top of page

VBT训练基础：通过速度训练实现高效力量提升

  • 4月9日
  • 讀畢需時 6 分鐘

什么是VBT？

昨天轻松推起了80kg的卧推，今天却觉得同样的重量格外沉重，你有过这样的经历吗？睡眠、营养、压力等无数变量每天都在变化，仅固定训练重量真的合理吗？研究表明，同一运动员的1RM在一天之内最多可波动18%。

VBT（Velocity Based Training，基于速度的训练）正是为了解决这个问题。它通过实时测量杠铃或哑铃的移动速度，找到符合当天身体状态的最佳训练强度。如果说传统的百分比训练法（1RM的70%、80%等）是基于"昨天的我"，那么VBT则是基于"今天的我"来训练。

这一概念自1960年代起便开始被研究，随着González-Badillo等研究者证实了负荷-速度关系的线性特征，它逐渐成为一种实用的训练方法。

一览 通过杠铃速度可以实时调节符合当天状态的训练强度 追踪速度损失可以客观管理组内疲劳度 根据速度区间（Zone）可以细分爆发力、力量、肌肥大等训练目标 一个Point Go传感器即可在手机上直接开始VBT训练

为什么VBT如此有效？

1. 个性化训练强度

传统百分比训练法最大的问题是无法反映当天的身体状态。根据Jovanović & Flanagan（2014）的研究，同一运动员的1RM每天可能波动高达±18%。由于睡眠不足、压力、疲劳积累等原因，即使是相同的重量，体感强度也会不同。

VBT通过测量实际杠铃速度来解决这一问题：

  • 速度比平时慢 → 疲劳状态，建议降低重量

  • 速度比平时快 → 状态良好，可以增加重量

2. 疲劳度监控与速度损失

通过追踪一组训练中速度下降的程度，可以客观地测量组内疲劳度。Sánchez-Medina & González-Badillo（2011）的研究揭示了速度损失与肌肉疲劳之间的明确关系。

速度损失

疲劳程度

训练目的

完成率

0-10%

低

最大力量、爆发力

~50%

10-20%

中

力量-肌肥大平衡

~65%

20-30%

高

肌肥大

~80%

30%+

非常高

肌耐力

~90%+

Pareja-Blanco et al.（2017）的研究发现，20%速度损失组在跳跃高度和冲刺表现方面比40%损失组表现出更大的提升。这表明即使不过度积累疲劳也能进行有效训练。

3. 即时反馈

Randell et al.（2011）的研究发现，实时速度反馈能够显著提升执行速度。运动员可以在每一次动作中确认自己的执行速度，这对提升动力和集中力大有裨益。

理解VBT速度区间（Zone）

杠铃速度不同，训练效果也不同。该分类基于González-Badillo的研究：

速度范围

训练区间

占1RM比例

主要效果

1.0+ m/s

速度-力量

<50%

爆发力、RFD

0.75-1.0 m/s

爆发力

50-65%

力量-速度

0.50-0.75 m/s

力量-爆发力

65-80%

加速力量

0.35-0.50 m/s

力量

80-90%

最大力量

<0.35 m/s

最大力量

90%+

绝对力量（接近1RM）

各动作的MVT（最低速度阈值）

MVT是在1RM时出现的最低速度，因动作特性而异：

动作

MVT (m/s)

来源

深蹲

0.30

Conceição et al., 2016

卧推

0.17

González-Badillo & Sánchez-Medina, 2010

硬拉

0.15

Lake et al., 2017

过头推举

0.20

García-Ramos et al., 2018

俯身划船

0.25

Sánchez-Medina et al., 2014

使用Point Go传感器开始VBT

使用Point Go传感器，可以在手机或网页仪表盘上实时查看杠铃速度。

基本使用方法

  1. 安装传感器：将Point Go传感器安装在杠铃末端

  1. 连接应用：通过蓝牙连接Point Go Coach应用

  1. 开始测量：选择VBT测量模式并开始训练

  1. 查看数据：实时查看每次动作的速度、ROM、功率

在Point Go应用中读取速度数据

测量开始后，理解屏幕上实时显示的关键数值非常重要：

  • 平均速度（Mean Velocity）：整个动作的平均杠铃速度。作为判断训练强度的基本指标。

  • 峰值速度（Peak Velocity）：动作中最快的瞬时速度。用于评估爆发力。

  • 速度损失（Velocity Loss）：相对于该组第一次动作的速度下降百分比。是疲劳管理的核心指标。

  • ROM：杠铃移动的距离（cm）。可以确认动作幅度的一致性。

提示：随着组次进行，当速度损失超过目标范围（例如20%）时，应用会显示视觉警告。此时结束该组可以在不过度疲劳的情况下进行有效训练。

推荐动作

VBT在以下动作中特别有效：

  • 深蹲（后蹲、前蹲）

  • 卧推

  • 硬拉

  • 过头推举

  • 挺举

实际应用：自动调节

VBT的核心优势在于自动调节（autoregulation）。不是根据预设的重量，而是根据当天的速度数据来调整训练负荷。

示例协议：

  1. 在热身组中测量速度

  1. 选择符合目标速度区间的重量

  1. 当组内速度损失超出目标范围时结束该组

  1. 如果速度急剧下降，考虑结束训练

初学者VBT训练示例

如果您刚开始VBT，可以按照以下协议进行4周的适应期。

4周适应计划（每周2-3次）

第1-2周：建立速度感

  • 动作：深蹲或卧推二选一

  • 重量：体感RPE 6-7（感觉轻松的重量）

  • 组×次：4 × 5

  • 目标速度：0.6-0.8 m/s（爆发力区间）

  • 速度损失限制：10%以内

  • 要点：每次动作后确认速度，以"快速举起"的意图执行

第3-4周：引入自动调节

  • 动作：深蹲 + 卧推

  • 热身：空杆 × 10 → 50% × 5 → 65% × 3

  • 正式组：根据目标速度选择重量（非固定重量）

  • 目标速度0.5-0.6 m/s → 约75-80% 1RM强度

  • 组×次：4 × 3-5（速度损失达15%时结束该组）

  • 组间休息：2-3分钟

进步标准：在相同速度区间内重量逐渐增加，说明力量在提升。

常见错误与解决方法

提前了解引入VBT时常见的错误，可以减少试错过程。

1. "轻松"举起

这是最常见的错误。在VBT中，每一次动作都应以最大速度意图执行。即使是轻重量，如果没有"尽可能快地举起"的意图，测量速度会低于实际能力，导致低估强度。

解决方法：每次动作前有意识地提醒自己"要尽可能快地举起这个杠铃"。

2. 传感器安装位置不一致

如果每组传感器位置不同，数据一致性就会下降。传感器安装在杠铃中央而非末端，或每次安装位置不同，都会使速度数据难以比较。

解决方法：始终安装在杠铃同一侧末端的相同位置。

3. 忽视速度损失

速度已经在下降却还在重复"再做一次"，这就失去了VBT的意义。提前设定速度损失限值，到达该点时果断结束该组。

解决方法：初期保守地在10-15%速度损失时结束该组，随着经验积累再根据训练目标进行调整。

4. 关注太多指标

虽然有速度、功率、ROM、速度损失等多种指标，但一开始就试图管理所有指标反而会造成混乱。

解决方法：前4周只专注于平均速度和速度损失两个指标。其余的在熟悉后逐一添加。

下一步

掌握了VBT基础后，下一篇文章将介绍1RM估算和**LVP（负荷-速度特征曲线）**的活用方法。

常见问题（FAQ）

Q. 开始VBT必须知道1RM吗？

不需要。VBT的一大优势恰恰在于不需要1RM也能设定训练强度。因为杠铃速度本身就是强度的指标，参考速度区间（Zone）表找到符合目标速度的重量即可。不过如果知道1RM，可以利用LVP（负荷-速度特征曲线）进行更精确的训练编程。

Q. VBT只适合高水平运动员吗？

恰恰相反，对初学者可能更有用。经验不足的初学者很难准确判断"RPE 8"或"1RM的80%"这样的主观/相对强度。而速度数据是客观且即时的，可以立即确认自己是否在适当的强度下训练。

Q. 所有动作都可以应用VBT吗？

理论上可以，但实际上在使用杠铃或哑铃的多关节复合动作中最为有效。深蹲、卧推、硬拉、过头推举等是典型代表。器械训练或缆绳训练由于摩擦和导轨的影响，速度数据的含义可能会有所不同。

Q. 如何确定速度损失标准？

取决于训练目标。如果目标是最大力量或爆发力，以10-15%为标准；如果目标是肌肥大，以20-30%为标准。赛季中的运动员建议保守地控制在10%以内，以最小化不必要的疲劳。初期建议从20%开始，逐步找到适合自己的标准。

相关文章

参考文献

  1. González-Badillo, J.J., & Sánchez-Medina, L. (2010). Movement velocity as a measure of loading intensity in resistance training. International Journal of Sports Medicine, 31(5), 347-352. DOI

  1. Jovanović, M., & Flanagan, E.P. (2014). Researched applications of velocity based strength training. Journal of Australian Strength and Conditioning, 22(2), 58-69. PDF

  1. Sánchez-Medina, L., & González-Badillo, J.J. (2011). Velocity loss as an indicator of neuromuscular fatigue during resistance training. Medicine and Science in Sports and Exercise, 43(9), 1725-1734. DOI

  1. Pareja-Blanco, F., et al. (2017). Effects of velocity loss during resistance training on athletic performance, strength gains and muscle adaptations. Scandinavian Journal of Medicine & Science in Sports, 27(7), 724-735. DOI

  1. Randell, A.D., et al. (2011). Effect of instantaneous performance feedback during 6 weeks of velocity-based resistance training on sport-specific performance tests. Journal of Strength and Conditioning Research, 25(1), 87-93. DOI

  1. Conceição, F., et al. (2016). Movement velocity as a measure of exercise intensity in three lower limb exercises. Journal of Sports Sciences, 34(12), 1099-1106. DOI

用速度数据更聪明地训练。VBT不仅仅是一种趋势，而是经过科学验证的训练方法论。
 
 
 

留言

bottom of page