测力量还在死磕1RM？5张Excel表，把RM和速度法一次讲透基于 NSCA SCJ 最新工具论文，手把手教你做肌肉适能评估 2026年8月 · 锐利体能 |
肌肉适能（Muscular Fitness, MF）与人的健康水平和运动表现密切相关，而规律、个性化的抗阻训练，是提升肌肉适能最被公认的手段（Westcott, 2012；Fry, 2004）。但抗阻训练要真的有效，关键不在"练得多狠"，而在于强度怎么开——而开强度的前提，是准确评估一个人当下的肌肉适能水平（Ferri Marini et al.）。 说到评估，行业里最常被提起的就是三大件：1次最大重复（1-RM）、多次最大重复（Multiple-RM）、负荷-速度曲线（Load-Velocity Profile, LVP）。它们各有道理，但也各有让人头疼的地方——耗时、复杂、还有安全风险，尤其当你要面对一个大群体或者特殊人群时，传统方法会非常吃力（Suchomel et al., 2021）。 💡 锐利观点 评估的本质不是"测个最大值"，而是给训练开一张靠谱的处方。本文介绍的工具，价值在于把"标准化流程"和"个性化参数"打通——让教练少算账、多观察。 |
好消息是，今年 NSCA《Strength and Conditioning Journal》发表了一篇开放获取（CC BY 4.0）的工具论文（Grossi et al., 2026）。作者团队直接用 Excel 做出了5 套开箱即用的测试模板，配套 5 段视频教程，把"1-RM、多次RM、LVP"三大类评估方案的生成和分析全部自动化：你只需要填入目标参数，表格就帮你排好递增负荷、算好强度，还能即时出图。今天我们就把这篇论文拆开，连同原文里的核心表格，一起整理给你。 |
|
论文用 Microsoft Excel 2018 开发了 5 个模板，覆盖 RM 法和 LVP 法的主要流派。每个模板都附带视频教程（SDC 6–10），让教练和研究者在"零手算"的前提下，生成个性化测试方案并分析数据。下面这张表，是原文 PROCEDURES 部分的整理：
| 表 1 ｜ 5 套测试模板一览 |
| 模板名称 | 用途 | 补充材料 | 视频教程 |
| 1-RM ACSM | | | |
| Multiple-RM | 测多次最大重复（如 5RM），并据此推算 1-RM | | |
| 速度法 LVP（VB） | | | |
| 百分比 LVP（PB） | | | |
| 两点 LVP（2-POINT） | | | |
原文强调：无论用哪套方案，都应该先走一套统一的"一般+专项"热身（Banyard et al., 2017；ACSM, 2022）。文献对热身的具体强度、时长、次数给的指导有限，所以作者把两种热身合并成一个标准化版本，作为所有模板的通用前置。注意，这只是建议，研究者可按需调整。
| 表 2 ｜ 标准化热身流程（通用） |
| 阶段 | 内容 |
| 一般热身 | 5 分钟单车：男性 100 W / 女性 60 W；随后 5 分钟主动拉伸（动态）（Abad et al., 2011） |
| 专项热身 | 10 次目标动作：杠铃类男性从 20 kg / 女性从 15 kg 起；器械类从 0 kg 起（ACSM, 2022） |
1-RM（ACSM 流程）：先走标准化热身，休息 2 分钟，再做 3 个递增的 building sets，逐步逼近个人的预估最大能力。随后进行 1-RM 尝试——负荷在上一次专项热身负荷的基础上，上肢加 2.5–5 kg、下肢加 5–10 kg；若某一试举失败，则把负荷下调 2–5 kg，最多尝试 5 次，取能标准完成 single repetition 的最大重量，并记录对应的 V1-RM（1-RM 速度）。
Multiple-RM：整合了 NSCA（Schoenfeld & Snarr, 2022）与 Ross 等（2015）的方案。从 9 次 @50% 预估 1-RM 开始，依次 7 次 @65%、3 次 @80%、1 次 @100% 预估 1-RM，每组间休息 2 分钟；负荷递增幅度为上肢体 2.5–5 kg、下肢 7.5–10 kg。达到 100% 预估负荷后，做 3–5 次最大尝试，取"能标准完成目标次数"的最大重量作为最终 Multiple-RM。它特别适合刚接触抗阻训练的人——不用直接冲最大，也能估出最大力量水平（ACSM, 2022）。
基于速度的训练（VBT）近年很火，核心逻辑是：在以最大意图举起时，负荷与动作速度呈强负相关——这就是每个人的"负荷-速度曲线"（LVP）（Gonzalez-Badillo & Sanchez-Medina, 2010；Sanchez-Medina et al., 2010）。正因速度能敏感反映 %1-RM，它成了监控强度、应对每日状态波动的好指标（Weakley et al., 2021）。论文聚焦 LVP 的 3 个子流派：
① 速度法 LVP（VB）：负荷以 10 kg 递增，直到平均推进速度（MPV）低于 0.5 m/s；过程中按速度控制次数——轻负荷（MPV > 1.0 m/s）做 3 次、中负荷（0.65–1.0 m/s）做 2 次、重负荷（< 0.65 m/s）做 1 次；突破 0.5 m/s 后改用 5–1 kg 的小幅微调。每次只记录该负荷下最快的一次。
② 百分比法 LVP（PB）：按固定 %1-RM 递增——3 次 @20%、3 次 @40%、3 次 @60%、1 次 @80%、1 次 @90%、1 次 @100% 预估 1-RM，每组间休息 2 分钟，每个递增负荷做 2 次试举、取最快速度建模。关于选什么百分比：上肢研究较少，Garcia-Ramos 等（2018）建议自报 1-RM 的 40–50% 与 70–80%；下肢方面，Çetin 等（2022）建议硬拉用 40–90%、深蹲用 40–60%。
③ 两点法 LVP（2-POINT）：通常没有标准流程，论文采用 Garcia-Ramos 等（2018）的做法——2 组 × 3 次 @50% 预估 1-RM（组间休息 45 秒），再加 2 组 × 1 次 @80% 预估 1-RM（组间 45 秒）。到这一步就可以停，用已采集的速度数据估算 1-RM；也可以选择继续做最大测试：休息 2 分钟后，1 次 @100% 预估 1-RM。它的优势是只用 2 个负荷，最省时、最不疲劳。
下面两张表，是原文 Table 1 的完整整理。第一张是各方案的递增负荷步骤与 1-RM 尝试；第二张是各方案的负荷调整规则与备注。建议收藏，对照着用。
| 表 3a ｜ RM 与 LVP 方案 · 递增负荷步骤对照 |
| 步骤 | ACSM 1-RM | Multiple-RM | LVP VB | LVP PB | LVP 2-POINT |
| 递增组1 | | | | | |
| 递增组2 | | | | | |
| 递增组3 | | | | | |
| 递增组4 | | | | | |
| 递增组5 | | | | | |
| 1-RM尝试1–5 | | | | | |
| 表 3b ｜ 各方案负荷调整规则与备注 |
| 方案 | 负荷调整规则 / 备注 |
| ACSM 1-RM | 首次尝试在专项热身负荷上加：上肢 2.5–5 kg / 下肢 5–10 kg；失败则下调 2–5 kg |
| Multiple-RM | 负荷递增：上肢约 2.5–5 kg、下肢 7.5–10 kg；失败则同幅下调。n 须等于所选的预估 Multiple-RM 次数 |
| LVP VB | 依据实时 MPV 调整次数；无统一"kg 递增"备注，由速度阈值驱动 |
| LVP PB | 成功则加 0.5–2.5 kg，失败则减 0.5–2.5 kg |
| LVP 2-POINT | 首次尝试在专项热身负荷上加：上肢 2.5–5 kg / 下肢 5–10 kg；失败则下调 2–5 kg |
选哪种方案，没有标准答案，要综合"训练目标、人群特征、设备条件、可用时间"四个维度（Haff & Triplett, 2016）。下面这张对照表帮你快速判断：
| 表 4 ｜ RM 法 与 LVP 法 选择对照 |
| 维度 | RM 法（1-RM / Multiple-RM） | LVP 法（VB / PB / 2-POINT） |
| 是否需要器材 | | 需速度测量设备（线性/位置传感器等，已越来越平价） |
| 安全风险 | | |
| 是否直接测 1-RM | 是（1-RM 直接测；Multiple-RM 推算） | |
| 速度信息 | | |
| 适用场景 | | 降疲劳/伤险、做日常强度精调；PB 与 2-POINT 需先有 1-RM |
一个实用的选择逻辑：刚接触抗阻训练的人，用 Multiple-RM 估最大力量最稳妥；想减少疲劳和伤痛、又想精细控强度的人，上 LVP——其中 2-POINT 最快最省力，PB 更省设备依赖，VB 最贴近"速度驱动"的原教旨。需要提醒：LVP 的 PB 和 2-POINT 都依赖一个已有的 1-RM 值来定负荷百分比。
RM 法的结果：1-RM 测出后，可用 Brzycki 公式反推"目标强度（%1-RM）对应的负荷与预估次数"，也能算出"目标多次 RM 需要的负荷"。Multiple-RM 的结果则可先用 Brzycki 法估算 1-RM，再做同样推算（LeSuer et al., 1997）。
LVP 法的结果：用测试建立的线性或二次速度方程，可以求"达到目标速度所需的负荷（kg 与 %1-RM）"，也能估算 1-RM（取实际举起的最大重量，或由 V1-RM 反推）。均值速度（MV）、平均推进速度（MPV）、峰值速度（PV）可分别记录，对应不同速度区与训练目标（Garcia-Ramos et al., 2020）。值得一提的是，2-POINT 模板还提供"最佳值/平均值"两种回归、以及"实测/通用 V1-RM"两种口径，能给出 2 个不同的 1-RM 估算，方便交叉校验。
论文很坦诚地列出了边界，这恰恰是专业性的体现：
• 公式有误差：Brzycki 虽被广泛采用，但预测方程具有"动作特异性"，可能高估或低估 1-RM（Banyard et al., 2017；Hughes et al., 2019）；LVP 通用模型也未必充分纳入性别、年龄等差异（Garcia-Ramos et al., 2018）。
• 热身方案偏"经验值"：文中统一热身的强度、时长、次数主要依据 Banyard 与 ACSM 的建议，本身带有任意性，应按场景和个体调整。
• 仍依赖教练判断：表格里的负荷增减，最终由教练根据现场表现决定——所以操作者需要受过训练、能准确评估试举质量。2-POINT 虽省时省力，但多点法在独立使用时通常更准。
• 关于熟悉化：Grgic 等（2020）的系统综述显示，1-RM 测试的可靠性本身就很高，跟是否做熟悉化、训练经验、上下肢都没强关系，所以不强制；而 LVP 是否需要熟悉化，目前还缺研究。
💡 观点 工具是手段，不是目的。这 5 张表把"标准化 + 个性化"真正打通了，但负荷该加该减，最后还得靠教练的眼睛和经验。我们的建议：新手从 Multiple-RM 起步，顺手积累速度数据；进阶训练者用 LVP 做日常强度微调——让每一次训练都"有据可依"，而不是凭感觉。 |
📄 论文来源：Grossi T, Micheli L, Magnoni M, Lucertini F, Ferri Marini C. Muscular Fitness Assessment and Exercise Prescription: Tools for Implementing Repetition Maximum and Load-Velocity Profile Testing Protocols. Strength and Conditioning Journal. 2026. 开放获取（CC BY 4.0），NSCA。 |
作者信息 锐利体能 科学训练 · 学术科普让每一次训练都有据可依 |
