手表手环测的卡路里(活动能量消耗)到底准不准？

这篇和之前两篇准确度话题放在同一个系列里但角度不同：Apple Watch 测的 VO2max 准不准 讲的是另一个衍生指标的可信度，每天到底要走多少步 则说明了步数其实是比卡路里可靠得多的运动量指标。这篇专讲手环手表标着「消耗卡路里」或「活动能量」的那个数字，以及它到底能扛得起多大的期待。

误差到底有多大

被引用最多的参考研究，是 2017 年斯坦福做的一项测试：让 Apple Watch、Fitbit Surge、Samsung Gear S2 等七款手腕设备和实验室代谢车做对比。七款设备里有六款测心率的误差都在 5% 左右；但没有一款设备能把能量消耗测准——误差从表现最好的约 27%，到表现最差的 93% 不等，而且骑行、混合类型训练的误差，明显比平稳的走路、跑步要大得多。

近几年用便携式间接测热设备（而不是跑步机上的固定代谢车）做的户外测试，结论方向一致，数字略有收窄——这也符合过去这些年算法在不断迭代改进的预期：

几乎所有这类研究都指向同一个规律，不分品牌、不分年份：心率测得准，卡路里测不准——而且但凡运动类型让心率和动作幅度不能简单、平稳对应起来，误差就会明显放大。

为什么卡路里比心率难测得多

手环上的光学或电极传感器测心率时，采集到的是一个真实存在的生理信号——一次血流脉冲或一次电脉冲，可以被直接检测、交叉验证，再取几秒钟的均值。「消耗了多少卡路里」没有对应的传感器可以直接测。设备实际做的是：拿你的心率、加速度计数据，加上你填的年龄、性别、身高、体重，套进一套在参考人群上标定好的算法公式，再把结果套用到你身上。

这套公式其实同时在做两件难度完全不同的事：

• 静息能量消耗（躺着不动也会消耗的卡路里，也叫基础代谢率）可以根据体型、年龄、性别用已经很成熟的公式相对准确地估算，手环在这一块的表现总体还算稳定。
• 活动能量——专门由运动、锻炼带来的那部分消耗——取决于动作经济性、肌肉量、体能水平，以及你的身体在某个特定心率下把摄入的氧气转化成运动的效率到底有多高。这些都是手腕传感器看不到的，算法只能拿人群平均值来外推，而任何一个具体的人，都完全可能明显偏离这个平均值。

这也是为什么「今天总共消耗了多少卡路里」和「这次训练的活动卡路里」其实是可信度完全不同的两个数字——前者大部分由相对可预测的静息消耗撑着，后者几乎全是那部分更难估算的活动消耗，误差也主要集中在这里。

体成分也会改变误差大小

2026 年一项研究测试了四款主流智能手表（Apple Watch Series 8、Samsung Galaxy Watch 5、Garmin Forerunner 955 和一款 Fitbit），和间接测热法做对比，发现平均误差在 15%-25% 之间——但不论哪个品牌，受试者体脂率越高，误差都会明显变大。可能的解释是：底层的传感器信号和用来训练算法的参考人群数据，本身就没能均衡地覆盖真实世界里各种各样的体成分。同一项研究也检验了肤色相关的差异，没有发现明显规律，不过深肤色受试者的样本量太小，还不足以确定「没有影响」这个结论——这一点值得如实说明，而不是把任何一边的结论当成定论。

在这四款设备里，Apple Watch 的高估幅度始终是最小的，Samsung 和 Garmin 相对最大。这和 2017 年斯坦福的发现、2022 年户外实测的结果方向一致，这也是这篇文章里更多拿 Apple Watch 的数字做参照的原因——不是因为它绝对准，而是因为在主流消费级设备里，它经过的验证最多、系统性偏差通常也最小。

哪些运动测出来的数字最不可信

不是所有运动类型都同样难测。各项研究反复出现的规律是：

• 最靠谱的场景：心率平稳的持续有氧运动——比如跑步机走路、匀速慢跑，或者强度稳定的椭圆机训练。这类运动里心率和动作幅度都和实际强度呈简单的线性关系，恰好也是底层算法开发和验证时用的标准场景。
• 误差变大：骑行。 心血管层面的负荷是真实的，但坐着骑车会削弱手腕设备主要依赖的加速度计信号，踩踏动作也不会像走路、跑步那样带来手腕摆动——所以即便心率读数本身还算准，卡路里估算的准确度也会明显下降。
• 误差最大：力量训练和其他「一段快一段停」的运动。 举一组重量时心率会冲高，组间休息时又很快回落——这种逐秒变化的模式，和有氧运动那种持续偏高的心率完全不是一回事，哪怕两者总的能量消耗接近。一项对照研究发现，手环对力量训练能量消耗的高估平均在 40% 左右；这背后的机制（短时高强度爆发、心率滞后反应、深蹲或卧推动作本身几乎不会带来多少手腕加速度信号）在不同研究里数字会有出入，但方向是一致、也早已被理解清楚的。

这个数字到底该拿来做什么

这不代表手环上「消耗卡路里」这个数字完全没用，而是它能扛的活儿，比大多数人指望它做的要窄得多。当一个相对趋势参考它还算合理——这周的总量明显比上周高或低、这次跑步确实比上次更累，数字大致能反映出来。但把它当成一个精确的绝对值就靠不住得多，尤其是把两个本就不精确的数字叠在一起用的时候：手环算出的消耗卡路里，减去饮食记录 App 估算的摄入卡路里，两边各自 15%-40% 的误差叠加起来，算出的「热量缺口」的不确定性，会比任何一个数字单独看都大出不少。如果你想搞清楚训练期到底 需要吃多少蛋白质，体重和训练类型是比一套建立在手环卡路里数字上的精确热量计算更靠谱的起点。

手环数据里最值得信的，始终是那些背后有直接生理信号支撑的指标——心率本身、静息心率、HRV、睡眠、步数——这也是为什么 Vita 的 恢复分 和身体年龄模型，权重上更倾向这些指标，而不是像卡路里这样的衍生估算值。如果你想弄清楚自己看到的某个变化，到底是训练真的有了实质进展，还是设备本身的正常噪音，Vita 的 AI 教练 可以结合你自己的趋势数据和这些更可信的信号一起帮你梳理，而不是把某一次卡路里读数当成绝对事实。