如何提升 VO2 max

VO2 max(最大攝氧量)是你有氧能力的上限——能利用的氧氣越多,你能維持的功率就越大。好消息是:它非常可以透過訓練提升。關鍵在於,它只會對正確的間歇訓練有反應——以正確的強度完成、在正確的時機漸進。以下說明如何提升它,以及 TrainerRoad 如何替你完成最難的部分。

了解 TrainerRoad

VO2 max 訓練一覽

106–120% 以 FTP 為基準——間歇訓練所在的 VO2 max 功率區間。

3–5 分鐘 足夠長的高強度努力,用來累積 VO2 max 時間。

5×3 / 4×4 推動身體適應的經典課表形式。

完成的訓練

30,000,000+

4.8/5.0

超過55k條評論

可用於

無需猜測,提升你的 VO2 max

TrainerRoad 會自動為你安排並漸進 VO2 max 間歇訓練,功率精確符合你的體能——無需體能測試,也無需自行規劃。

開始訓練

30天退款保證

什麼是 VO2 max?

VO2 max 是身體在高強度持續運動中利用氧氣的最大速率。由於騎乘功率由氧氣驅動,更高的 VO2 max 會抬高你的有氧上限,隨之提高你能在上限之下維持的功率。它是有氧能力的關鍵指標;雖然上限由基因決定,但正確的訓練能讓你不斷接近它。

你的有氧上限

身體在高強度持續運動中利用氧氣的最大速率。

為功率提供動力

騎乘功率由氧氣驅動,所以更高的 VO2 max 能提升你可維持的功率。

可透過訓練提升

上限由基因決定,但正確的訓練能讓你不斷接近它。

提升 VO2 max 最快的方法:針對性間歇訓練

提升 VO2 max 的方法是讓身體在其附近多停留。經典處方是以 FTP 的約 106–120%(你的 VO2 max 功率區間)完成 3 到 5 分鐘的高強度間歇,組間安排足夠恢復以確保每組品質。像 5×3 分鐘或 4×4 分鐘這樣的課表能累積推動適應的 VO2 max 時間;更短更強的微爆發(microbursts)則能幫你在 VO2 max 附近累積更多時間。

5×3 分鐘

5 組 · 每組 3 分鐘

以 FTP 的 106–120% 反覆進行,組間恢復充足,確保每組品質。

4×4 分鐘

4 組 · 每組 4 分鐘

更長的努力,一次累積大段推動適應的 VO2 max 時間。

微爆發

短促高強度反覆

更短更強、恢復更短——在 VO2 max 附近累積更多時間的方法。

為什麼大多數騎士會遇到瓶頸

有兩個錯誤會讓進步停滯。第一是強度:間歇騎得太猛,你會在累積關鍵分鐘之前就崩掉;太輕,則根本達不到 VO2 max。第二是漸進——每週重複同樣的訓練,一旦身體適應就不再有效。提升 VO2 max 需要隨著你變強而變難的間歇,並以在體能變化時依然準確的功率數值為基準。

錯誤 01

強度不對

太猛,你會在累積關鍵分鐘之前崩掉;太輕,則根本達不到 VO2 max。

錯誤 02

缺少漸進

每週重複同樣的訓練,身體一旦適應就不再有效——間歇必須隨著你變強而變難。

讓 TrainerRoad 替你提升 VO2 max

TrainerRoad 正是為此而生。你的計畫包含專門的 VO2 max 訓練,會隨著你變強自動漸進,讓每次課都落在有效區間。AI FTP Detection 無需體能測試即可保持 FTP 準確,這代表間歇訓練始終以正確的功率安排——Adaptive Training 還會根據你實際完成的課來重塑計畫。

準備好突破瓶頸了嗎?開始一套結構化訓練計劃,讓你的 VO2 max 自動攀升。

TrainerRoad 是自行車領域最有效的訓練系統:結構化訓練、以科學為基礎的計畫,以及為您個人化一切(包括您的 FTP)的 AI。

AI FTP Detection 的運作方式

騎乘資料匯入 TrainerRoad 的示意

連結您的騎乘

從 Garmin、Strava、Wahoo 等平台匯入您的騎乘紀錄。

為您個人化打造的訓練範例

AI 分析每一次騎乘

TrainerRoad 的 AI 會研究您的功率數據,以及您的體能對訓練的反應。

AI FTP Detection 的 FTP 提升通知範例

自動偵測您的 FTP

輕點一下即可接受新的 FTP — 每個訓練都會立即調整。

“AI FTP 偵測真的是驚人且非常準確!”

Instagram評論

真實車友,真實成果。

“我滿意得不能再滿意了!!!FTP兩個月內從232升到259!!!”
DJDktwo TrainerRoad運動員
“從零耐力基礎到4次完賽Ironman,只靠TR!”
Ryan M. TrainerRoad運動員
“用TR平台後,我在車上變得更強更快,現在能反超那些曾經把我甩開的車友。想騎得更快,沒有比這更好的選擇了!”
Irondad45 TrainerRoad運動員