我们做了一个能数出完美深蹲的 AI，而一位 62 岁老人的膝盖自始至终都在塌陷。

有一帧画面我总是反复回想，它定格在我们代码库某处的一台笔记本电脑上：一个 33 点的骨架叠加在一位正在客厅里做徒手深蹲的男子身上。这是大约 90 帧中的第 58 帧。它是我们软件绘制出来的——他髋部、膝盖、脚踝上的圆点，以及连接它们的绿色线条。手机摄像头以每秒 30 帧的速度捕捉到这一画面，而我们的系统当时已经对这次动作打了分。

它把这次动作评定为：良好。

这位男子 62 岁，ACL（前交叉韧带）重建手术后第八周，做的正是他的物理治疗师所开的运动处方。而在那一帧里，他的左膝正在向内塌陷——朝身体中线偏移了约四厘米，偏离了本应由髋部和脚踝保持的那条直线。对一个健康的 30 岁的人来说，这只是一次不规范的动作。但对一个 ACL 术后的膝盖而言，这种向内塌陷正是那些会重新撕裂你刚花钱请外科医生植入的移植体的特定力学模式之一。

我们的 AI 把它算成了一次成功。正是那个早晨，让我能够比较有把握地告诉你，健身 AI 真正的难题究竟是什么——以及为什么几乎没有人在解决那个真正重要的部分。

姿态估计是传感器，而不是大脑。

有件事我真希望在我们写下第一行代码之前就有人告诉我：大家都以为难的那部分其实是免费的。

通过摄像头追踪人体——找到关节、绘制骨架、逐帧跟踪 33 个关键点——是一个已经被解决的问题。Google 的 BlazePose 和 MoveNet、MediaPipe 框架，所有这些都是开源的，而且能在你口袋里的手机上运行。地球上每一家健身 AI 公司用的都是那同样几个姿态估计库。那里没有护城河。我是付出了昂贵代价才明白这一点的——因为我最初相信的恰恰相反。

姿态估计告诉你膝盖在哪里，但它不会告诉你膝盖是否出了问题。

真正的难题在于更上面的一层。它就是解读：知道四厘米的向内偏移意味着膝外翻，知道膝外翻是一种再次受伤的风险，而其对象正是这位有着特定病史的特定患者，也知道它应该触发临床医生的警报，而不是一段“干得好”的动画。传感器已经商品化，而大脑没有。这道鸿沟——介于感知一个动作与理解一个动作之间——才是整场比赛的全部，而正是为了它，我们最终打造了运动验证引擎。

直到我们自己的产品一头栽进这道鸿沟，我才真正理解了它。

那个撒谎的“合格动作”计数器

我们起步时，做的是那些看起来显而易见又快捷的事。我们拿出姿态模型输出的关键点，写了一些几何计算来测量关节角度，设定一个阈值——膝盖弯曲超过这个角度，就计一次动作——然后交付了一个干净利落的小引擎，它能统计次数并弹出动作提示。演示效果漂亮极了。次数不断往上跳。绿色的对勾。在会议室里，它看起来就像一件完成品。

那段深蹲视频打破了这个幻觉。逐帧数据就摆在一个 CSV 文件里——我能看到这位患者的左膝水平位置在下蹲过程中向内侧滑移，第 45 到第 72 帧。我能看到他的膝盖只屈曲到 78 度，而规定的目标是 90 度。我能看到下蹲大约花了一秒，而站起来所用的时间是它的两倍多——一个 2 比 1 的比例，清楚地表明他是借着惯性往下坠入深蹲，然后再吃力地磨着站起来。

三个各自独立的危险信号。深度不足、向内塌陷，以及一种代偿性的节奏。任何物理治疗师瞟一眼那段视频都会叫停这次训练。而我们的软件，面对着完全相同的这些数字，给出的结果却是：动作完成，姿势良好。

那正是我曾亲自主张的失败。当初就是我说“我们先弄个能数次数的东西出来，然后再迭代”——那个精简的做法，那个能交付的东西。而这个精简的东西是实实在在危险的，因为它给了一位正在康复的患者充满信心的正面反馈，而与此同时他正在强化他的外科医生正努力想要纠正的那个精确动作。

一个分不清安全深蹲与不安全深蹲的动作计数器，并不是这款产品的一个精简版本。它是穿着正确产品外衣的错误产品。

那一帧画面之下的教训是：原始姿态数据是必要的，但远远不够。抽象地说，78 度并不“糟糕”——对于一位 ACL 术后第八周、两周前还只有 60 度的患者来说，这可能恰恰是恰到好处的进步。同一个数字，究竟是成功还是警告，完全取决于是谁在运动、以及他处于康复的哪个阶段。一个固定的阈值承载不了这一点，而智能必须能承载。

为什么精度差距让这件事更难，而不是更容易

我要补充演示中从不会向你展示的那一部分，因为我们也花了好一阵子才真正正视它。一部手机摄像头并不是一间动作捕捉实验室。

当研究人员把单目姿态估计与 Qualisys——诊所用于真实生物力学研究的那套黄金标准、多摄像头标记系统——正面对比时，MediaPipe 在下肢的相关性约为 0.80，在上肢约为 0.91。相当不错。但像膝关节屈曲角度这样的指标，其误差在二维下可以从 9 度到 22 度不等，而 2025 年一篇发表在Nature Scientific Reports上的论文直言，单摄像头系统“无法提供准确的深度估计”。镜子、昏暗的客厅灯光、带花纹的紧身裤、遮挡了半个身体的沙发——这些当中的每一样都会进一步削弱信号。

所以你是在一个带噪声的传感器之上构建临床判断。这听起来像是一个放弃的理由。但它其实恰恰是解读层必须聪明、而非照本宣科的原因。如果你的系统把 78 度这个原始读数当成金科玉律，单是摄像头噪声就会让它在一次次动作之间在“通过”和“不通过”之间反复摇摆。智能层的工作之一，就是权衡该相信哪些读数——跨帧平滑，把那些能在噪声中存活下来的模式（持续一致的内侧偏移）看得比那些存活不下来的模式（单帧的抖动）更重，并对置信度保持诚实。我们为此依靠时序模型；一类被称为时间卷积网络的网络，能在一部中端手机上以远低于两毫秒的时间达到 98.7% 的动作识别准确率，小到足以完全在设备上运行。但架构远不如原则重要：你不是靠假装传感器完美无缺来建立确定性的。你是靠为“它并不完美”这一事实而设计，来建立确定性的。

Hinge Health 难道不是已经解决了这个问题吗？

大约在这个时候，我开始不断被问到“这难道不是已经解决了吗？”这个问题，通常来自投资人，偶尔来自凌晨两点的我自己。那些肌肉骨骼（MSK）护理巨头是真实存在的，而且体量庞大。所以让我把他们究竟做了什么、以及门究竟还在哪里敞开着，说得精确一些。

Hinge Health 预计 2026 年的营收将达到 7.32 亿美元。他们打造了用于关节分析的 TrueMotion 计算机视觉，以及一个名为 Robin 的分诊助手，而且他们有临床结果来支撑这一切——在他们的患者当中，脊柱融合手术和膝关节置换手术的数量比传统护理大幅减少。Sword Health 于 2026 年 1 月以 2.85 亿美元收购了 Kaia Health，将 Kaia 的“Motion Coach”计算机视觉并入 Sword 的可穿戴传感器平台，据报道还在再融资五亿美元。这些都是强劲的公司。

它们同时也是封闭的盒子。它们的验证技术被焊死在自家的护理模式上，卖给企业雇主，被定价和包装成一个“终点站”——而不是那种你可以放进你正在构建的物理治疗平台或健康 App 里去的东西。如果你经营着一家物理治疗软件公司，而你想在你自己的产品里获得经过验证的运动数据，Hinge 和 Sword 并不会把那个卖给你。他们卖给你的，是与你竞争的那个东西。

这个领域的其余部分划分得干干净净。Peloton IQ 在 2025 年 10 月推出了姿势追踪摄像头——但它属于消费级健身，被锁定在 Peloton 硬件上，没有临床能力。Kemtai 提供一个基于浏览器、追踪 44 个标记点的 B2B 视觉平台，这确实有用，但它面向通用健身，其姿势规则是一刀切的，无法按每位患者、每项运动进行配置。在计费这一端，Limber Health 和 MedBridge 把远程监测的工作流处理得很好——Limber 的患者完成的居家运动次数是原来的三倍多——但他们管理的是文书工作，也就是监测流程中的那部分事务；他们并不独立验证运动是否被正确地完成。

这个市场上有一些公司能验证动作，却不允许你在它们之上进行构建；也有一些公司能处理计费，却无法验证动作。那个空白，就是一个既能完成验证、又能驻留在你自己产品内部的引擎。

那个空白并不是一个研究问题。它是一个集成工程问题，而正是这一区别，才是一支专注的团队能够在这里取胜的全部原因。

为什么一个动作次数统计通不过 RTM 审计？

对于我们合作的那些物理治疗平台来说，当报销的账目算法一改变，这件事就不再只是纸上谈兵了。

只有约 35% 的患者能完全坚持他们的居家运动计划——其余大部分人在第一个月内就放弃了——而且众所周知，当你去问患者时，他们往往会夸大其词。临床医生们都知道那些自我报告的数据都是虚构的。他们想要的是远程治疗监测（Remote Therapeutic Monitoring）：一组 CMS 计费代码（98975 到 98981），用于为在两次就诊之间监测患者肌肉骨骼康复情况的行为付费。真正的经常性收入。

关键在于 RTM 的文档要求。要想为它计费并且通过审计，你需要设备采集的数据——带有时间戳，并与一个真正改变了治疗方案的临床决策相关联。一个动作次数统计达不到那个标准。“患者做了 30 个深蹲”和“患者的动作质量下降，从而在此日期触发了一次方案调整”是两回事。这恰恰是我们那个动作计数器会让一家诊所暴露于风险之中的地方。我记得有一位物理治疗师礼貌地告诉我们，她无法用我们的数据来计费，因为它只告诉了她他确实做了运动，而不是怎么做的——而“怎么做”才是整个临床与法律上的关键所在。

接着，门槛降低了，而与此同时风险却升高了。CMS 的《2026 年最终规则》新增了两个代码——98979 和 98985——并把监测门槛从 16 天下调到最少只需 2 天，把管理时间的最低要求从 20 分钟降到 10 分钟。一下子，可计费的患者多了太多。但文档标准并没有放松：它依然要求提供与治疗决策相关联的设备数据。越来越多的诊所一窝蜂涌入 RTM，也就意味着越来越多的诊所在生成的，恰恰是那种单薄的、只有次数统计、根本经不起推敲的数据。报销的机会和文档的风险，是在同一口气之间一起增长的。

在这一切旁边，还有一条监管上的边界，它决定着你该如何构建。FDA 于 2026 年 1 月发布的指南，允许一个被纯粹定位为“健康（wellness）”的工具绕开医疗器械的分类——这对一个计步器来说没问题。但一旦你做出临床声明——而 RTM 验证从本质上就在做这件事——你就可能进入了医疗器械软件（software-as-a-medical-device）的领地，随之而来的便是它所隐含的验证与监管。所以同一个引擎，必须被设计成能够根据客户所声明的内容而落在这条线的任意一侧，而这可不是一个你想到很晚才发现的决定。

所以，对这些平台而言，经过验证的运动引擎并不是一个“锦上添花”的功能。它是“能通过审计的 RTM 收入”与“会被追回的 RTM 收入”之间的差别。

房间里的另一位买家：没有监视的健康管理

我差一点就怠慢了这第二位买家，而我很庆幸我们没有——这里的人性素材同样尖锐。

企业健康管理负责人正面对着同一个问题的另一个版本。肌肉骨骼问题在直接开支上给雇主带来的成本，大约是每名员工每年 486 美元，再加上估计 3,105 美元的生产力损失——合计每人 3,591 美元。多达 36% 的 MSK 手术是不必要的，这对劳动力大军而言是一个约 900 亿美元的拖累。市场的反应是巨大的：企业健康管理支出在 2026 年正冲向 1,000 亿美元；而在 2025 年有 83% 的大型雇主提供了虚拟 MSK 护理，到 2027 年，几乎所有雇主——96%——都打算这么做。

然而，真正使用所提供项目的员工却只有大约四分之一。超过一半的人说，他们根本不愿意与雇主分享健康数据。在经历了多年摇晃 Fitbit、伪造步数的作弊丑闻之后，员工们已经学会了，“健康验证”往往意味着“我的老板在盯着我”。在我们早期的一个试点项目中，一位 CHRO 用那种半开玩笑半认真的口吻问我，我们所打造的东西“是不是感觉像监视”。这是有人问过我们的最有用的一个问题，因为诚实的第一反应是：它有可能是。

那个质疑重塑了我们的架构。那些让运动验证成为可能的骨架关键点，在法律上是一片雷区——身体的运动模式能够像指纹那样重新识别出一个人的身份，这就把姿态数据直接推到了关于生物识别隐私法律（比如伊利诺伊州的 BIPA 和欧洲的 GDPR）的讨论正中央。单是 2025 年，伊利诺伊州就有 107 起新的 BIPA 集体诉讼被提起。目前还没有人因为姿态估计而起诉过某款健身 App，但相关的法律理论已经完全组装完毕，正等待着。

对“这感觉像不像监视”这个问题的解决办法，结果证明并不是一份隐私政策。它是一条设计约束：原始视频和骨架永远不离开手机。

我们在设备端处理动作，只传输聚合的合规信号——规定的训练已完成，达到了这样的质量，在这一日期——绝不传视频，绝不传关键点。雇主得到的是经过验证的参与情况。员工的身体数据留在员工自己的设备上。这是唯一一个我真正愿意被用在自己身上的企业运动验证版本。

“可是，一部手机摄像头难道不是永远都不够准确吗？”

人们把精度的天花板拿出来，作为这件事行不通的理由，我对此很认真对待——只不过我认为它恰恰指向了相反的结论。是的，一部单目摄像头永远比不上一间价值 10 万美元的标记点实验室。但临床上的有用性并不需要实验室级别的角度。它需要的是可靠地捕捉到那些真正重要的模式：持续一致的膝盖向内偏移、逐周退步的深度、发出代偿信号的节奏。即使穿过摄像头的噪声，这些也依然是稳健的信号，只要解读层的构建是为了找到它们并忽略掉抖动。目标从来都不是去测量出 90.0 度。它是去知道：这一次动作，对这个人而言，在今天，正朝着错误的方向发展。

我还常被问到的另一个问题是：如今人人都在各种大会上听说的这波“agentic AI”（自主智能体 AI）新浪潮，是不是让定制化的生物力学工作变得多余了。恰恰相反。一个自主调整患者运动计划的健康智能体，其可信程度不会超过它底下所依赖的数据。让一个智能体去盯着动作次数，它就会满怀信心地把一位患者“优化”得伤得更深。运动智能层，正是那个让智能体式监测变得安全、而非鲁莽的东西。上层的智能体越聪明，它底下的验证是否真正理解动作，就越发重要。

那一帧定格的画面教会了我什么

我们围绕着一个单一的想法重建了这个引擎：阈值不是一个数字，它是一个临床决策，而且它属于临床医生。一个对应“ACL 术后第八周”的深蹲深度目标，和“70 岁、膝关节置换术后”或“30 岁的企业运动员”所对应的目标并不是同一个。所以我们把阈值做成了可配置的——由临床医生来设定，按每位患者、按每项运动——并且我们把输出打造成 RTM 计费和一位忧心忡忡的健康管理买家两者都真正需要的那种东西：结构化的、带时间戳的、映射到方案的、尊重隐私的合规数据。摄像头进去，具有临床意义的决策出来。如果你想看看那套流程是如何拼合在一起的全貌，它就在我们的解决方案页面上。

我至今仍会想起那位 62 岁的男子做着他的深蹲，信任着一个绿色对勾，而那个对勾根本不知道他的膝盖正在塌陷。他所有的事情都做对了。他坚持出现，他完成了训练，他遵从了指示。软件悄无声息地辜负了他，那种方式只有一双受过训练的眼睛才能捕捉到——而把 AI 放进他客厅的整个承诺，本就是那双受过训练的眼睛会永远都在。

一个动作计数器观察一具身体在运动。一个运动验证引擎知道这个动作意味着什么。在这两句话之间，是一个正在康复的膝盖、一个可计费的临床决策，以及一位正在决定是否要信任那个正盯着自己的东西的员工。那不是技术上的一个空白。那就是全部的工作本身。