VBT（Velocity Based Training）是基于速度来设计训练内容的一种训练理念。
它既可以作为传统体能训练的辅助，也可以更加全面地个性化制定抗阻训练当中的训练量和训练强度并实时反馈；是一种通过监测杠铃或身体运动速度来计算位移和时间，从而评估运动强度的方法。
通过测量运动速度，它引入了一种既客观又精确的指标。
今天就来让我们谈谈基于速度的训练（VBT）和它的诸多优点(与传统的根据1RM的百分比来确定力量训练的负荷重量相比)。
基于速度的训练 VS 基于1RM百分比的训练
速度测量可以补充或取代传统的基于1RM百分比的力量训练。
当比较基于速度的训练和基于1RM百分比的训练时，科学文献表明 VBT 更有效，与基于1RM百分比的训练相比，VBT 训练有很多好处。
其中最直接的好处是——VBT训练不需要进行有风险的1RM测试。
虽然你可以用速度准确地预测1RM，但你不需要用它来进行VBT训练，相反，你可以使用速度或速度区间（velocity zones）来作为监控训练强度的指标。
速度是一个很好的强度指标，因为负荷和速度之间的关系很简单：负荷越大，速度就越慢。
▲ 深蹲训练1RM百分比-速度柱状图
虽然基于1RM百分比的训练计划是固定的(您不会每天测试1RM)，但基于速度的训练（VBT）计划会考虑日常准备活动的波动。
这是因为当疲劳形成时，速度也会降低，这给了你另一个可测量的、可比较的变量，可以在设计力量训练计划时使用。当我们谈到基于速度的训练的应用时，更多的是关于这一点，可以灵活调整。
▲ 速度-疲劳曲线，当疲劳度上升时速度会下降
VBT只关注速度，力量和输出功率，而并非负载(%1RM)，因此它能够描述和改变不同运动员因生理构成的差异。
01
快速移动杠铃时的最强专注度
虽然基于速度的训练不是关于高速度的训练，但它确实需要在不牺牲正确动作姿势的情况下，尽可能快地举起杠铃上的重量，这也是一种专注度的表现，无论训练者举起的负荷是90%1RM还是50%1RM，他们都需要“快速移动杠铃”。
以最强的专注度进行力量训练，被证明是更有效的。
▲ image from gymaware
当使用像 GymAware 或 FLEX 这样的 VBT 设备时，你可以获得快速移动杠铃时的专注度的实时反馈，单是这种反馈，就能将运动员的速度和力量输出提高10%，并提高长期训练的适应性。
02
VBT训练的受益者
不夸张地说，任何运动员、体能教练或私人教练都可以从基于速度的训练中受益。
很多职业运动队、奥林匹克举运动员和举重运动员早在几十年前就了解了训练的好处，它可以应用于任何需要体能训练的运动项目，也可以应用于力量训练本身的运动项目。
教练还可以录制与数据同步的视频，甚至是远程观察运动员训练的实时数据。
03
关于VBT训练设备
重要的是要选择正确的VBT设备为你的训练保驾护航。
主要的陷阱是有些设备得出来的数据不可靠，不能用于指导训练；另一些人则完全错过了重复次数，这可能会损害运动员对这些数据的信任。
科学研究表明，GymAware是最有效和可靠的速度测量设备，它是如此精确，以至于科学家们用它来验证其他设备的VBT传感器。
▲ GymAware(左) 和FLEX (右)
20多年来，GymAware一直是世界速度训练(VBT)的黄金标准。
因此，为了更好地理解不同 VBT 设备的技术，让我们来看看 GymAware 的特点吧。
① 测试数据精准
▲ image from gymaware
GymAware采用了准确度极高的LPT线性位移传感器，距离分辨率0.8mm，角度传感器分辨率0.1度，可以避免非垂直动作的影响，同时采用可变频采样技术，让数据更精确，是当前VBT测试设备中的金标准。
② 全面的数据指标
提供包括向心与离心阶段的各项速度、功率、力及做功等丰富数据指标，同时计算出诸如相对平均功率、峰值功率、发力率等关键性能参数，全方位评估运动员的表现。
▲ image from gymaware
③ 实时视频捕捉
GymAware强大的软件支持视频实时录制功能，帮助教练针对运动员的技术动作进行反馈，视频与数据实时同步，便于查看每一次数据的具体执行细节。
④ 可视化数据反馈
科技化的视觉体验效果：多样数据显示、自由设定速度目标参数、引人入胜的界面设计、多种音效反馈，提高了运动员的训练专注度和竞争性，很大程度上保持了运动员的运动状态。
▲ image from gymaware
⑤ 多样分析与报告
GymAware 云端平台提供丰富的分析报告，帮助您监控运动员疲劳状态、评估准备情况、跟踪训练进展、快速预测最大力量（1RM）、团队成绩分析、队伍成绩对比等，并能从云端网页快速下载该运动员的力-速曲线。
数据可接入AMS（运动员大数据管理平台）系统，轻松汇总训练数据。
⑥ 轻松管理大型团队
智能化训练软件——无需手动操作即可智能识别动作开始和结束，即使人数众多的队伍也能轻松快速地设定训练目标并完成训练，帮助提高训练效率。
⑦ 实时排行榜
实时队伍成绩排名，监控队员状态，提高团队竞争意识，提高运动员个人训练积极性，确保每个人都坚持完成训练计划，并且让教练员实时了解每一位运动员的表现变化。
▲ image from gymaware
04
如何应用VBT训练
速度可以以如此多的方式使用，以至于它可以使整个概念变得混乱。
然而，基于速度的训练并不需要一次整合到你的训练计划中，它更像是一个可以随着时间积累起来的工具包，你不需要在开始之前就了解所有内容，即使是最基本的速度训练也能产生立竿见影的效果。
① VBT训练指标
虽然我们谈论的是速度，但像GymAware这样的VBT设备可以测量多个指标：
向心阶段和离心阶段的平均速度和峰值速度(m/s)向心阶段和离心阶段的平均和峰值功率(W)平均和峰值功率(N)达到速度/功率/力量峰值的时间力的生成速率(kN/s)反应力量指数(m/s)
▲ 澳大利亚橄榄球队VBT训练指标应用集锦
05
基于速度的训练（VBT）方法
以下是常用的几种基于速度的训练方法：
① 提供速度反馈作为训练强度的衡量标准
▲ image from gymaware
运动员可以实时看到每一次重复的速度或力量结果，这种反馈几乎可以保证运动员会更加努力地训练，以达到或提高他们的水平。
② 设置速度训练区间而不是%1RM
每名教练都应熟悉训练区间的概念，以及如何设置负荷来进行以力量、爆发力和速度为目标的训练。
就速度而言，运动员举起杠铃的速度决定了他们所处的训练区间，速度区间可能因个人和运动项目而异。
VBT设备的一大好处是，它们可以实时显示每一次重复是否在正确的区间内完成。
如果一名运动员为了这个重量尽可能快地移动杠铃，他们可以很快地根据他们的结果进行自动调节。
例如，如果他们的速度超过了训练区间？他们需要增加负荷；如果他们的速度低于训练区间？他们需要降低负荷。
事情就是这么简单。
速度区间包括：
启动力量（Starting strength）(>1.3m/s)：使用非常轻的重量或自重克服惯性的能力（例如跳跃）；速度力量（速度主导，Speed strength）(1.0-1.3m/s)：在负荷下尽可能快地移动，使用轻重量（例如投掷）；力量速度（力量主导，Strength speed）(0.75-1.0m/s)：尽可能快地移动中等重量的重物（例如卧推）；加速力量（Accelerative strength）(0.5-0.75m/s)：尽可能快地移动较重的负荷（例如深蹲）；绝对力量（Absolute strength）(<0.5 m/s)：以最大力量移动非常重的负荷（例如硬拉）。
③ 预测1RM
回想一下前面提到的——随着负荷的增加，速度会变慢？
通过这种负荷-速度曲线使我们能够预测1RM。
一个简单的「2点法」已被证明是有效的，只需要两次重复。测量两个远距离负荷的速度，例如45%1RM和85%1RM，并绘制线性图，与最小速度阈值下降的截距，就是预测的1RM。
注：测量举起较轻负荷(本例中为45kg)和较重负荷(本例中为70kg)时的速度。在两个蓝点之间画一条穿过X轴的直线，通过观察直线和最小速度之间的交叉点来确定1RM(卧推0.16m/s)，在这张图片中，预测的1RM等于90kg。
④ 自动调节每日的训练负荷
力量训练中的自动调节是指根据运动员的表现来调整训练的方法。
通过监控速度指标，会让事情变得很容易。
在进行热身时简单地测量一下速度，如果给定负荷的速度比前几周的平均速度低了10%，那这是一个危险信号，说明你的日常状态下降了，你可能需要减少训练强度和训练量。
注：如果你变强壮了，你就能更快地举起同样的重量。然而，自动调节关注的是日常波动，在标准热身期间测量速度，并使用简单的颜色记号，例如绿色(>95% 30天平均值)=继续按计划训练；橙色(30天平均值的90-95%)=考虑减少训练量或负荷；红色(< 30天平均值的90%)=减少训练量和负荷。
你可以在训练过程中自动调节。
最简单的一种方法是，如果教练设定了一个速度目标或区域，运动员需要自动调节(增加/减少)负荷，直到达到目标。而且，他们可以根据客观指标而不是感觉或直觉做出决定。
因此，一个固定的训练计划是不会随着运动员的训练准备而改变的——比如%1RM计划——甚至还有可能会导致运动员尝试不合适自己的训练负荷。
VBT 训练可以帮你解决这个问题。
如果运动员被要求以0.75米/秒的速度举起一个特定的重物，但他们无法达到这个速度，那他们可以放下重物，直到他们的速度回升。他们的训练仍然在正确的训练范围内，他们已经调整了强度，以适应日常力量波动和生活中的外部压力。
⑤ 通过速度损失阈值，来控制训练量和管理疲劳
再回想一下前面提到的——速度随着疲劳的积累而降低，这是可预测和可重复的。
在某种程度上，研究人员有信心使用速度“损失”或疲劳目标来确定运动员应该完成多少次训练。
我们以两名肌纤维组成非常不同的运动员为例——耐力型运动员可以举起70%的1RM，比力量型运动员的重复次数更多。然而，大多数基于1RM百分比的计划，将为每个人规定相同的重复次数。
在这个例子中，以力量为基础的运动员很快就会疲劳，结果是做了太多(缓慢)的重复；耐力运动员重复的次数太少，最后却筋疲力尽了。
速度损失解决了这个问题。
你可以根据速度损失的百分比来规定训练，而不是规定固定的重复次数。
例如：举起重物，直到第一次举起和最后一次举起之间的速度下降等于30%。如果运动员的目标是1.5米/秒，疲劳目标是30%，他们将继续训练，直到他们下降到0.45米/秒(他们达到1.05米/秒)。
以速度损失阈值为30%的训练为例，每当速度损失高于30%时，就停止训练。
一些教练规定他们的疲劳目标是“低于一组”或“低于两组”，这意味着他们希望运动员在截止时间内完成一到两次训练。
速度损失也是可以自动调节的。
如果一名运动员在一场艰苦的比赛后进行了2天的深蹲训练，那他们的高度疲劳，将意味着他们的速度会在一组训练中下降得更快。
⑥ 监控训练进展
使用VBT设备来监控关键的训练动作，这意味着运动员每次训练都要记录成绩。
如果运动员在特定负荷下的速度，随着时间的推移呈上升趋势，那么他们的速度通常会有所提高，这样就可以在不进行1RM测试的情况下监控训练进程。
⑦ 创建负荷-速度曲线
负荷-速度曲线描绘了一个人在一系列负荷下的最大举起重物的速度，这是一种确定运动员当前身体能力的方法。
在训练有素的个体中，负荷-速度曲线相对稳定，这意味着它可以创建一次并依赖整个赛季。
06
结论
基于速度的训练在力量训练中使用「速度」来量化训练强度，它与传统的基于1RM百分比的方法兼容，可以增强或取代其他训练方法。
由于速度与负荷和疲劳之间的简单关系，速度非常能揭示生物学特性：随着负荷或疲劳的增加，速度会降低。因此，它可以用来解释最大强度的每日波动，控制内部反应以及解释个体生物差异。
只要你的VBT设备是准确的，速度就是一个客观和精确的指标。然而，VBT设备并非都是平等的，有些设备被科学文献认为不适合训练。
总之，无论在何处使用速度训练，运动员都必须训练在任何重量下，都能以最强的专注度完成训练。
简而言之，他们需要——快速移动杠铃。
参考资料：
1.言鼎体育·数字科技 | GymAware 力量功率测试系统
2.Bondarchuk A P, Olympian Manual for Strength & Size. USA: Ultimate Athlete Concepts, 2014.
3.Chery C, A guide to velocity based training for resistance training, Sciences du Sport (2018) https://www.sci-sport.com/en/reviews/a-guide-to-velocity-based-
4.DeMayo, J, Central Virginia Sport Performance – The Manual Vol. 1 (Ch. 7, velocity Based Training), https://cvasps.com/cvasps-manual-vol-1/
5.Mann B, Developing Explosive Athletes: Use Velocity Based Training in Training Athletes (2016)
6.Mann B, Velocity Zones Explained, https://gymaware.com/velocity_zones/
7.Mash T, Bar Speed: The Revolution of Velocity-Based Training (2017) https://www.mashelite.com/barspeed/
8.Weakley J, Mann B, Banyard H, McLaren S, Scott T, Garcia-Ramos A, Velocity Based Training: From Theory to Application (2020) Strength Cond. J pp1-19
9.Weakley J, Morrison M, García-Ramos A, Johnston R, James L, Cole M H, The Validity and Reliability of Commercially Available Resistance Training Monitoring Devices: A Systematic Review (2021) Sports Medicine 51, pp 443–502
