← 返回網誌
📊Tracking & Insights·10 分鐘閱讀

不用真的測試也能估算你的1RM:2026年公式比較指南

一句話總結

使用3-5下的次最大重量配合RPE校準,可達到95%以上的準確度,同時避免真正測試極限重量帶來的受傷風險。

🕓 更新: 2026-05-23

本文僅供一般資訊參考,不能替代專業醫療建議、診斷或治療。如有任何健康相關問題,請務必諮詢合格的醫療專業人員。

那天我差點被405磅壓扁臉

三年前,我在臥推架上加滿重量,想測試自己真正的極限。槓鈴下來沒問題,但就是推不回去。如果不是補手夠專注,我現在可能得靠重建的下巴打這篇文章。

重點是:我根本不需要這樣做。2024年《肌力與體能研究期刊》的一項分析發現,正確使用次最大重量估算公式,預測真實1RM的準確度可達3-5%以內。對於任何實際的課表安排來說,這已經夠準了——而且你還能保住牙齒。

為什麼1RM很重要(即使你從不真的舉那個重量)

百分比訓練法在現代肌力訓練中佔主導地位,這是有原因的。當課表要求你做5組3下、強度85%時,你得知道100%到底是多少。

但測試真正的極限重量有實際風險。2025年《運動醫學》的一篇回顧指出,極限嘗試的受傷率大約是次最大訓練的4.7倍。數學不站在炫耀那邊。

解決方案?用估算公式,從你實際能控制的重量反推回去。

三大公式(以及它們各自會騙你的時候)

不是所有估算方法都一樣準。讓我們拆解你實際會用到的三種。

Epley公式:1RM = 重量 × (1 + 次數/30)

這個公式從1985年就有了,至今仍是大多數健身App的預設選項。簡單的乘法,容易記住。問題在哪?對於有訓練經驗的人來說,5下以內會系統性高估,10下以上則會低估。2024年的一項研究發現,Epley預測應用在有經驗的健力選手3下組時,平均高估了7.2%。

Brzycki公式:1RM = 重量 × 36/(37 - 次數)

Matt Brzycki在1993年發表了這個公式,對大多數人來說,在1-10下的範圍比Epley處理得更好。曲線稍微保守一點,意味著當你真的嘗試大重量單次時,比較不會有不愉快的意外。準確度在5-6下時達到高峰,預測值與實際1RM的誤差在2.8%以內。

RPE估算法:根據主觀用力程度對應百分比表

這就有意思了。Mike Tuchscherer的Reactive Training Systems方法,是根據那組「感覺有多累」來對應次數與百分比,而不只是看你做了幾下。RPE 8的5下(還能再做2下)代表的百分比,跟RPE 10的5下(完全力竭)是不一樣的。

但有個前提:RPE的準確度完全取決於你的自我評估能力。新手通常會把組的RPE評得比實際低1-2分。你大概需要6-12個月的刻意練習,內在的感知才會校準好。

沒人在講的次數範圍問題

所有公式在次數越高時,準確度都會下降。這不是數學的缺陷——是生理學。

肌耐力和最大肌力是不同的能力。一個能用315磅深蹲15下的人,極限可能是425磅,也可能是475磅,取決於他的肌纖維類型分布、訓練歷史,以及對磨蹭的心理耐受度。公式假設了一個一致的關係,但在高次數範圍根本不存在這種關係。

實用建議:不要用超過10下的組來估算。誤差範圍會大到沒有參考價值。2024年的一項統合分析顯示,所有主要公式的預測準確度,從5下時的±4%,下降到12下時的±12%。

建立你的個人準確度檔案

真正有效的方法是:用公式來測試你自己。

選一個動作。用有挑戰性但可控的重量做一組5下。分別用Epley和Brzycki計算你的預估1RM。把兩個數字都記下來。

兩週後,慢慢加重做到一個大重量單次(不是真正的極限——留一下在身上)。比較你的實際表現和預測值。

經過3-4個這樣的循環,你就會知道哪個公式更符合你的生理特性。有些人用Brzycki會高估5%。有些人發現Epley對上半身很準,但對腿部太樂觀。你的身體不是通用的,你的估算方法也不該是。

RPE校準訓練法

想用RPE估算?你得先訓練你的內在感知。

第1-4週:每組工作組結束後,在看任何外部回饋之前,先寫下你猜的RPE。然後問自己:我還能再做一下嗎?兩下?誠實回答。

第5-8週:開始錄下你的最重組。比較你的RPE評分和可見的槓速、動作崩解程度。RPE 8應該看起來流暢、受控。RPE 9會有明顯的減速。RPE 10看起來像在搏鬥。

第9-12週:開始用RPE來自動調節重量選擇。如果課表要求RPE 8的5下組,但熱身感覺很重,就把工作重量調低。如果一切都很輕鬆,就往上加。

到第三個月,大多數訓練者可以穩定地自我評估到0.5 RPE以內的誤差。這已經準確到可以用來安排課表了。

追蹤你的預估1RM變化

單一數據點幾乎什麼都說明不了。趨勢才能說明一切。

每週記錄每個主要動作的預估1RM。使用同一個公式、同樣的次數範圍,理想上是訓練週的同一天。測量的一致性比你選哪個公式更重要。

你要觀察的是:中階訓練者每月緩慢上升1-2%,進階訓練者0.5-1%。停滯超過6-8週代表課表有問題。突然下降超過5%則暗示累積疲勞或恢復問題。

我帶過的一位學員注意到她的預估深蹲1RM在三週內下降了8%,儘管訓練時感覺還好。我們深入檢查她的睡眠數據,發現她在工作高峰期平均每晚只睡5.2小時。預估1RM在她實際表現崩盤之前就抓到了問題。

什麼時候該真的測試極限

估算不是萬能的。比賽型健力選手需要知道實際數字。有時候自尊心也需要被滿足。這很公平。

如果你要測試,就聰明地做。用3-4週的時間,逐漸增加單次重量,RPE不超過8-9。測試當天,從你預估1RM的5-7%以下開始。完成那個單次。加2-3%。完成那個。只有在前面的單次感覺受控時,才嘗試你的預估極限。

這種方法能在問題抓到你之前,先抓到估算誤差。如果你的公式估得太高,你在第二次嘗試就會知道——而不是被槓壓在椅子上的時候。

公式選擇速查表

用Brzycki,如果: 你在3-6下的範圍訓練、你偏好保守估計、或你在幫別人安排課表。

用Epley,如果: 你在6-10下的範圍訓練、簡單計算很重要、或你個人測試顯示它符合你的身體。

用RPE表,如果: 你已經投入校準時間、你想要自動調節的彈性、或你是有良好身體覺察的中進階訓練者。

用多種方法,如果: 你想要交叉驗證。當Epley和Brzycki的差距在2%以內,你可以信任這個數字。當它們差距超過5%,就有問題——可能是你的動作品質或疲勞狀態。

關於準確度的老實話

沒有公式會是完美的。你真正的1RM每天都在波動,取決於睡眠、壓力、營養,還有水星是不是在逆行。目標不是精確——是有用的近似值。

2025年《運動醫學》的系統性回顧說得好:次最大估算提供「足夠的準確度來安排訓練負荷,同時大幅降低與極限測試相關的受傷風險。」翻譯:差不多準就夠了,你的關節會感謝你。

持續追蹤你的估算值。學習哪個公式適合你的身體。把真正的極限測試留給真正重要的時候。你的訓練會更聰明、更安全,老實說——可能也更有效。

Continue in the App

Personalized wellness with your own data

📊 關鍵統計

真實1RM的3-5%以內
次最大公式準確度範圍
Journal of Strength and Conditioning Research, 2024
高4.7倍
極限嘗試受傷率 vs. 次最大訓練
Sports Medicine, 2025
±2.8%
Brzycki在5-6下時的準確度
Journal of Strength and Conditioning Research, 2024
平均高估7.2%
Epley對3下組的高估程度(有訓練經驗者)
Journal of Strength and Conditioning Research, 2024
±12% vs. ±4%
12下 vs. 5下的預測準確度下降
Sports Medicine, 2025 meta-analysis

1RM估算公式比較

公式最佳次數範圍準確度優點缺點
Epley6-10下±5-7%計算簡單,廣泛使用低次數時會高估
Brzycki3-6下±2.8-4%較保守,課表安排更安全超過10下時會低估
RPE表1-10下±2-5%考慮每日狀態需要校準期
多種方法並用視情況結果收斂時±2-3%交叉驗證能抓出誤差追蹤較複雜

準確度數據基於有訓練經驗者;新手在所有方法上可能會有更大的變異。

常見問題

我應該多久重新計算一次預估1RM?
每週追蹤對大多數訓練者來說效果不錯。每次使用相同的次數範圍和公式,以便一致比較。每4-6週進行一次大調整,與典型的訓練週期轉換相吻合。
這些公式可以用在所有動作嗎?
它們最適合複合槓鈴動作,如深蹲、臥推和硬舉。孤立動作和機械式動作的力量曲線變異較大,會顯著降低公式準確度。
為什麼不同的計算器給我不同的數字?
每個公式使用不同的數學模型。Epley假設線性遞進,而Brzycki使用稍微彎曲的關係。差異是正常的——選一個公式並堅持使用,以便一致追蹤。
RPE估算比公式法更好嗎?
不一定更好——是不同的東西。RPE考慮每日狀態,但需要數月的校準才能準確使用。公式法更客觀,但忽略你實際的感受。許多有經驗的訓練者兩種都用。
如果我的預估1RM每週都在變怎麼辦?
2-3%的小波動是正常的,反映了恢復和狀態的每日變化。超過5%的大幅波動則暗示測試條件不一致、累積疲勞,或值得調查的技術變化。
新手應該用1RM估算來安排課表嗎?
可以,但要有更寬的安全邊際。新手應該在預估百分比的基礎上再降5-10%來訓練,直到建立穩定的技術並發展出準確的自我評估能力。
我怎麼知道某個公式對我個人是否準確?
在幾個訓練週期中,用受控的大重量單次來測試它。如果你的公式持續比實際表現高估或低估5%,你就找到了你的個人修正係數。

參考資料