48.1%，这个数字很扎眼。19到59岁的中国人里，接近一半从没获得过任何专业健身指导。与此同时，运动App里的课程多到挑花眼，智能手表能测出十几种身体指标——运动内容越来越丰富，但关于这些内容和数据到底该怎么用的专业运动服务却依然稀缺。
数据来自国家体育总局发布的《2025年全民健身活动状况调查公报》。《公报》同时指出，专业健身指导、组织化支持和持续性服务覆盖不足，“有场地、缺指导”“会锻炼但不够科学”等问题依然突出。
过去这10年，数字化已经让运动内容和运动数据基本实现了规模化供给，但课程可以标准化，训练判断却很难。当全民健身需求持续升温，行业需要解决的问题，正在从“练什么”变成“怎么练得对”？
而AI，正是在这个缺口里被寄予期待的变量。它未必能替代教练，但有机会把过去只能依赖真人、难以规模化的持续判断、实时反馈和个性化指导，部分交给机器去复制，甚至是放大。
这个判断也在政策层面得到了印证。7月23日，国务院印发《全民健身计划（2026—2030年）》，首次将“运用人工智能赋能全民健身发展”单独列为一项主要任务，提出要探索人工智能推动全民健身公共服务产品供需精准匹配、资源优化配置和服务个性化定制。这和上一版规划不太一样——《全民健身计划（2021—2025年）》一共部署8项主要任务，人工智能只是作为“全民健身智慧化服务”的一部分，放在保障措施里提了一句。
而这一次它被列为10项主要任务之一，级别明显不同，行业正在进入新一轮变革。
从内容到服务，运动行业寻找新解法
一周训练结束，一位有两年跑龄的跑者打开运动App。屏幕上，过去几天的配速、心率和步频一目了然，课程推荐页上，也已经有按难度和时长分类的多种运动方案。
但面对下周的训练安排，她还是有些拿不准：是维持现有强度，还是进一步提高配速？
这个看似简单的问题，恰恰说明了内容和服务之间的区别。
课程可以标准化，但训练并没有标准答案。专业运动服务并非一套固定课程，而是需要持续根据用户的身体状态、阶段目标和实际训练表现不断调整。过去，这些判断主要由教练完成，也正是线上内容始终难以完全替代真人的原因。
以一次跑步训练为例。第一次训练前，教练需要先了解用户的运动经历、身体基础和训练目标。训练过程中，还要盯着动作有没有变形，听呼吸节奏判断是否需要调整强度；配速突然掉了十几秒，是该提醒放慢，还是正常的疲劳积累，全凭现场经验。训练结束后，还要结合当天状态安排接下来几天的恢复和训练。
这些判断很少是孤立的。教练需要把动作、呼吸、表情和交流中的信息放在一起，才能给出最终建议。
正因此，过去智能健身真正难以解决的，并不是内容和数据的供给，而是这些贯穿训练前、中、后的持续判断如何被标准化和规模化。
AI技术的成熟开始提供了一种新的可能。
一次完整的运动服务，大致可以拆成数据采集、状态判断、计划制定、过程调整、激励陪伴、训练记录复盘、风险处置等多个环节。眼下，AI更容易接手的，正是其中那些相对标准化的部分。
国际运动科学协会（ISSA）今年发布的《人力优势：AI正在重塑私教，而非取而代之》调查了90名认证学员和从业教练，结果显示超过70%的人认为AI已经在不同程度上提升了工作效率，其中训练计划制定、内容制作和行政工作，是AI帮教练省下时间最多的环节。不过报告里一位受访教练的说法也很实在：AI能帮着排课表，却看不出一个人深蹲做得标不标准，也不会主动问一句这周过得怎么样。
节省下来的时间可被着重用于客户沟通、继续教育等更需要专业能力的工作。但也需看到，伤病判断、康复训练、高风险运动，以及很多无法通过数据充分表达的身体感受、人需要的情绪支持等，仍然依赖教练的专业经验。
说到底，AI当前的能力边界，恰恰就是数据的边界。正因如此，AI对运动服务的真正影响，不在于“取代人”，而在于“拆解事”——将服务流程中可标准化与不可标准化的部分重新切分，从而重塑教练的角色与价值。
Keep的尝试：把教练服务拆进产品
如果一个用户告诉AI，自己想在三个月后跑完一场半马，真正有价值的答案不是生成一份训练计划，而应是一套像私教一样贯穿训练全过程的持续判断：用户需要先知道自己目前处于什么水平，接下来应该练什么；训练当天，还要根据饮食、睡眠和此前的训练情况判断是否适合继续；跑步时，随着配速、心率变化，又该如何调整；训练结束后，再根据完成情况决定下一次怎么安排。
这正是Keep正在尝试做的事情。
8月5日，Keep公开上线 9.1 版本，同步公布超级AI会员，更是借着8月8日全民健身日的这个特殊节点，把这项服务的定位集中喊出来——"越练，越懂，越健康"。更值得关注的是，它开始让AI进入用户完整的运动周期。
运动开始之前，AI首先要做的是理解用户。过去，用户打开运动App，往往需要自己从课程库里挑选内容，再根据目标拼出一套训练安排。Keep现在尝试把这部分选择交给AI。
用户设定目标后，AI 便能结合历史运动记录、身体数据和训练表现，生成减脂、增肌或跑步等个性化计划，同时将饮食、睡眠等信息一并纳入考量。这意味着，训练计划不再是一张固定的课程表，而是随用户状态动态调整。
进入训练环节，Keep 的 AI 语音互动跑则承担起执行与陪伴的职责。具体而言，用户不再只是被动收听单向播报，而是在跑步过程中直接与 AI 互动。AI 会根据实时运动状态给予指导，并通过闲聊和音乐持续提供陪伴感。这使得原本由教练在现场完成的提醒与陪伴，开始有了新的产品化形态。
而真正决定这套服务能否持续运转的，是训练结束后的环节。一次训练完成，用户产生的新数据不会仅停留在一张运动记录里，而是反馈给 AI，成为下一次计划调整的依据。如此一来，AI 参与的便不再是孤立的单次问答，而是一个不断循环、持续进化的过程。
由此，从理解目标、制定计划，到陪伴执行、训练后反馈，原本分散在教练工作中的多个环节，正被逐步拆解为产品可以承接的独立能力。
从实际使用看，这些能力并非仅停留于产品尝试，而是切实成为用户运动过程中的真实需求。截至2025年底，Keep的AI教练“卡卡”已为超130万用户生成个性化运动计划，食物图像识别量达350万张，语音陪跑功能调用次数超过2100万次。
当然，要做到这一点，在当下的技术浪潮中，AI本身或许并非门槛，更大的考验在于：是否真正能够基于运动场景的数据和知识，做出有效的判断和执行？
Keep过去十一年积累的价值，正体现在这里。作为中国最大的互联网健身平台，Keep已经拥有庞大的用户和运动场景基础。2025年，Keep平均月活跃用户2180万，平均月度订阅会员270万。更重要的是，这些用户并不是一次性进入平台，而是在跑步、健身、骑行等超过25个运动垂类场景中持续留下训练记录和行为数据。
与此同时，Keep也积累了从课程、动作、训练计划，到运动科学和不同运动人群等相对完整的运动专业知识体系。这些内容和数据，让AI理解用户当前处在什么阶段、有什么目标，以及过去做过什么，拥有了更具体的依据。
正是基于这些积累，今年4月，Keep公布了自研运动健康大模型Keepace.ai。
这个模型目前主要覆盖训练计划生成、知识问答、数据解读三类场景。当用户说“最近腰部不适，想用哑铃练背”，它会避开伤腰动作，给出一套完整安排，必要时提示停止训练、就医；面对“先消耗糖再消耗脂肪”这类流传很广的说法，它会主动纠正，标注依据并经运动科学顾问审校；分析一组10公里跑步数据时，它能判断出平均心率进入高强度区间，还能识别爬升数据里可能存在的GPS漂移误差，据此给出48到72小时的恢复建议。
在7月17日的世界人工智能大会上，Keep算法负责人武博文提到了做这个模型的两个前提：一是安全边界——通用模型答错一道知识题，用户核实一下就好，但运动指导一旦被直接执行出错，可能是不可逆的身体伤害，所以安全规则要写进模型架构；二是伪科学过滤——网上"出汗多等于减脂快"这类说法的密度远超专业文献，通用模型在预训练阶段容易照单全收，垂类模型需要专门去纠偏。
这正是Keep做垂类AI与通用大模型、纯硬件厂商不同的地方。
一个通用大模型可以告诉用户“今天应该做力量训练”，但如果没有运动场景里的专业知识和产品工具，这条建议很难变成一套具体计划，更难直接调取课程让用户完成训练，再把结果反馈给下一次判断。硬件可以持续采集心率、配速等信息，却未必拥有足够的内容和服务能力，把数据进一步转化成行动。
从这个角度看，此次超级AI会员的推出，并不是从零开始增加一组AI功能，而是把已经被用户使用过的能力重新组织起来，再叠加新的服务，最终形成一个独立的产品。垂类AI的门槛也由此变得具体——不只是模型能力的竞争，而是能否把专业知识、用户数据、运动场景和执行工具连接成闭环。
垂类AI商业化，进入市场验证阶段
如果说前面的变化更多发生在产品层面，那么对于Keep和整个运动行业而言，更现实的问题还是：用户愿不愿意为这些能力付费？
从C端视角来看，运动消费的价值判断正在发生变化。
开头提及的《公报》显示，人均体育消费水平持续增高。其中，服务型体育消费占比提升至48.5%，在智能健身领域，这一趋势更为明显。根据中研普华产业研究院发布的《2025-2030年中国智能健身行业全景分析与发展趋势预测研究报告》，消费者对智能健身的付费模式已逐步接受——从一次性购买硬件，到按月订阅内容服务，再到为个性化训练方案付费，用户的付费行为正在从买产品向买服务迁移。
这意味着，用户愿意为AI付费，可能不是因为多了一个“AI教练”，而是因为它帮用户少做了一些运动决策。比如不用自己从大量课程里判断今天应该练什么；不用自己看完心率数据之后猜测是否应该调整配速；训练完成之后，也不用重新思考下一次应该怎么安排。当这些工作真的能够持续被一个服务承接，那么用户付费的对象就从“内容”变成了“服务”。
事实上，运动行业已经有玩家在尝试用AI解决不同环节的问题。WHOOP早在2023年就推出AI Coach，将用户目标、个人生物数据和运动科学结合起来提供个性化指导；到2026年，WHOOP进一步把AI升级为能够结合长期个人信息、实时数据和行为习惯提供行动建议的教练。Garmin则选择了另一条路径。2025年推出的Connect+ 把AI驱动的Active Intelligence放进订阅服务，根据用户的健康和运动数据持续提供个性化洞察；2026年又进一步加入训练数据关联分析、营养追踪等能力。
这些案例说明，AI不只是一个新功能，而是可以进入运动产品原本的核心工作流程，成为用户持续使用和付费的一部分。
从Keep自身的经营情况来看，它也正处于一个需要寻找新增长空间的阶段。2025年，Keep总营收16.37亿元，经调整净利润2521.6万元，实现自2015年上线以来首次全年盈利。与此同时，公司仍在持续投入AI能力建设。
从更长周期来看，Keep超级AI会员的价值在于，它不仅向市场展示了互联网健身平台的新想象空间，也在进一步证明垂类AI如何商业化的行业命题。
当然，这能否真正形成新的商业模式仍需市场验证。而对于整个运动行业而言，一场从“内容供给”走向“服务供给”的竞争，或许才刚刚开始。
声明：本文由懒熊体育原创，转载请注明出处。
热门跟贴