动作自动计数
训练时由摄像头识别你的动作轨迹,自动累计每组的完成次数,省去自己数数或手动点按的麻烦,适合做组间休息时不想分心的场景。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
Dumbbell AI 是一款以摄像头与动作识别为核心的 AI 健身教练工具,主打个性化训练计划的生成与训练过程中的自动计数、动作反馈。它面向在家训练、去健身房但不想请私教、或者希望把训练记录下来的普通健身人群。与单纯的训练日志应用不同,它更强调「练的时候有人在看着」这一体验:通过识别你的动作次数来判断这一组做了多少个,并在动作走形时给出提醒。它的局限也很明显——依赖摄像头取景,光线差或器械遮挡时识别容易失准;训练计划能否真正贴合个人目标,也取决于你填写的基础信息是否完整。由于官网未公开具体价格与免费额度,是否长期使用需要先在官方页面确认费用。
Dumbbell AI 是一款 AI 健身教练类工具,核心思路是用设备的摄像头配合动作识别模型,在训练过程中实时判断你在做什么动作、做了多少个,并据此给出节奏提示与动作质量反馈。它解决的是居家和自由训练场景里最实际的两个问题:没人帮你数次数,以及没人提醒你动作变形。
产品形态上,它把「计划」和「执行」放在一起:一边根据你填写的训练目标、可用器械和训练频率生成个性化计划,一边在你练的时候充当计数器与陪练。相比传统健身 App 只提供视频跟练或手动打卡,它的重点落在训练当下的实时交互。
普通用户通常的用法是:先设置目标,按生成的计划逐项训练,每组结束看识别出的次数是否与自己的感觉一致;进阶用户会把它当成动作质量的自检工具,用识别结果的偏差来发现左右侧发力不均或幅度不够的问题。
训练时由摄像头识别你的动作轨迹,自动累计每组的完成次数,省去自己数数或手动点按的麻烦,适合做组间休息时不想分心的场景。
依据训练目标、可用器械与训练频率生成计划安排,把练什么、练几组串成一套可执行的流程,而不是只给一堆孤立的跟练视频。
通过识别动作幅度与节奏,在动作明显走形或过快时给出提示,帮助在没有教练盯着的环境下保持训练质量,减少无效次数。
训练过程中以语音或画面提示的方式引导节奏,让整个训练像有人在旁边带练,对独自训练容易中途放弃的人帮助比较直接。
把每次训练的动作与次数记录下来,方便回看自己有没有在某个动作上停滞,也方便下次训练时对照着调整重量或组数。
当作居家训练时的「计数器 + 动作提醒」来用,它确实补上了独自训练最容易缺的那一环:没人帮你数、没人看出你动作走形。适合有一定训练基础、知道自己要练什么、只想要个工具盯着的人。但如果你指望它像真人私教那样根据你的疲劳程度动态调整当天训练量,那要降低预期——它能看的是摄像头里的画面,看不到你的发力感受和旧伤。另外它对取景与光线有要求,在拥挤的健身房或光线不足的房间里识别稳定性会打折扣。
在客厅或卧室练深蹲、俯卧撑、卷腹这类动作,需要有人帮忙计数和提醒节奏,摄像头取景也容易满足。
刚开始进健身房、还没请私教,用它给出一套可以照着走的安排,避免到了器械区不知道从哪练起。
已经有训练习惯,把它当动作质量的自检工具,用识别出的次数偏差发现幅度不够或左右不均衡的问题。
需要有人保护、需要在力竭前判断是否继续的训练,摄像头帮不上忙,也不能替代现场保护。
器械区人多、身体经常被人或器械挡住,或者房间灯光偏暗,识别结果容易失真,计数可信度会明显下降。
靠摄像头拍到的画面识别你的动作轨迹,据此判断一次动作是否完成并累加计数。所以拍摄角度和光线会直接影响结果,身体完整入镜、背景干净时最准。如果发现计数明显偏少,多半是幅度不够或没拍全,先调机位再怀疑工具。
能替代一部分,替代不了全部。它能做的是数次数、看幅度、按目标排计划,这些都是独练时最容易缺的。但真人教练能根据你当天的状态减量、能在你力竭时接住杠铃、能看出旧伤带来的代偿,这些它做不到。把它当成随身的辅助而不是教练本人,预期会更准。
计划质量取决于你填的信息。目标、每周能练几次、手边有什么器械填得越实在,排出来的安排越能执行;都填得很笼统,它只能给一套通用方案,做着做着就容易脱节。建议第一次先把基础信息认真填一遍,再按实际执行情况回来调整。
轨迹固定、幅度明显的自重动作最稳,比如深蹲、俯卧撑、卷腹一类。躺姿动作和需要器械遮挡身体的练习相对吃力,因为摄像头不容易一直看到你的完整轮廓。练这类动作时,可以把计数当成参考,别完全依赖。
一部能稳定拍摄到全身的设备,以及一个光线够亮的场地。手机最好固定住而不是靠手持或随意摆放,机位晃动会让识别结果前后对不上,回看记录时也不好比较。