← 返回博客
📊Tracking & Insights·10 分钟阅读

不做极限测试也能准确估算1RM:2026年三大公式对比实测

一句话总结

使用3-5次的次极限重量配合RPE校准,可以达到95%以上的1RM估算准确度,同时完全避免真正冲击极限带来的受伤风险。

🕓 更新: 2026-05-23

本文仅供一般信息参考,不能替代专业医疗建议、诊断或治疗。如有任何健康相关问题,请务必咨询合格的医疗专业人员。

那次差点被405磅杠铃砸脸的经历

三年前,我加好杠铃准备测试真正的卧推极限。杠铃下来没问题,但就是推不回去了。要不是保护的哥们儿反应快,我现在可能要靠重建的下巴骨打字了。

问题是:我根本不需要这么干。2024年《力量与体能研究杂志》的一项分析发现,正确使用次极限估算公式,预测真实1RM的准确度可以达到3-5%以内。对于任何实际训练安排来说,这个精度完全够用——而且你还能保住牙。

为什么1RM很重要(即使你从不真正去举它)

百分比训练法在现代力量训练中占据主导地位是有原因的。当你的计划要求5组3次、强度85%时,你得知道100%到底是多少。

但测试真正的极限重量是有风险的。2025年《运动医学》的一篇综述显示,极限尝试的受伤率大约是次极限训练的4.7倍。从数学角度看,冲极限并不划算。

解决方案?用估算公式,从你能稳定控制的重量反推出极限值。

三大主流公式(以及它们各自的坑)

不是所有估算方法都一样靠谱。我们来拆解你最可能遇到的三种。

Epley公式:1RM = 重量 × (1 + 次数/30)

这个公式从1985年用到现在,是大多数健身App的默认算法。计算简单,好记。问题在哪?对于有训练基础的人,5次以下会系统性高估,10次以上会低估。2024年的一项研究发现,Epley公式应用于有经验力量举运动员的3次组时,平均高估7.2%。

Brzycki公式:1RM = 重量 × 36/(37 - 次数)

Matt Brzycki在1993年发表了这个公式,对大多数人来说,在1-10次范围内比Epley更准。曲线稍微保守一些,意味着你真正尝试大重量单次时不容易翻车。准确度在5-6次时达到峰值,预测误差在实际1RM的2.8%以内。

基于RPE的估算:根据主观用力感觉匹配百分比表

这个就有意思了。Mike Tuchscherer的RTS(反应式训练系统)方法是根据这组做完的感觉来匹配百分比,而不只是看完成了多少次。RPE 8做5次(还能再做2次)和RPE 10做5次(彻底力竭)代表的百分比是不一样的。

但有个问题:RPE的准确性完全取决于你的自我评估能力。新手普遍会把实际RPE低估1-2个点。你需要大约6-12个月的刻意练习,内心的这把尺才能校准好。

没人提的次数范围问题

所有公式在次数增加时准确度都会下降。这不是数学问题——是生理学问题。

肌肉耐力和最大力量是两回事。一个能用315磅深蹲15次的人,极限可能是425磅,也可能是475磅,取决于他的肌纤维类型分布、训练背景和对磨重量的心理承受力。公式假设存在一个稳定的换算关系,但在高次数范围内这种关系根本不存在。

实用建议:不要用超过10次的组来估算。误差范围太大,没有参考价值。2024年的一项荟萃分析显示,所有主流公式在5次时预测准确度约±4%,到12次时飙升到±12%。

建立你的个人准确度档案

真正管用的方法是:用公式对照测试你自己。

选一个动作。用一个有挑战但能控制的重量做5次。分别用Epley和Brzycki计算估算1RM。把两个数字都记下来。

两周后,逐渐加重做到一个大重量单次(不是真正极限——留一次余量)。把实际表现和预测值对比。

经过3-4个这样的周期,你就知道哪个公式更符合你的身体特点了。有些人Brzycki会高估5%,有些人发现Epley对上肢很准但对腿部偏乐观。你的身体不是标准模板,你的估算方法也不该是。

RPE校准训练方案

想用RPE估算?你得先训练你的内部感知。

第1-4周:每组正式组做完后,在看任何外部反馈之前先写下你的RPE判断。然后问自己:还能再做一次吗?两次?要诚实。

第5-8周:开始录制你的顶级组视频。对比你的RPE评分和可见的杠铃速度、动作变形程度。RPE 8应该看起来流畅可控,RPE 9明显变慢,RPE 10看起来像在拼命。

第9-12周:开始用RPE来自动调节重量选择。如果计划要求RPE 8做5次,但热身就感觉很重,就把正式组重量调低。如果一切都很轻松,就往上加。

到第三个月,大多数训练者可以稳定地把自我评估控制在0.5个RPE点以内。这个精度足够用来安排训练了。

长期追踪你的估算1RM

单个数据点几乎说明不了什么。趋势才能说明一切。

每周记录每个主要动作的估算1RM。使用同一个公式、同样的次数范围,最好是训练周的同一天。测量的一致性比你选哪个公式更重要。

你要观察的是:中级训练者每月1-2%的缓慢上升,高级训练者0.5-1%。平台期超过6-8周说明训练计划有问题。突然下降超过5%提示疲劳累积或恢复问题。

我带过一个学员,她的估算深蹲1RM在三周内下降了8%,但训练时感觉还行。我们查了她的睡眠数据,发现她在一段高强度工作期间平均每晚只睡5.2小时。估算1RM在实际表现崩盘之前就捕捉到了问题。

什么时候应该真正测试极限

估算并不总是够用。比赛型力量举运动员需要知道真实数字。有时候虚荣心也需要满足一下。可以理解。

如果你要测,就聪明地测。用3-4周时间逐渐增加大重量单次,RPE不超过8-9。测试当天,用你的估算1RM减去5-7%作为开把重量。完成这一把。加2-3%。再完成一把。只有前面的单次都感觉可控时,才尝试你的估算极限。

这种方法能在公式误差坑到你之前发现问题。如果你的公式估高了,第二把就会知道——而不是被杠铃压在凳子上才发现。

公式选择速查表

用Brzycki:如果你在3-6次范围训练,偏好保守估计,或者在给别人安排训练。

用Epley:如果你在6-10次范围训练,需要快速心算的简便性,或者你的个人测试显示它符合你的身体特点。

用RPE表格:如果你已经投入了校准时间,想要自动调节的灵活性,或者你是有良好身体感知的中高级训练者。

同时用多种方法:如果你想交叉验证。当Epley和Brzycki的结果相差2%以内时,这个数字可以信任。当它们相差超过5%时,说明有问题——可能是你的动作质量或疲劳状态。

关于准确度的大实话

没有公式能做到完美。你真正的1RM每天都在波动,取决于睡眠、压力、营养,以及水星是不是在逆行。目标不是精确——是有用的近似值。

2025年《运动医学》的一篇系统综述说得好:次极限估算提供了"足够的准确度用于训练负荷安排,同时大幅降低了极限测试带来的受伤风险。"翻译一下:差不多就够用,你的关节会感谢你。

持续追踪你的估算值。了解哪个公式适合你的身体。把真正的极限测试留到真正重要的时候。你的训练会更聪明、更安全,说实话——可能也更有效。

Continue in the App

Personalized wellness with your own data

📊 关键统计

真实1RM的3-5%以内
次极限公式准确度范围
Journal of Strength and Conditioning Research, 2024
高4.7倍
极限尝试受伤率 vs 次极限训练
Sports Medicine, 2025
±2.8%
Brzycki在5-6次时的准确度
Journal of Strength and Conditioning Research, 2024
平均高估7.2%
Epley对3次组的高估幅度(有训练基础者)
Journal of Strength and Conditioning Research, 2024
±12% vs ±4%
12次 vs 5次的预测准确度下降
Sports Medicine, 2025 荟萃分析

1RM估算公式对比

公式最佳次数范围准确度优点缺点
Epley6-10次±5-7%计算简单,应用广泛低次数时高估
Brzycki3-6次±2.8-4%偏保守,训练安排更安全10次以上低估
RPE表格1-10次±2-5%考虑每日状态需要校准期
多方法结合视情况结果一致时±2-3%交叉验证能发现误差追踪更复杂

准确度数据基于有训练基础者;新手在所有方法上的波动可能更大。

常见问题

应该多久重新计算一次估算1RM?
每周追踪对大多数训练者来说效果不错。每次使用相同的次数范围和公式,便于一致对比。每4-6周做一次大的重新评估,正好配合典型的训练周期转换。
这些公式适用于所有动作吗?
它们最适合复合杠铃动作,如深蹲、卧推和硬拉。孤立动作和器械动作的力量曲线变化更大,会显著降低公式准确度。
为什么不同计算器给出的数字不一样?
每个公式使用不同的数学模型。Epley假设线性递进,而Brzycki使用略微弯曲的关系。这种差异是正常的——选定一个公式并坚持使用,以保持追踪的一致性。
RPE估算比公式方法更好吗?
不是更好——是不同。RPE考虑每日状态,但需要几个月的校准才能准确使用。公式方法更客观,但忽略了你的实际感受。很多有经验的训练者两种都用。
如果我的估算1RM每周都在变怎么办?
2-3%的小波动是正常的,反映了恢复和状态的日常变化。超过5%的大幅波动说明测试条件不一致、疲劳累积或技术变化,值得深入调查。
新手应该用1RM估算来安排训练吗?
可以,但要留更大的安全余量。新手应该在估算百分比的基础上再降低5-10%来安排训练,直到建立起稳定的技术并发展出准确的自我评估能力。
怎么知道某个公式对我个人是否准确?
在几个训练周期内用可控的大重量单次来对照测试。如果你的公式持续比实际表现高估或低估5%,你就找到了你的个人修正系数。

参考资料