卧推次数一样，训练刺激为什么不同？贝博体育AI开始分析动作速度

一组数不出区别的卧推

假设一位训练者（示意场景，数据为模拟）做两组卧推，重量都是 60 公斤，都是 5 次。第一组，5 次的杠铃上升速度差不多，最后一次只比第一次慢一点点。第二组，第一次很快，之后一次比一次慢，最后一次杠铃在半程几乎停住，靠肩膀一抖才推过去。

用“次数”去记录，两组都是 60 公斤 × 5，训练日志里长得一模一样。但训练者自己知道，第二组要费力得多，离“推不动”只差一点点。速度化训练（Velocity Based Training，简称 VBT）想解决的就是这件事：用杠铃移动的速度补上次数不能表达的信息。

速度为什么有参考价值

它的基础是一个很朴素的规律：负荷越大，杠铃动得越慢，而且对同一个人、同一个动作，速度和相对强度之间的关系相当稳定。公开研究里，有对自由重量深蹲、六角杠硬拉和卧推的分析，报告了平均推进速度与相对强度之间很强的相关（卧推的决定系数接近 0.98）；也有研究发现，这一关系在训练六周、力量提高一截以后仍然大致保持。

这带来两个用法：

• 估计当天状态。同样是 60 公斤，如果今天的第一次速度明显低于平时，说明身体状态、睡眠或前一天的疲劳可能在起作用。
• 在组内判断该不该停。一组内速度逐次下降，下降到某个比例就结束这一组，通常叫“速度损失阈值”。这样练的人不用每次都推到极限，也能保证有足够的刺激。

写到这里要立刻加一个边界，因为很多介绍把它说得太神了。有一项汇总多项研究的荟萃分析发现，用个人的负荷速度曲线去估算最大重量（1RM），标准误仍在 1RM 的百分之十左右；作者的建议是，需要精确数值时，还是应该直接测。另一项 2025 年发表在 PeerJ 上、涉及近三千次测量的研究表明，杠铃速度与训练者自己感觉“还能做几个”之间只有中等程度的对应，并且会随动作类型、重量和组数而变。还有研究指出，深蹲做到速度下降百分之四十的一组，大约只有一半多一点真的到了力竭。也就是说，速度是一个有用的信号，不是一把精准的尺。

手机摄像头怎么“看”到速度

专业的测速设备通常是绑在杠铃上的线性传感器或惯性设备。贝博体育健身AI面向的是普通训练者，主要用手机摄像头，因此测速的方式不同：

• 从视频里识别杠铃端点或手腕关节点，跟踪它随时间的垂直位移；
• 用画面里已知长度（比如杠铃片直径、标准杠铃的长度）估算像素与实际距离的换算；
• 对位移求导，得到每一次上升的平均速度和峰值速度，再和该训练者的历史比较。

它更适合看“同一个人、同一个动作、同一个机位下的变化”，而不是比较不同人之间的绝对速度。也就是说，贝博体育更看重你今天和上周相比的趋势，不太在乎你的数字和别人差多少。

摄像头测速会在哪里出错

这一步是最容易被忽略的，也是结果最不稳定的地方：

帧率和手机性能对分析的影响，可以看动作识别很慢怎么办里的具体说明。总体上，手机测速的可信度要低于专用设备，这一点在产品设计上应该被明确写出来，而不是让用户以为自己拿到的是实验室级别数字。

速度怎样影响训练建议

即使有这些局限，速度依然可以让建议更具体。以下是几个假设的判断逻辑，用于说明思路，并不是固定规则：

• 首次速度比个人近期水平低一截，同时用户自述睡得差：建议当天把总组数减一组，而不是硬按原计划完成。
• 组内速度下降得很快，同时视频里出现肘部外展、腰部离凳等变形迹象：提示这一组可以提前结束。速度和动作两类信息一起指向同一个结论时，才敢说得比较确定。
• 速度只是略降，但用户主观觉得很吃力：不直接下结论，先记录，下次再观察。速度和主观感受之间对应关系本来就有个体差异。
• 连续几周同样重量的首次速度在上升：可以温和地建议尝试加一点重量，而不是立刻跳一大步。

想看动作变形和难度调整那一半的逻辑，AI健身教练什么时候应该主动降低训练难度一文接着讲。

边界：速度不是全部

最后几件事需要说清楚。速度只能反映“推得多快”，并不能说明动作对不对；一次很快但轨迹歪斜的卧推，不一定是好的一次。不同动作、不同器械（杠铃、哑铃、史密斯机）的速度与强度关系并不通用，同一个人在不同动作里的曲线也不同。新手在最初几周动作本身还在变化，速度的波动很大程度来自技术而不是力量。

同时，速度数字只是训练提示，不替代医生或专业教练的意见；肩部有旧伤、训练中出现疼痛时，应该停下来，而不是继续追速度。贝博体育健身AI的设计思路是：把速度当作一个输入，与动作姿态、次数、用户反馈一起判断，任何单一指标出现异常时，先提示、再记录，而不是立刻修改计划。