数字技术赋能体育行业转型升级，人工智能动作与姿态识别技术日渐成熟，为青少年体育训练、体质监测和运动风险防控带来新机遇。多学科交叉融合，推动计算机科学与体育学相互渗透，为智慧体育的发展奠定基础。本研究旨在通过科学计量分析，挖掘青少年体育场景下人工智能动作与姿态识别的研究热点，厘清该领域演化路径，总结应用现状，分析现实困境，把握未来发展趋势，为该技术应用及后续研究提供理论参考。本研究以2015—2025年CNKI 500篇期刊文献为数据来源，运用CiteSpace软件，绘制关键词词频与中心性、合作作者、合作机构、关键词共现以及关键词突现图谱，进行可视化分析。研究结果：（1）从作者合作网络来看，国内已形成若干核心研究团队，但作者间联系较少，多数研究呈小范围开展，尚未形成紧密互通的科研共同体。（2）机构合作图谱显示，研究主力集中于体育高校，以首都体育学院、西安体育学院、北京体育大学为核心节点，综合高校、科研院所参与为辅，体育院校与计算机、人工智能相关院系的跨学科联动仍有待加强。“人工智能”“青少年”是本领域的核心研究热点；“动作识别”“深度学习”“姿态估计”“体能训练”“体教融合”“智慧体育”为高频研究主题。（3）从中心性来看，“人工智能”“青少年”的中介作用最强，串联起“技术算法”“体育教学”“体质健康”等多个方向，反映国内研究主线围绕AI技术落地青少年体育场景展开。（4）通过突现词可以看出，该领域焦点演变如下：早期聚焦于“体育”领域的技术引入，随后转向“发展策略”“体质健康”等宏观议题；2024年前后，“体能训练”“深度学习”成为研究热点；近期“数据驱动”“现实困境”等突现词爆发，说明学界逐步从技术研发转向对落地实践的反思。结论：国内研究主题由算法技术探索向青少年体质监测、体育教学赋能、体能训练辅助等应用场景延伸，但仍存短板：一是跨学科、跨单位协作不足；二是姿态识别技术在校园体育场景的落地案例偏少；三是现实困境与实施路径的实证研究薄弱。未来研究应重点聚焦：一是强化跨学科与跨单位协作，联合攻关开发适配青少年身体发育特点的轻量化识别模型；二是深化技术应用场景，紧扣体教融合的政策导向，推动动作识别技术真正融入中小学课堂与课后锻炼；三是围绕现实难题开展实证研究，构建低成本、可落地的智慧体育监测方案。