本網站使用cookie
我們使用cookie來將內容和廣告個人化,以提供社交媒體功能和分析我們的流量。我們也與我們的社交媒體、廣告和分析合作夥伴分享有關您使用我們網站的資料,這些合作夥伴可能會將有關資料與您所提供給他們的其他資料或他們從您使用他們的服務時所收集的資料相結合。
同意選擇
進一步瞭解
  • 必要的cookie會透過啟用如頁面導航和訪問網站的安全區域等的基本功能,以幫助使網站可用。沒有這些cookie,網站將無法正常運行。
    • 進一步瞭解本公司在新視窗中開啟
      CookieConsent儲存使用者目前網域的Cookie同意狀態
      最長儲存期限: 1 年類型: HTTP Cookie
    • 進一步瞭解本公司在新視窗中開啟

      此供應商收集的部分資料用於個人化和衡量廣告效果。供應商可能會使用 IP 位址進行廣告衡量和個人化廣告。

      test_cookie用於檢查使用者的瀏覽器是否支援Cookie。
      最長儲存期限: 1 日類型: HTTP Cookie
    • 進一步瞭解本公司在新視窗中開啟
      __cf_bm此Cookie用於區分人類與機器人。這對網站而言有其效益,可對其網站使用情況產生有效的報告。
      最長儲存期限: 1 日類型: HTTP Cookie
  • 首選cookie使網站能够記住改變網站行為或外觀的資料,如您的首選語言或所在地區。
    • 我們並不使用這類型的cookie。

  • 統計cookie透過匿名收集和報告資料,以幫助網站擁有人瞭解訪客是如何與網站互動。
    • 進一步瞭解本公司在新視窗中開啟
      p.gif追蹤網站上使用的特殊字型,供內部分析使用。此Cookie不會記錄任何訪客資料。
      最長儲存期限: 環節類型: 像素追蹤器
    • 進一步瞭解本公司在新視窗中開啟

      此供應商收集的部分資料用於個人化和衡量廣告效果。供應商可能會使用 IP 位址進行廣告衡量和個人化廣告。

      _ga用於將訪客裝置與行為資料傳送至Google Analytics。可跨裝置與行銷管道追蹤訪客。
      最長儲存期限: 2 年類型: HTTP Cookie
      _ga_#用於將訪客裝置與行為資料傳送至Google Analytics。可跨裝置與行銷管道追蹤訪客。
      最長儲存期限: 2 年類型: HTTP Cookie
  • 市場營銷cookie用於跟蹤各網站上的訪客。其目的是展示與個人用戶相關且具吸引的廣告,從而對出版商和第三方廣告商更有價值。
    • 進一步瞭解本公司在新視窗中開啟

      此供應商收集的部分資料用於個人化和衡量廣告效果。供應商可能會使用 IP 位址進行廣告衡量和個人化廣告。

      pagead/1p-user-list/#追蹤使用者是否在多個網站上對特定商品或活動表現出興趣,並偵測使用者在網站間的瀏覽方式。用於衡量廣告成效,並促成網站間推薦佣金的支付。
      最長儲存期限: 環節類型: 像素追蹤器
      _gcl_au用於透過收集多個網站上廣告轉換率的資料,衡量網站廣告成效。
      最長儲存期限: 3 月類型: HTTP Cookie
      _gcl_ls追蹤使用者與網站廣告橫幅之間的轉換率-用於優化網站上廣告的相關性。
      最長儲存期限: 持續類型: HTML本地儲存空間
    • 進一步瞭解本公司在新視窗中開啟
      __Secure-ROLLOUT_TOKEN用於追蹤使用者與嵌入式內容的互動。
      最長儲存期限: 180 日類型: HTTP Cookie
      __Secure-YEC使用嵌入式YouTube影片時,儲存使用者的影片播放器偏好設定
      最長儲存期限: 環節類型: HTTP Cookie
      __Secure-YNID用於追蹤使用者與嵌入式內容的互動。
      最長儲存期限: 180 日類型: HTTP Cookie
      LAST_RESULT_ENTRY_KEY用於追蹤使用者與嵌入式內容的互動。
      最長儲存期限: 環節類型: HTTP Cookie
      LogsDatabaseV2:V#||LogsRequestsStore用於追蹤使用者與嵌入式內容的互動。
      最長儲存期限: 持續類型: IndexedDB
      TESTCOOKIESENABLED用於追蹤使用者與嵌入式內容的互動。
      最長儲存期限: 1 日類型: HTTP Cookie
      VISITOR_INFO1_LIVE嘗試估算使用者在含有嵌入式YouTube影片頁面上的頻寬。
      最長儲存期限: 180 日類型: HTTP Cookie
      YSC註冊一個唯一ID,以統計使用者觀看過的YouTube影片。
      最長儲存期限: 環節類型: HTTP Cookie
      yt-icons-last-purged網站上YouTube影片內容的實作及功能所需。
      最長儲存期限: 持續類型: HTML本地儲存空間
      ytidb::LAST_RESULT_ENTRY_KEY用於追蹤使用者與嵌入式內容的互動。
      最長儲存期限: 持續類型: HTML本地儲存空間
      YtIdbMeta#databases用於追蹤使用者與嵌入式內容的互動。
      最長儲存期限: 持續類型: IndexedDB
  • 未分類的cookie是我們正在對其及其提供商進行分類的cookie。
    • matrix_last_commercial_product待處理
      最長儲存期限: 環節類型: HTML本地儲存空間
Cookie聲明上一次經由 Cookiebot於9/28/26更新
[#IABV2_TITLE#]
[#IABV2_BODY_INTRO#]
[#IABV2_BODY_LEGITIMATE_INTEREST_INTRO#]
[#IABV2_BODY_PREFERENCE_INTRO#]
[#IABV2_BODY_PURPOSES_INTRO#]
[#IABV2_BODY_PURPOSES#]
[#IABV2_BODY_FEATURES_INTRO#]
[#IABV2_BODY_FEATURES#]
[#IABV2_BODY_PARTNERS_INTRO#]
[#IABV2_BODY_PARTNERS#]
相關
Cookie是一種小型文字檔,讓網站可以為用戶提供更高效率的體驗。

法例規定,如果cookie對於本網站的運行屬絕對必要的話,我們可以在您的設備上儲存有關cookie。對於所有其他類型的cookie,我們則需要您的許可。

此網站使用不同類型的cookie。一些cookie是經由出現在我們頁面上的第三方服務商所放置。

您可以隨時在我們網站內的Cookie聲明中更改或撤回您的同意。

瞭解更多關於我們是誰、您如何可以與我們聯絡,以及我們如何在我們的隱私政策下處理個人數據。

當您就您的同意與我們聯絡時,請提供您的同意身份編號和日期。

PACE-連網健身生態系:AI 如何驅動個人化訓練

April 2, 2026

seca 體重計與部分 Matrix 產品的示意圖,前景可見 Matrix 和 seca 標誌

互聯健身生態系統,是在現代健身房中提供真正個人化體驗的重要關鍵。透過結合 AI、即時數據和智慧設備,像 PACE 這樣的平台——由 Matrix 與 seca 合作開發的 Personalized Adaptive Coaching Experience——正在改變訓練課程的設計與提供方式。

當 Matrix 開始探索個人化訓練的未來時,團隊很快就意識到,單靠 AI 並無法解決這個產業最大的挑戰。

如全球資深數位產品經理 Matt McConley 所說:「我們不想再打造另一個數位功能。」我們的目標是打造一個完整的生態系統,讓真實數據、真實設備和真實訓練環境彼此協同運作,提供真正有意義的個人化體驗。」

透過這種整合式方法,PACE 展示了下一代健身科技將如何超越彼此獨立的裝置或軟體,在整個場館中打造一致的訓練體驗。

數據如何推動個人化健身方案

真正個人化的健身,始於準確的數據。���而,對大多數健身場館會員來說,運動決策往往是基於猜測,而非有意義的洞察。很多人不知道該使用多重的重量、應該優先使用哪些設備,或是該訓練多久才能達成自己的目標。

為了補足這項落差,Matrix 與 seca 攜手合作。seca 是一家在醫療級測量與分析領域擁有超過 185 年專業經驗的公司。seca's 身體組成分析可在幾秒內提供經臨床驗證的數據,為每位使用者建立詳細的生理特徵資料。由於機器學習模型高度依賴輸入資料的品質,因此這種精確程度比傳統健身等級的估算提供了可靠得多的基礎。

透過結合 seca 的醫療等級測量與 Matrix 訓練技術,PACE 將生理數據洞察轉化為實用的運動指引。這種方法很快就證明,當可靠的數據結合智慧化程式設計時,個人化就能同時具備可信度和可執行性。

顯示 ITC 螢幕上的 PACE 主畫面與操作說明

打造互聯的健身生態系統

要把身體組成分析洞察轉化為真正的訓練內容,並不只是建立一個 AI 模型這麼簡單。開發團隊需要設計一個完整的生態系,讓多種技術能夠各自獨立運作,同時仍能共同打造流暢無縫的使用者體驗。

PACE 串聯整個場館環境中的多個關鍵要素。seca TRU 是一款身體組成分析儀,可擷取生理數據,而 Matrix 的有氧和肌力訓練觸控主控台,則可透過會員已在使用的機台,直接提供個人化訓練內容。會員識別系統會將個人檔案連結至訓練內容,而 Matrix 專有的 AI 會將接收的資料轉換為以目標為導向的訓練方案。

為了讓這個系統更可靠,工程師先個別開發每一個元件,再將它們整合為一套統一的工作流程。這種模組化的方法可確保每個部分在連接到更大的生態系統之前,都能先獨立正常運作。
由此形成的架構體現了 PACE 的核心宗旨:當整個訓練環境協同運作並加以支援時,個人化才能真正發揮強大效益。

AI 如何適應真實健身房環境

即使是較為進化的 AI 訓練模型,最終仍必須在真實的健身場館中運作;在這些場域裡,共用的設備、繁忙的時程安排,以及難以預測的人流動線,都會影響會員實際的運動方式。

在開發過程中,研究顯示,運動者在一般一小時的訓練中,經常會花上多達二十分鐘在不同機台之間移動,或等待設備。早期那些在紙面上看似有效率的訓練規劃模式,在實際訓練環境中有時卻需要花費更多時間。

為了解決這項挑戰,我們的 AI 開發團隊將營運洞察納入系統邏輯中。他們針對機台可用性、場館配置和實際可行的訓練時間,進一步優化了這個平台。他們重新訓練了這個模型,讓推薦的訓練內容能符合會員實際可運用的時間,而不是理想化的訓練條件。

這些調整確保 PACE 能反映現代健身場館的實際需求。藉由這麼做,平台再次強化其核心承諾:個人化訓練必須能在真實環境中發揮作用,而不只是停留在理論層面。

以 AI 簡化健身房導入流程

另一個關鍵挑戰是讓使用者順利上手。許多健身場館會員在第一次造訪時,常會感到不知所措,不確定該從哪裡開始,或該使用哪些設備。

PACE 跨越了這道門檻,透過精心設計的新手導入體驗,在幾分鐘內就能提供有意義的指引。開始使用時,使用者將先完成身體組成測量,並填寫一份包含三個問題的問卷,以了解他們的目標、訓練頻率和偏好的運動時長。

運用這些資訊,系統會立即產生個人化的訓練內容,並透過 Matrix 觸控螢幕主控台提供給你。第一次訓練同時也是一項評估,用來為關鍵肌群建立基準力量指標。這些基準可讓系統在不需要冗長測試過程的情況下,估算其他訓練動作的適當阻力程度。

透過簡化初始導入流程,PACE 讓個人化訓練從第一次訓練開始就更容易上手。這個精簡的入門起點能減少混淆,讓會員更專注於進步。

一位穿著黑色上衣、站在跑步機上的人,正準備觸碰螢幕開始訓練

連網健身生態系的未來

從一開始,PACE 的設計定位就是作為基礎,而非成品。其架構讓整個生態系統能隨著新的資料來源、技術和健康優先事項的出現而持續擴展。

未來的整合可能還會納入其他資料來源和測量項目,進一步優化運動建議,同時支援更廣泛的健康方案,例如預防保健和長期健康促進計畫。

這個平台也為教練和場館營運者開啟了新的可能性。AI 產生的基礎課表設計可以減輕行政工作負擔,讓教練能將更多時間投入建立關係和提供高品質指導,而不是從零開始設計訓練內容。

正如 McConley 所反思的:「讓 PACE 強大的,不只是技術本身。這是我們圍繞它所打造的生態系。當精準的健康數據、智慧設備和專業課程設計彼此串聯時,我們的場館就能提供以往根本無法實現的個人化體驗。」

透過將測量、設備和適應性訓練規劃整合為單一系統,PACE 展示了串聯式健身生態系如何改變訓練場域。對會員、教練和場館營運者來說,它都能將複雜的數據轉化為更有把握的行動。更重要的是,它將個人化健身從一種嚮往化為現實。