一个整齐的“12”后面藏着什么
设想一位练习者（示意场景）在客厅里用手机拍了一组自重深蹲，屏幕上跳出“完成12次”。她很满意。但如果回放视频，可能是这样：前四次干净利落；第五、六次蹲得浅了一些；第七次膝盖在站起时向内收了一下；最后三次明显变慢，身体前倾越来越多。
计数器没有错，她确实做了十二次。问题是，这个数字只回答了“做了几次”，回答不了“做得怎么样”。对多数训练目标来说，第二个问题更重要。同样是十二次，有效的十二次和勉强凑数的十二次，给身体的刺激和风险都不一样。
这就是为什么贝博体育健身AI把“计数”和“动作质量”当成两个层级：计数是底座，质量才是教练该说话的地方。
计数是怎么做出来的，又会怎么数错
多数视觉计数的原理很朴素：用姿态估计模型从视频里找出肩、髋、膝、踝等关键点，选一个代表性的量（比如髋关节高度，或者膝关节角度），看它随时间的曲线。曲线从高到低再回到高，就算一次。
这种方法数得准的前提有三条：人在画面里完整；关键点稳定；动作幅度足够大。三条中任何一条不满足，计数就可能出问题。
- 半程动作：练习者只蹲了一半，曲线没有降到设定阈值，这次可能被漏数；阈值设得太宽，又会把小幅的抖动数进去。
- 中间停顿：在底部停两秒，曲线出现平台，有的算法会误判成两次。
- 换人入镜：画面里出现另一个人（比如孩子），关键点可能被错误关联。
- 关键点抖动：弱光或衣服颜色与背景接近时，膝盖点可能上下跳，产生多余的峰值。
因此，一个诚实的计数功能不该只给出数字，还应该给出“这次计数的把握有多大”。如果动作不完整，宁可让用户知道“第七次幅度不足，未计入”。
计数之外：贝博体育看的五个质量维度
下面这五项，是贝博体育健身AI在深蹲上优先关注的。每一项都要讲清楚：看什么、怎么看、什么时候看不准。
| 维度 | 主要看什么 | 最合适的机位 | 最容易出错的地方 |
|---|---|---|---|
| 髋部深度 | 髋关节相对膝关节的高度变化 | 侧面 | 宽松裤子遮挡髋点；机位过高或过低造成透视 |
| 膝盖轨迹 | 膝盖相对脚尖和第二脚趾方向的偏移 | 正面 | 正面拍摄时深度信息缺失，内扣程度容易高估或低估 |
| 腰背稳定 | 躯干倾角变化、骨盆是否在底部卷曲 | 侧面 | 下背的圆弧很难由几个关键点直接推出 |
| 左右对称 | 两侧膝、髋高度和重心偏移的差异 | 正面 | 摄像头没摆正时，会把“镜头歪了”当成“身体歪了” |
| 动作速度 | 下蹲与站起的时间，以及各次之间的变化 | 任意 | 帧率过低时速度被平滑，最后几次的变慢会被抹掉 |
髋部深度
“蹲到什么深度算合格”并没有一个所有人通用的答案，它和训练目标、关节活动度、体型比例都有关。系统通常会先建立个人基线，比较同一个人不同组、不同周的变化，而不是拿一条统一的线去卡所有人。有的人柔韧性有限，只能蹲到大腿接近水平，这不是错误，系统应该识别为“个人范围内的稳定”。
膝盖轨迹
膝盖向内塌是很常见的提示对象，但也是姿态估计里最容易争议的地方。有研究比较过手机摄像头姿态模型与实验室三维动作捕捉在膝内扣角度上的差异，结果是常用的开源模型与参照系统之间差距可以达到接近二十度的量级，虽然变化趋势有时还是可靠的。换句话说，“这次比上次更内扣”比“你的膝盖内扣了多少度”更可信。正面的二维画面本来就不适合精确测量这个角度。
腰背稳定
腰背是否保持中立，是很多人最想让AI回答的问题，也是最不该轻易下结论的问题。关键点模型给出的只是肩、髋这几个点的位置，而下背的微小屈曲发生在脊柱表面的一段弧线上。侧面机位可以看到躯干整体前倾角度的变化，也能捕捉“到了底部骨盆突然向后卷”的大幅变化，但无法确认脊柱每一节的形态。下一篇更专门的讨论在硬拉时腰背到底有没有弯里。
左右对称
深蹲时一侧髋、膝下降更多，或者重心偏向一边，会在正面视频里表现为两侧关键点高度差。但如果镜头没有放正，或者练习者站位本来就斜，这个差异会被系统误认。因此需要在开始前做一次“站立标定”，用站直时的左右差作为基准，再看蹲下过程中的变化。
动作速度
同一组动作里，下蹲和站起的时间会随疲劳变化。前几次站起大约一秒，后几次拖到两秒以上，且伴随躯干前倾增加，这是一个很有用的信号。速度这条线为后面的难度调节提供依据，更详细的讨论见动作速度与训练刺激。
把五项放在一起看，才有意义
单看一项容易误判。比如某一次膝盖轨迹偏了，但速度正常、深度正常、躯干稳定，可能只是关键点抖了一下；如果同时出现速度变慢、躯干前倾增加、左侧膝更向内，几个信号指向同一个方向，判断的把握就大得多。
贝博体育的思路是让每个维度先各自给出一个置信度，再看它们是否一致。多个独立的证据互相支持时才升级为提示，只有一项异常且置信度不高时，保持沉默或者仅在报告里记一笔。这样做的代价是会漏掉一些真实的问题，但好处是不会频繁“喊狼来了”，让用户失去信任。
摄像头姿态识别的边界，坦白说
这一节比前面任何一节都重要。
- 单个摄像头本质上是二维的。侧面拍摄能较好地反映矢状面的角度（髋、膝、躯干前倾），正面拍摄能反映左右差异，但没有一个机位同时看全。已有的验证研究也大多认为，二维模型在矢状面的测量比在额状面的更可靠。
- 关键点不是骨头。模型估计的是关节中心的位置，而不是真实骨骼。宽松衣物、深色衣服、重叠的手臂都会让关键点偏移。
- 拍摄条件决定上限。画面里人太小、光线太暗、镜头低到只拍到膝盖以下，或者练习者一部分出画，模型都会退化。
- 相对变化比绝对角度更可靠。同一位练习者、同一机位、同一光线下的前后对比可信度较高；换了角度，数值不能直接比较。
- 不能看到内力和感受。发力顺序、肌肉是否代偿、疼不疼，视频看不出来。
- 器械会遮挡。杠铃深蹲时，杠片和护具可能遮住髋、膝，很多自重深蹲能用的判断需要重新验证。
这些判断会怎么改变训练建议
假设这位练习者（示意场景）连续两周每周做三组十二次深蹲，系统记录到：第三组的最后三次速度明显变慢，膝盖轨迹偏差增多，深度略浅。贝博体育健身AI可以给出几种可能的建议方向，并说明理由：
- 下一组把次数从十二次降到十次，保证每次质量；
- 组间休息稍微延长，看看第三组的后段能否恢复；
- 如果连续几次训练都有同样的模式，提示她把问题带给教练，一起确认是力量不足、疲劳还是技术习惯；
- 而不是自动“加重量”或“减重量”，因为系统并不知道她今天的睡眠、饮食和当天的身体感受。
当系统识别到动作开始变形、疲劳明显时，是否应该主动降低难度，是另一个专门的问题，更详细的展开见什么时候应该主动降低训练难度。
一个简单的判断：这个AI教练值不值得信
如果你在评估一款健身AI，可以拿下面几个问题问自己：
- 它只给我一个次数，还是会解释每一次为什么算或不算？
- 当画面不清楚时，它会承认不确定，还是继续给出确定的语气？
- 它的建议是基于我自己的历史数据，还是套用统一模板？
- 它有没有说明适合的拍摄角度和光线条件？
计数是入口，动作质量才是教练的价值所在，但这个价值必须建立在诚实的边界之上。贝博体育健身AI选择的方向是：先把能看清的部分看准，把看不清的部分标出来，然后让人和教练再做最后的判断。
