“所谓更懂运动，不只是掌握训练方法，更在于精准判断练什么、不练什么，并能清晰阐明背后的科学逻辑。这，才是真正的服务。”
7月17日，2026世界人工智能大会（WAIC）在上海正式启幕。在一场聚焦垂直场景的分论坛上，Keep算法负责人武博文发表主题演讲《运动科技的下一个十年：AI如何重塑健康服务的本质》，首次面向行业系统阐释其自研运动垂类大模型“Keepace.ai”的设计初衷、能力边界与实际落地路径。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
（Keep算法负责人武博文）这是Keep自2025年初官宣“All in AI”战略后，首次在WAIC这一全球级技术盛会中，全面公开其专属大模型的核心架构与演进节奏。此次亮相释放出一个关键信号：运动科技赛道的竞争重心，正加速从“内容数量”和“用户规模”的比拼，转向“能否用AI稳定、可信、可持续地交付服务”。
从“卖课”到“卖服务”：为何运动健康必须拥有专属模型
演讲伊始，武博文回溯了Keep过去十年构建的核心竞争力——高质量运动内容服务体系。但他同时指出，该模式面临双重瓶颈：一是供给天花板，受限于人力投入，高尔夫、攀岩、普拉提等小众课程难以规模化覆盖；二是价值天花板，当前会员ARPU值约为20元，本质上仍是“课程售卖”，尚未跃迁至“服务交付”。
AI的成熟，恰好为突破这两重瓶颈提供了新解法。在内容供给端，AIGC可一次性补全长尾运动品类；在商业价值端，AI Coach所提供的动态计划生成、实时动作反馈与全程陪伴体验，其服务深度已接近线下私教水准——这意味着ARPU具备近10倍的提升潜力。
但随之而来的一个根本性问题不容回避：通用大模型能否直接胜任运动指导任务？
答案是否定的。他以“三大不可绕行的门槛”说明，运动健康领域对模型有独特且严苛的要求。
第一重门槛，是安全红线。通用模型若在问答中出现幻觉，用户尚可交叉验证；但在运动场景中，错误指令一旦被用户执行，可能造成不可逆的身体损伤。而通用模型的优化目标是整体响应质量，并未将“零身体伤害”设为强制约束项，也缺乏对应的安全评测体系。因此，专属模型的第一要务，就是把安全边界嵌入模型架构与评估全流程，成为不可妥协的硬性指标。
第二重门槛，是伪科学过滤能力。健身领域本就是网络谣言高发区，“出汗越多减脂越快”“空腹有氧燃脂效率翻倍”等说法，在互联网语料中的出现频次远高于权威文献。通用模型缺乏专门的纠偏机制，容易照单全收并复现误导信息。而专属模型则将“是否有循证依据、能否追溯原始出处”设定为训练与评测的刚性标准。
第三重门槛，是个性化建模精度。这既涉及记忆架构——需长期沉淀每位用户的训练轨迹、疲劳周期、恢复节奏等跨时段数据；也关乎模型能力——需将原始传感器信号转化为对个体体能基线、运动阈值及适应潜力的准确刻画，必须通过专项训练完成。武博文援引行业实践佐证：Google并未让Gemini直接解析可穿戴设备数据，而是另立Large Sensor Model；腾讯CL-bench Life的研究亦表明，从碎片化、非结构化的运动与饮食真实数据中提炼推理能力，对现有通用模型构成显著挑战。
基于上述三重判断，Keep采取分阶段推进策略：优先夯实“安全”与“科学”两大根基，将个性化作为中长期重点攻坚方向。
Keepace.ai三大核心能力：安全为先、科学为本
今年4月，Keep正式发布首版运动垂类大模型Keepace.ai。武博文在演讲中展示了其当前已在三大高频场景实现工程化落地：智能训练课程生成、专业运动知识问答、多源运动数据深度解读。
在课程生成环节，当用户提出“想用哑铃练背，但最近腰有点不适”时，Keepace.ai不会像通用AI那样直接推荐俯身划船或硬拉，而是首先识别脊柱承压风险，主动选择单臂支撑划船以减轻腰椎负荷，并完整规划热身→主训→核心激活→静态拉伸四阶段流程。每个阶段均标注动作要点与节奏控制，并在建议末尾明确提示：“若腰部疼痛呈急性发作、伴下肢放射性麻木或无力，请立即停止训练并及时就医”。
Gemini Notebook网页版是一款基于AI的智能笔记工具，其核心功能是让用户上传个人文档（如PDF、文本等），并以此为基础进行交互。它能针对你的资料进行总结、解答疑问、生成新内容，让信息处理更高效。该版本为在线使用，无需下载安装。
面对用户提问“减肥跑步时配速重要吗”，Keepace.ai先厘清前提——减脂本质依赖热量缺口，再给出结论：“配速会影响能耗分布，但对多数人而言，持续坚持的能力，远比单次高强度更重要。”同时驳斥“先耗糖再燃脂”的常见误区，指出人体三大供能系统始终协同工作，仅按运动强度动态调整供能比例。所有观点均附带权威文献来源，并经运动科学顾问团队逐条审核，确保可溯源、可验证。
在运动数据解读场景中，当跑者上传一次10公里实测数据并提问“这次强度较高，是否影响恢复？”时，Keepace.ai能精准识别平均心率达估算最大心率的89%（属高强度区间），同步发现GPS记录中累计爬升5426米但实际海拔差仅21米的明显漂移误差，并依据运动生理学恢复模型，输出未来48–72小时的恢复节奏建议及下次训练强度调节方案。
武博文强调，这三项能力背后统一遵循同一底层逻辑：选动作、下结论、读数据——每一步决策，都将“安全无误”与“科学有据”置于最高优先级。
All in AI这一年：盈利拐点、数据壁垒与模型规模化落地
Keepace.ai所展现的独特能力，根植于Keep过去一年“All in AI”战略的系统性推进。
2025年2月，Keep创始人王宁发布全员信，宣告公司正式迈入“All in AI”的十年新周期。自此，Keep的战略定位完成关键跃迁：从“运动内容平台”升级为“AI驱动的运动健康服务生态”。
财务层面的转变最为直观。财报显示，2025年Keep实现经调整净利润2522万元，相较2024年经调整净亏损4.7亿元，实现历史性扭亏；毛利率达52.2%，同比提升5.5个百分点，连续三年稳步增长。管理层将AI投入定义为“替代式投入”——并非在原有成本结构上叠加新支出，而是通过AI重构内容生产链路与用户服务流程，同步达成降本与增效。
技术底座亦完成关键升级：Keep已完成从传统流程驱动向多智能体系统（MAS）架构的迁移，支持高并发、多任务、强交互下的自主协同决策；同时联合多家国家级运动科研机构共建运动健康领域Benchmark，为模型迭代提供精准标尺。
用户侧感知同样显著。截至2025年底，AI教练“卡卡（Kaka）”已为超130万用户提供个性化训练计划；语音陪跑功能调用量突破2100万次；食物图像识别达350万张。其中，Kaka数据分析功能次日留存率达69%，AI饮食记录功能对App整体日活留存贡献率达79%。
下一个十年：服务交付，才刚刚开始
Keep的目标，是打造中国首个真正意义上的“国民级AI健康应用”。十年积累的140亿条真实运动行为数据，已被结构化拆解为17类标签、700余项量化指标，形成覆盖全生命周期的运动健康特征图谱。这份兼具时间纵深与结构精度的数据资产，构成了难以被算力复制的核心壁垒。
武博文在演讲结尾重申：“所谓更懂运动，不只是知道怎么练，更是知道什么该练、什么不该练，以及解释得清楚为什么。这，就是服务。”
从“内容交付”迈向“服务交付”，正是Keep定义的下一个十年竞争终点。而Keepace.ai所锚定的标准，或许可为垂类大模型提供一种务实范式：不追求通用模型的“面面俱到”，而是在安全与科学这两条不可逾越的底线之上，扎扎实实构筑属于运动健康领域的垂直护城河。
