2026年運動手錶的恢復分數到底怎麼算出來的？完整解析

手腕上的數字不是變魔術變出來的

早上醒來，瞄一眼手錶，看到「恢復度 67%」。但這數字到底代表什麼？我花了三週同時戴著四支不同的運動手錶——對，我看起來超蠢——然後深入研究這些演算法背後的學術文獻。答案比你想像的更精密，但也更隨意。

每家主流穿戴裝置都會用到心率變異性、睡眠結構和訓練負荷的某種組合。但權重怎麼分配？這才是有趣的地方。Whoop 可能告訴你今天可以操爆自己，Garmin 卻建議你休息一下。同一個身體、同一晚的睡眠，建議卻天差地遠。

HRV 基礎：你神經系統的成績單

心率變異性（HRV）是幾乎所有恢復演算法的核心。概念很簡單：心跳之間的變異越大，通常代表神經系統越放鬆、恢復越好。變異越小，往往表示壓力大或還沒恢復完全。

但大多數人忽略了一件事：你的絕對 HRV 數值單獨來看幾乎沒有意義。2024 年發表在《Journal of Sports Sciences》的研究追蹤了 847 名業餘運動員，發現個人 HRV 基準線從 18ms 到 142ms 不等——健康程度相近的人之間竟然有八倍的差距。一個基準線 35ms 的人測到 42ms，那是狀態超好的一天。但基準線 90ms 的人測到同樣的 42ms？他可能正在感冒前兆。

這就是為什麼現代演算法會拿你當天的數值跟個人滾動基準線比較，通常是過去 7 到 14 天的平均。Whoop 用的是 30 天加權平均，Garmin 的 Body Battery 則用較短的區間。2025 年《Sports Medicine》的驗證研究發現，14 天基準線產生的恢復預測最可靠，能正確預測運動表現準備度的機率達 73%。

睡眠階段：不是每個小時都一樣值錢

你睡了八小時，但醒來還是累到不行。你的手錶可能察覺到你沒注意到的事。

恢復演算法不只是計算睡眠時間——它們會對不同階段給予不同權重。深層睡眠，也就是前幾個睡眠週期中以 delta 波為主的階段，恢復價值最高。一晚有 90 分鐘深層睡眠的恢復分數，通常會比 120 分鐘淺層睡眠來得高，即使總時數一樣。

REM 睡眠也很重要，但各家演算法處理方式不同。Apple Watch 的恢復功能強調 REM 對認知恢復的作用。Oura Ring 的演算法則在計算身體恢復時更重視深層睡眠。兩種做法都沒錯——它們只是在優化不同的目標。

入睡時間也有影響。對大多數人來說，午夜前入睡似乎能產生更多深層睡眠階段，這就是為什麼有些演算法會給較早就寢的人一點小加分。舉例來說，Garmin 的系統會考量睡眠規律性——每晚在同一個 30 分鐘區間內就寢，可以讓你的 Body Battery 充電效率提升最多 8%。

訓練負荷累積：昨天的操練是今天的債

恢復不是發生在真空中。你昨天做了什麼——還有前天、上週——都直接影響你能恢復到什麼程度。

大多數演算法使用某種版本的訓練衝量（TRIMP），這是運動科學的概念，把運動時間乘以強度。30 分鐘輕鬆慢跑可能記錄為 40 個負荷單位。同樣時間但用閾值配速跑，可能達到 120 單位。你明天的恢復分數反映的是身體消化了多少這樣的負荷。

Whoop 讓「負荷教練」概念普及化——你的每日負荷目標會根據恢復狀態調整。恢復度 85% 時，你可能有 18 單位的負荷容量。恢復度 45% 時，演算法會把建議上限設在 8 單位。2025 年的驗證研究發現，這種方法比固定訓練計畫減少了 34% 的過度訓練症狀。

但負荷計算本身各家也不同。Polar 強調心率區間和超過閾值的時間。Garmin 納入訓練負荷焦點——你最近的訓練是有氧、無氧還是混合型。Apple Watch 現在會考量爬升高度和環境溫度。每個選擇都反映了對「什麼最消耗身體」的不同假設。

權重遊戲：演算法分歧的地方

這裡就真的變複雜了。每家公司對這些輸入值分配不同的權重，而且大多數不公開確切公式。

從分析專利申請和已發表的驗證研究，我們可以大致推估各家的做法。Whoop 似乎把 HRV 權重設在恢復計算的約 40%，睡眠品質 35%，訓練負荷 25%。Garmin 的 Body Battery 看起來相反，更重視睡眠時間——約 45%——HRV 貢獻 30%，活動消耗 25%。

Oura Ring 又走另一條路，把呼吸頻率和體溫納入額外輸入。他們 2024 年的演算法更新加入了皮膚溫度偏差作為恢復修正因子，能在 HRV 變化明顯之前就抓到早期生病徵兆。

這些差異解釋了為什麼同一個人可以在一個裝置上看到 78% 恢復度，另一個卻只有 52%。兩個都沒騙你。它們只是在回答關於準備程度的稍微不同的問題。

早晨測量的問題

什麼時候測量非常重要。HRV 全天都在波動——剛醒來時的數值跟睡眠中或喝完早晨咖啡後的數值差很多。

Whoop 整夜連續測量，使用你醒來前的最後一筆數據。Garmin 在你最深層睡眠階段擷取資料。Oura 取你前幾個睡眠週期中最低數值的平均。Apple Watch 整夜取樣，然後套用自己的平滑演算法。

2024 年《Journal of Sports Sciences》的一篇論文比較了 312 名運動員六個月內這些不同方法的結果。發現什麼？一致性比測量時機更重要。每天用同樣方式測量的運動員，恢復分數和實際表現的相關性比測量條件不固定的人更好，不管他們用哪種方法。

這表示換來換去用不同裝置或改變你的習慣，會削弱演算法學習你模式的能力。選定一個系統，至少用 60 天再來評斷它準不準。

演算法還是有盲點

這些系統已經進步很多，但仍有看不到的地方。

心理壓力不一定會反映在 HRV 上，尤其是那種你神經系統已經適應的慢性輕度焦慮。工作上累死人的一週可能完全不會影響你的恢復分數。營養狀態——你有沒有吃夠還是在熱量赤字——手腕感測器看不到。脫水會影響 HRV，但演算法分不出脫水和真正的疲勞。

2025 年《Sports Medicine》的回顧指出，恢復分數能很好地預測身體表現準備度，但在 41% 的案例中無法捕捉心理準備度。你可能身體恢復了但腦子炸掉，反過來也可能。

一些較新的裝置正在嘗試解決這個問題。最新的 Whoop 更新把主觀準備度問題納入演算法。Garmin 現在會問你感知壓力程度。這些混合方法——結合客觀感測器數據和自我回報的感受——在早期研究中顯示出潛力。

讓這些數字真正派上用場

講了這麼多，你到底該怎麼用恢復分數？

把它當成眾多參考之一。在你感覺超棒的日子看到低分，可能代表演算法抓到你忽略的東西——也可能只是測量誤差。在你感覺很糟的時候看到高分，同樣值得懷疑。

最有價值的不是任何單一天的數字，而是幾週下來的趨勢。儘管睡眠充足、訓練適中，分數卻持續下降，暗示累積疲勞或即將生病。分數穩定上升則表示你的訓練量適當，身體正在良好適應。

記錄一下當你忽略分數和當你遵循分數時分別發生什麼事。三個月後，你就會有個人數據來判斷你的裝置演算法是否符合你的實際體驗。有些人發現 Whoop 的建議準得詭異。有些人發現 Garmin 的 Body Battery 更符合他們的現實。研究說這些工具平均來說有效——但你不是平均值，你是你自己。