，从这些品类和载体中能收集更多的用户运动数据。包括他喜欢在什么地方运动、喜欢什么时间运动、喜欢什么强度的运动，这些数据构成了用户运动的行为数据。”还有一部分数据是用户社交行为的数据。比如用户在 Keep 社区里面对一个动态的点赞、评论以及一些互动，包括他关注了哪些人，哪些人关注了他等。除此之外，Keep 会统计每一个城市、每一个时间天气、PM 2.5 、温度湿度的情况。
用户社会学属性、用户运动行为数据、用户社交数据和场景数据这四部分关键数据奠定了 Keep 做 AI 的基础。
对于准确度，一方面储备了大量的助教团队，能帮忙准确的标注数据；另外 Keep 找到了一些应用业务的场景，把算法真正和场景结合起来，不断去迭代准确度。
人员招聘这一块 Keep 也一直在想办法。比如，提供更多的成长空间，给到更好的回报。更重要的是，Keep 会往 AI 这个领域做一些倾斜，对于这个领域的人才 Keep 愿意花更多的钱，给到更多的长期的回报，来吸引他们。