Google 杀入、Peloton 踩坑：2026年5月，AI健身教练全球军备竞赛进入白热化

当 Google 把 Gemini 塞进一个5克的手环，当 Peloton 的 AI 教练被专业教练指出"连伤病都不问"——AI 健身赛道正在经历从"概念验证"到"真刀真枪"的质变。

本周最大的新闻不是某个创业公司融了多少钱，而是 Google 用两步棋，宣告了 AI 健身穿戴赛道的正式开战。

1.1 Fitbit 时代的终结

5月22日，Google 开始推送 Google Health App v5.0，正式取代 Fitbit 品牌运行了16年的应用。Fitbit Premium 更名为 Google Health Premium。

这不是简单的品牌重塑。Google Health 的界面被彻底重构为四个核心板块——Today、Fitness、Sleep、Health——每个板块背后都有 Gemini AI 在做数据解读和个性化推荐。

Fitbit 这个名字，从2009年定义了"可穿戴健身追踪"品类，到2026年被 Google 吞入 AI 生态，走完了整个生命周期。这本身就说明了一个行业转向：单纯的"追踪"已经不够了，用户要的是"教练"，不是"计步器"。

1.2 Fitbit Air：5克的 AI 教练

别被"无屏"骗了，这恰恰是当前穿戴赛道最前沿的方向。

核心参数：

• 5.2g 无机身（含表带12g），比 Fitbit Luxe 小25%

• 心率连续监测 + AFib 检测 + HRV + 睡眠评分

• 续航一周，5分钟快充够一天

• 标 准 版 130 Steph Curry 联名版

但真正的杀手锏是 Gemini AI Health Coach。

这个 AI 教练不是简单的"你今天走了8000步，继续加油"，而是能：

• 根据你的实时心率、睡眠质量、恢复状态动态调整训练计划

• 把你的日程变化纳入考量（比如今天加班到很晚，明天的训练会自动降强度）

• 跨数据源关联：周期健康数据、医疗信息都能纳入分析

为什么"无屏"是趋势？

因为这轮 AI 健身的核心理念是——你不需要看数据，你需要的是被教练指导。屏幕是给数据看的，AI 教练是给行动建议的。当 AI 足够强，"看表"这个动作本身就在被淘汰。

二、Peloton IQ：大厂 AI 教练的"安全盲区"

Google 在攻，Peloton 在守。而 Peloton IQ 的最新专业评测，暴露了一个整个行业都在回避的问题。

2.1 专业教练怎么说

Women's Health 邀请了一位有认证资格的私人教练 Danielle Miller，用了一整周 Peloton IQ（在 Bike+ 上测试力量、普拉提和骑行课程）。

好评部分：

• 动作纠偏抓住了节奏和控制问题

• 分屏视图（你的动作跟教练并排显示）像镜子一样有用

• 语音控制阻力——不用放下哑铃去调屏幕，训练不中断

• 当你连续完成标准节奏的次数时，系统会建议你加重量——"这跟我自己指导客户的方式一致"

差评部分——这才是重点：

• 小幅度姿态纠正仍会漏检

• 计数偶尔偏差（做了10个被记成12个）

• 没有伤病/限制输入字段——算法无法根据用户的身体状况调整建议

最后这一点，Miller 评价道： "Peloton IQ 增加了很强的指导和结构层，但它不能替代跟真人教练合作时获得的个性化意识。"

2.2 Fast Company 的行业视角

Fast Company 在5月13日的深度报道中，把 Peloton IQ 跟 Strava Athlete Intelligence、Whoop AI、Apple Fitness+ 并列为 AI 健身第一梯队。

Peloton CPO Nick Caldwell 的表述很有代表性：

"你的训练应该适配你的睡眠、压力和即时目标。通过 Peloton IQ，我们成为数据和你具体行动之间的交汇点。"

Whoop 的发言人说得更直接：

"这代表了行业的下一阶段——从被动测量转向主动决策支持，创建一个实时健康运营平台。"

Morningstar 高级股票分析师 David Swartz 则指出了行业压力的本质：

"整个健身行业都有一种感觉——不用 AI 的公司会被甩在后面。投资者也在施压，他们认为 AI 会提升效率和估值。"

"没有伤病输入字段"这六个字，暴露的是整个 AI 健身行业的结构性缺陷。

试想：一个膝盖有慢性伤痛的用户，AI 教练给他安排了深蹲；一个有饮食失调史的用户的 AI 教练在疯狂催促他"再减少200卡路里"；一个产后恢复期的女性，AI 教练给她的是标准的高强度间歇计划——

这些不是假设场景，而是 AI 教练在不了解用户健康状况时必然会犯的错误。

莱美（Les Mills）2026年全球健身报告的数据更扎心：全球只有10%的消费者更倾向于 AI 指导而非真人教练。但有意思的是，55岁以上人群中这个比例是13%——最高的。说明用户不是不接受 AI，而是不接受"不安全"的 AI。

这个问题跟我的学术研究方向直接相关——AI 教练的不确定性表达和安全性边界（这也是我改进 CHI 2026 Best Paper "Bloom" <这个我后续会在公众号分享> 的核心方向之一）。当证据不确定时，AI 应该说"我不确定"还是假装自己知道？当用户有潜在健康风险时，AI 应该保守还是进取？这些问题，目前没有哪家公司给出了令人满意的答案。

三、DICK'S Sporting Goods：零售巨头的 Agentic AI 教练

5月22日，美国最大体育用品零售商 DICK'S Sporting Goods 发布了 "Coach by DICK'S"——一个基于 Agentic AI 的运动教练。

注意用词：Agentic AI，不是 chatbot，不是 assistant，是 agent。

3.1 为什么是 Agent 而不是 Chatbot？

DICK'S 的定位很清楚：它不只是回答"哪双跑鞋适合我"，而是能：

• 根据你的运动类型、水平、兴趣和具体需求，给出个性化产品推荐

• 提供基于 DICK'S 运动知识库的训练 Pro Tips

• 在决策过程中全程导航——从产品到服务，随你的运动旅程演进而调整

技术栈基于 Adobe Brand Concierge，6月在 DICK'S App 内开始推送。

3.2 零售 + AI 教练的组合拳

DICK'S 做这件事的逻辑很清晰：

• 它拥有全国最多的线下运动门店和最全的产品知识

• 它比任何纯 App 公司都更了解"运动全旅程"——从入门选购装备到进阶训练

• AI 教练不是变现手段，而是用户粘性工具——你用了 Coach，就会继续在 DICK'S 买装备

CTO Vlad Rak 的原话：

"我们设计 Coach by DICK'S，是为了在运动员的旅程中与他们相遇。通过结合我们深度的产品知识、对运动的理解，以及每个运动员想达成的目标，我们可以实时响应与当下相关的指导。"

Google I/O 2026 带来的 Wear OS 7 更新，对 AI 健身的意义比表面看起来大得多。

4.1 Gemini 原生集成

现在你可以对着手表说"开始追踪我的跑步"，Gemini agent 会处理一切——启动运动追踪、心率监测、媒体控制——不用你手动操作任何界面。

4.2 标准化运动数据采集

Google 推出了内置的 Wear Workout Tracker，与 ASICS Runkeeper 合作首发。这意味着：

• 第三方开发者不需要从零构建基础健身功能

• 运动数据格式将趋于统一

• 跨平台数据互操作性大幅提升

对整个 AI 健身生态来说，数据标准化是 AI 教练质量的前提。没有标准化的数据，就没有靠谱的个性化。

五、中国 AI 体育出海：成本碾压 + 精度追赶

5月23日，韩国《朝鲜日报》英文版报道了中国 AI 体育技术的出海态势，信息量很大。

5.1 阿里橙狮体育：AI 网球系统

在北京温榆河公园的网球场，4K 摄像头实时捕捉比赛画面，AI 自动完成：

• 每回合视频剪辑和即时回放

• 落点判定（in/out）、正反手比例、击球位置、球轨迹分析

• 赛后生成可视化特效视频（球轨迹、速度、击球类型、移动距离）

• 基于通义千问生成个性化训练建议

两年内部署超过200个网球场，6月上线英文版。CEO 宫德武："以前只有职业比赛才能享受的数据分析服务，现在普通爱好者也能用了。"

5.2 锐盖科技："中国版 Hawk-Eye"

北京锐盖科技的 AI 视觉系统：

• 乒乓球轨迹追踪精度 0.1mm

• 人体运动追踪精度 毫米级

• 可追踪骨骼结构、关节、骨长度、骨位置，甚至球衣颜色和号码

• 足球判罚系统的 FIFA 画质评分 99.8（使用低性能低成本服务器）

CEO 潘宇："国外仍在依赖师徒制训练，中国通过这类 AI 系统追求更快的训练速度。"

成本优势是关键：橙狮体育的 Smartshot AI 视频系统成本已降至 Hawk-Eye 的 1/10 到 1/100；锐盖的专有视频编码算法让足球 AI 判罚的服务器成本大幅降低。

六、Peloton 首次年度盈利 + Keep 的 AI 转型

最后看两家"老玩家"的财务信号。

6.1 Peloton：靠节流活过来了

• 关停4亿美元自建工厂

• 裁员持续

• 砍掉 AI 摄像头升级套件（旧设备用户无法获得 AI 功能）和 Project Kinetic（VR 骑行平台）

• 硬件营收同比仍下降1.2%

CEO Peter Stern 的策略很清晰：不搞花哨的，只做"utilitarian health outcomes"（实用健康结果）。全面聚焦 AI 驱动的训练系统 + GLP-1 用户获客。

6.2 Keep：AI 教练"卡卡"的数据

Keep 2025年首次年度盈利。创始人王宁提出"All in AI"战略后：

• AI 教练"卡卡"为超过 130万用户生成个性化训练计划

• 语音陪跑功能被调用超 2100万次

• 用户完成 34万次训练计划

但莱美报告的10%偏好数据提醒我们：AI 教练的使用量和用户满意度是两回事。130万人用了，不代表他们觉得比真人教练好。

七、我的判断：AI 健身教练的三大未解之题

看完这周的密集动态，我的判断是：行业在快速"功能化"，但三个核心问题没有人真正解决。

问题一：安全性——AI 教练在"不知道用户身体状况"的情况下给建议

Peloton IQ 没有伤病输入字段，这不是 bug，是整个行业的 feature——因为加入安全约束会让 AI 教练"能说的变少"，而能说的变少就等于"不够智能"的体验。但在健康领域，"不该说的不说"比"什么都敢说"更重要。

问题二：不确定性表达——AI 教练不知道自己不知道什么

当前所有 AI 教练产品都在假装自己很确定。"你应该做3组12次"听起来很专业，但背后的证据可能是"混合证据"甚至"证据不足"。AI 应该在证据不充分时明确表达不确定性，而不是用"slightly better""tend to"这类模糊词给自己留后门。

问题三：个性化 vs 泛化的平衡——千人千面的训练计划真的靠谱吗？

Gemini Health Coach 号称"动态适配"，但它的个性化到底基于多深的数据？多长的用户历史？一个用了3天的新用户和一个用了3年的老用户，AI 的"个性化"质量天差地别。更关键的是，当用户数据不够时，AI 教练是应该承认"我还不够了解你"，还是硬着头皮给一个"通用方案"？

这三个问题，恰恰是 HCI + AI 研究最有价值的空间。不是做一个更聪明的 AI 教练，而是做一个更诚实的 AI 教练。