你的估算单次最大重量(e1RM)作为趋势最有用,而不是作为定论。在几次可比的训练中呈上升趋势,通常意味着你正在变强;单个偏高或偏低的数字说明不了多少,因为公式和你每天的力量都带有几个百分点的噪声。
研究解释了原因。在给定 1RM 百分比下,人们能完成的次数在个体和动作之间差异很大,因此任何公式都只是人群平均值。即使是经过正确测试的 1RM,每次训练之间也会波动几个百分点。实用的做法是比较同类情况、在多次练习中取平均,并且只对超过噪声的变化采取行动。
研究怎么说
- 在给定 %1RM 下的次数因人而异很大。一项包含 269 项研究和 7,289 人的荟萃回归估计,个体间的离散程度(SD)在 80% 1RM 时约为 2.5 次,在 60% 1RM 时约为 4.4 次。1 证据充分
- 次数较少的组能更好地预测 1RM。在 70 名成年人中,5RM 测试对卧推和腿举 1RM 的预测比 10RM 或 20RM 测试更准确;作者建议在线性方程中使用不超过 10 次。2 证据中等
- 即使是真实的 1RM 测试也有噪声。在 32 项研究(1,595 人)中,重测变异系数中位数为 4.2%。3 证据充分
- 基于 RIR 调整的估算会继承评分误差。力量训练者平均低估了到力竭前还能做的次数,约低 1 次;越接近力竭、重量越重,准确性越高。4 证据中等
- 基于速度的 1RM 并不会自动更准确。其有效性取决于负荷数量、动作、速度指标和设备。5 证据中等
证据等级反映研究的数量和质量(荟萃分析 > 单项随机对照试验 > 急性/机制性数据)。
估算 1RM 实际测量的是什么?
e1RM 把一组次最大组换算为你可能一次举起的最大重量的估计值。常用公式是 Epley 方程:
e1RM = 重量 × (1 + 次数 ÷ 30)
例如,100 kg 做五次得出的 e1RM 约为 116.7 kg。你可以用免费的1RM 计算器算出结果。
这个结果是模型输出,而不是实测的最大值。每个公式都假设次数与 1RM 百分比之间存在固定关系。真实的力量训练者并不遵循同一条曲线。
1RM 公式有多准确?
平均而言足够准确,但对任何一个人来说都不够精确。关于其底层假设(次数与 %1RM 的关系)的最佳现有证据,来自一项大型荟萃回归。
关键研究
1RM 百分比下的次数(Nuzzo et al., 2024)
- 设计
- 对来自 269 项研究的 952 次力竭次数测试进行的荟萃回归
- 对象
- 7,289 人;66% 为男性,60% 有抗阻训练经历,大多数人年龄在 59 岁以下
- 对比
- 在不同 %1RM 下能完成的最大次数,以及性别、年龄、训练状态或动作是否改变了这种关系
- 结果
- 在主模型中,90% 时约 5 次,70% 1RM 时约 15 次。80% 时个体间 SD 约为 2.5 次,60% 时约为 4.4 次。腿举允许的次数远多于卧推(70% 时约 19 次对 14 次)。
为什么重要:公式给出的是普通力量训练者的答案。你自己的次数与 %1RM 曲线可能比它高出或低出几次,而且重量越轻,差距越大。需要注意:大多数数据来自卧推和腿举,因此其他动作的表格不太确定。1
训练背景也会改变曲线。在一项小型腿举研究中,耐力跑者在 70% 1RM 下完成了 39.9 次,而举重运动员完成了 17.9 次。6 同样的公式对这些组的处理方式,会与力量训练者的实际表现相差很大。
次数同样重要。在 70 名 18–69 岁的男性和女性中,Reynolds 及其同事发现,5RM 测试对卧推和腿举 1RM 的预测比 10RM 或 20RM 测试更好,并得出结论:线性预测方程中使用的次数不应超过 10 次。2 次数更多的组会让公式进行更远的外推,因此耐力上的小差异会在估算值中变成大差异。
用千克来说明这种差异的含义:两名力量训练者都以 100 kg 力竭,这个重量相当于真实 125 kg 最大值的 80%。一人做了 8 次,另一人做了 10 次,这都在典型的差异范围内。Epley 分别给出 126.7 kg 和 133.3 kg。真实力量相同,但估算值相差 6.6 kg。
有用的洞见是:这种误差很大一部分对同一个人的同一动作而言是系统性的。如果你的股四头肌在 80% 时比平均多做了几次,它每周都会倾向于如此。因此,你自己在某个动作和次数范围上的 e1RM 趋势,比绝对数字或与他人的比较更值得信赖。
| 误差来源 | 对 e1RM 的影响 | 如何减少 |
|---|---|---|
| 你的次数与 %1RM 曲线与公式不符 | 使每个估算值整体上升或下降(大多为恒定偏差) | 只与你在该动作上的历史数据比较 |
| 高次数组 | 误差更大且更不稳定 | 追踪 e1RM 时,优先使用约 3–10 次的组 |
| 不同动作或变式 | 是完全不同的曲线 | 分别追踪每种变式 |
| 组没有接近力竭 | 低估力量 | 记录 RIR,并比较努力程度相近的组 |
| 每日的准备状态 | 几个百分点的随机噪声 | 在行动前对 3 次以上的训练取平均 |
你的真实 1RM 每天会波动多少?
规范进行的 1RM 测试是可靠的,但并非完全稳定。Grgic 及其同事回顾了 32 项研究、共 1,595 名参与者:组内相关系数中位数为 0.97,变异系数中位数为 4.2%,范围从 0.5% 到 12.1%。3 这种可靠性在训练者和非训练者、男性和女性、上半身和下半身动作中都成立。
对于 140 kg 的深蹲,4% 的变异系数大约相当于 5–6 kg。如果测得的最大值波动这么多,基于次最大组构建的公式估算值的波动至少会同样大。因此,你的 e1RM 在两次训练之间变化 2–3%,通常处于噪声范围之内。这是基于这些数据的实际推论,并非经过验证的临界值,但它比对每个新数字都做出反应要好得多。
三种估算方法不可互换
在解读图表之前,先了解它是由什么生成的。将每种方法保留在各自的趋势中。
基于公式的 e1RM
公式使用重量和完成的次数。它简单,不需要最大尝试或器材。它的弱点在于:两组重量和次数相同的组会得出相同的估算值,即使其中一组远未力竭,另一组接近最大值。
基于 RPE 或 RIR 调整的 e1RM
经过努力程度调整的估算,会加入来自主观用力感觉(RPE)或储备次数(RIR)的背景信息。在基于 RIR 的 RPE 量表中,RPE 10 表示没有剩余次数,RPE 9 表示还剩一次,依此类推。该量表最初是在深蹲者中引入并测试的,其中 RPE 与杠铃速度高度相关(经验丰富的力量训练者中 r = −0.88)。7
一种常见做法是,在应用公式之前,把已完成次数 + 报告的 RIR视为该组到力竭的次数。这样一组在 1 RIR 下做的五次,就被当作六次最大值。这是一个合理的启发式方法,而不是经过验证的换算,其准确程度取决于你的评分。
这些评分有多准确?在一项包含 12 项研究(414 名参与者)的荟萃分析中,人们平均低估了自己还剩的次数,约低 0.95 次,且研究之间差异很大。越接近力竭、重量越重(12 次或以下的组),准确性越高。4 受过训练的力量训练者可以做得更好:在 24 名受过训练的男性和女性于 75% 1RM 下进行卧推的研究中,判断为 1 或 3 RIR 时的平均绝对误差为 0.65 次。8 如果你的评分在不同训练之间差异较大,请在信任基于努力程度的小幅调整之前,先进行三次训练的 RPE 与 RIR 校准流程。
基于速度的估算
速度方法使用设备测量杠铃速度,并建立特定动作的负荷-速度关系模型。一项包含 25 项研究(842 名参与者、16 种动作、12 种设备)的系统综述发现,预测有效性主要取决于所用负荷的数量、动作、速度指标和监测设备。5 速度数据可以有用,但它并不会自动比精心选择的次数测试更准确。请把基于速度的估算单独保存在自己的趋势中。
如何阅读趋势的形状
首先要判断最近的记录是否真正可比。如果可比,就看整体形状,而不要只看单个峰值或低谷。
- 逐渐上升:很可能说明力量在提高,尤其是当这种上升在多次训练中都能保持时。
- 平稳趋势:可能意味着维持,也可能是技术改进期间的平台期,或者估算噪声太大,无法显示细微变化。
- 短暂下降:通常是暂时性疲劳。在受过训练的男性中,与中途停止相比,练到力竭的组会使杠铃速度和纵跳高度的恢复减慢长达 24–48 小时。9 在改动任何内容之前,请检查睡眠、压力、动作顺序和上一次训练;如果下降开始反复出现,请参阅如何减载。
- 持续下降:当它在多次可比的训练中持续存在,或在多个动作中同时出现时,值得关注。
- 突然飙升:检查是否记录错误的重量、动作幅度缩短、换了不同的变式,或某组离力竭近得多。
一个简单的平滑规则
由于单次估算带有几个百分点的噪声,请以滚动的方式判断趋势:
- 每次训练每个动作记录一个 e1RM,取自你最好的一组可比正式组(相同变式,大约 3–10 次)。
- 将你最近三次训练的平均值与之前三次进行比较。
- 除非变化持续朝同一方向,否则将不到约 2–3% 的变化视为“没有明显变化”。
- 只有当下降持续三次或更多训练,或同时出现在多个动作中时,才对其采取行动。
这条规则是基于上面的可靠性数据构建的实用启发式方法,而不是经过测试的协议。它的作用是防止你对噪声做出反应。
四个示例解读
下面的计算以 Epley 公式作为示例。其他应用或公式可能显示不同的数字;在同一种方法内保持一致,比与这些具体数字相符更重要。
1. 同样的努力程度,次数更多:很可能是进步
第 1 周:深蹲,100 kg × 5,RPE 9 = 116.7 kg 公式 e1RM
第 4 周:深蹲,100 kg × 6,RPE 9 = 120.0 kg 公式 e1RM
动作、重量和自评强度都一致,而且次数增加了。假设深度、动作标准、休息时间和动作顺序都差不多,2.8% 的上升说明确实有进步,只是它接近正常波动范围。别急着把 120 kg 当成稳定的最大重量,先看接下来几次训练能不能确认。
2. 重量增加但更费力:大概率持平
第 1 周:卧推,100 kg × 5,RPE 9(约 1 RIR)
第 4 周:卧推,102.5 kg × 5,RPE 10(0 RIR)
原始公式结果从 116.7 kg 升到约 119.6 kg。但第二组是更接近力竭时完成的。用简单的 RIR 校正法,第一组相当于还能多做六次,即 100 × (1 + 6/30) = 120 kg。第二组仍然约为 119.6 kg。
比较合理的解读是力量大致稳定,而不是明显变强或变弱。较重的那组仍然是有效训练,但强度背景会改变 e1RM 的含义。
3. 高强度训练后单次下滑:先等待进一步确认
第 1 周:硬拉,160 kg × 4,RPE 8 = 公式算出的 e1RM 为 181.3 kg
第 2 周:硬拉,160 kg × 3,RPE 9 = 公式算出的 e1RM 为 176.0 kg
第 3 周:硬拉,160 kg × 4,RPE 8 = 公式算出的 e1RM 为 181.3 kg
假设第 2 周前一天做了大量深蹲的高容量训练,而且睡得很差。2.9% 的下降在正常波动范围内,下一次训练时表现就恢复了。一次状态不好的训练只是一个数据点;反复下滑才算趋势。
4. e1RM 更高,但动作标准放松了:不是可直接比较的结果
之前:划船,80 kg × 8,躯干控制稳定,动作幅度完整
之后:划船,85 kg × 8,躯干摆动更多,收缩幅度更短
公式结果从 101.3 kg 升到 107.7 kg,但动作标准变了。不能把这个增长归因于同一动作中力量变强了。先恢复一个可重复的动作标准,再积累更多可比较的训练组。正如除了重量和次数之外的渐进超负荷一文所说,动作质量提升本身也可以是有价值的进步。
e1RM 能告诉你是否在增肌吗?
只能间接说明。训练初期,力量和体型通常会一起提升,但它们对训练变量的反应并不相同。2024 年的一系列元回归分析显示,组越接近力竭,肌肉增长越多,而在较宽的 RIR 范围内,力量增长相似。10 更大的负荷也会让 1RM 提升更多,而在组训练到力竭的前提下,肌肉增长在较宽的负荷范围内差不多。11 所以在高次数的增肌阶段里,e1RM 持平并不代表这个阶段失败了。如果关心肌肉增长这一面,要记录每块肌肉的有效组数(参见每周要做多少组才能增肌?)以及用力程度(参见增肌是否需要练到力竭?)。
行动前的对比清单
在因为 e1RM 趋势而调整重量、训练量或训练计划之前,先对比以下内容:
- 动作和器械是否完全一致,包括杠铃杆、器械、附件、站姿和握法。
- 动作幅度、停顿、节奏以及是否借力摆动。
- 次数范围;不要把 15 次的估算当成和 5 次的估算等同。
- RPE 或 RIR,以及你的自评是否一直稳定。
- 组间位置、动作顺序、热身和休息时间。
- 体重趋势、睡眠、疾病、疼痛、压力和累积疲劳。
- 这一规律是否至少在三次训练中出现,或是否在相关动作中都出现。
- 应用的估算公式或设置是否改过。
如果有几项对不上,就给这次训练做备注,而不要强行下结论。
什么时候该做真正的 1RM 测试
直接做 1RM 测试回答的是另一个问题:在当天的条件下,你能举起一次的最大重量是多少。规范进行的测试可靠性很高,3但仍然需要:熟悉动作、标准化的动作技术、合适的热身,以及合理的试举重量选择。
要做出好的训练决策,并不需要经常进行极限测试。当真正的最大重量很重要时可以考虑测试一次,例如在选择比赛试举重量或为力量阶段设定百分比之前;前提是你身体健康、对该动作很熟练,并且已经准备好承受最大负荷。
安全提示:不要把 e1RM 当成尝试该重量的自动许可。当动作技术、器械、保护措施或身体准备不足时,极限举重可能带来很大风险。在合适的情况下使用安全架或有经验的保护者,出现异常疼痛或神经症状时立即停止;如果你有伤病、健康问题,或极限尝试经验有限,请寻求有资质的医生或教练的指导。
把估算值变成训练决策
把 e1RM 和重量、次数、用力程度、技术笔记及恢复情况放在一起看,而不是用它来代替这些。如果你的应用还显示平均强度数值,在比较两者之前,先确认这个强度数值是什么意思。
- 如果平滑后的趋势在上升,就继续按训练计划执行。
- 如果趋势持平,但动作执行或次数质量在提高,你仍然可能在进步。
- 如果只是下降了一次,就检查那次训练,并继续收集数据。
- 如果在三次或以上条件可比的训练中持续下降,就先检查恢复、疲劳、饮食、疼痛以及训练计划是否合适,然后再假设需要练得更狠。
当能自适应进阶的训练应用保留这些背景信息时,它最有用。把重量、次数、RPE 和备注一起记录下来,能让 e1RM 趋势只是判断的起点,而不是你必须去追的分数。
参考文献
- Nuzzo JL, Pinto MD, Nosaka K, Steele J. Maximal number of repetitions at percentages of the one repetition maximum: a meta-regression and moderator analysis of sex, age, training status, and exercise. Sports Med. 2024;54(2):303-321. PubMed
- Reynolds JM, Gordon TJ, Robergs RA. Prediction of one repetition maximum strength from multiple repetition maximum testing and anthropometry. J Strength Cond Res. 2006;20(3):584-592. PubMed
- Grgic J, Lazinica B, Schoenfeld BJ, Pedisic Z. Test-retest reliability of the one-repetition maximum (1RM) strength assessment: a systematic review. Sports Med Open. 2020;6(1):31. PubMed
- Halperin I, Malleron T, Har-Nir I, et al. Accuracy in predicting repetitions to task failure in resistance exercise: a scoping review and exploratory meta-analysis. Sports Med. 2022;52(2):377-390. PubMed
- Marston KJ, Forrest MRL, Teo SYM, Mansfield SK, Peiffer JJ, Scott BR. Load-velocity relationships and predicted maximal strength: a systematic review of the validity and reliability of current methods. PLoS One. 2022;17(10):e0267937. PubMed
- Richens B, Cleather DJ. The relationship between the number of repetitions performed at given intensities is different in endurance and strength trained athletes. Biol Sport. 2014;31(2):157-161. PubMed
- Zourdos MC, Klemp A, Dolan C, et al. Novel resistance training-specific rating of perceived exertion scale measuring repetitions in reserve. J Strength Cond Res. 2016;30(1):267-275. PubMed
- Refalo MC, Remmert JF, Pelland JC, et al. Accuracy of intraset repetitions-in-reserve predictions during the bench press exercise in resistance-trained male and female subjects. J Strength Cond Res. 2024;38(3):e78-e85. PubMed
- Morán-Navarro R, Pérez CE, Mora-Rodríguez R, et al. Time course of recovery following resistance training leading or not to failure. Eur J Appl Physiol. 2017;117(12):2387-2399. PubMed
- Robinson ZP, Pelland JC, Remmert JF, et al. Exploring the dose-response relationship between estimated resistance training proximity to failure, strength gain, and muscle hypertrophy: a series of meta-regressions. Sports Med. 2024;54(9):2209-2231. PubMed
- Schoenfeld BJ, Grgic J, Ogborn D, Krieger JW. Strength and hypertrophy adaptations between low- vs. high-load resistance training: a systematic review and meta-analysis. J Strength Cond Res. 2017;31(12):3508-3523. PubMed
