AI 回答一切，但无法替你自律 | Keep 还有机会
十年、4 亿用户、140 亿条运动数据 —— Keep 终于到了用它的时候。
十年、4 亿用户、140 亿条运动数据——Keep 终于到了用它的时候。
👦🏻 作者: 镜山
🥷 编辑: Koji
🧑🎨 排版: NCon
你上一次打开 Keep，是因为想健身，还是因为 App 推送了一条通知？
Keep 9.0，想要改变你使用它的方式。
🚥
这两年，海外的 AI 健身产品开始频繁出圈了。
Future App 的 AI 私人教练会根据你的训练反馈实时调整计划，靠每月 39 美元的订阅费让用户续费率一直维持在较高水平，是健身赛道里少数真正靠 AI 教练跑通订阅模式的案例。
Whoop 把自己做成了一款健康预测设备，靠「今天你适合练什么」这种判断来驱动用户每天打开它，用户粘性出奇地高，而 Tonal 则是把力量训练和 AI 反馈绑在一起。这三个产品的路径不太一样，但有一个共同点：
它们都在「理解」你的运动，成为一个全能的 AI 健康管家。
视线拉回国内，健身产品里，Keep 算是绕不开的那一个。
这位老将做了十年，积累了中国领先的健身内容库，中间也经历过不少难熬的时候，2025 年终于扭亏为盈，经调整净利润 2522 万元。
数字不算大，但资本市场终于看到这家公司不只是一个「健身视频内容库」了。
4 月 24 日，Keep 发布了 9.0 版本，并公布了其专为运动健康场景打造的大模型 Keepace.ai。财报里一直在提的 AI 战略，又多了一个落点：
全能 AI 管家
🚥
「十字路口」团队上手用了 Keep 9.0，把几个主要功能都跑了一遍，接下来分享实测体验。
首先，界面的 Tab 优先级变了
现在 Keep 9.0 整个页面都重做了一遍，最明显的是底部那排 tab，优先级完全换了。新版里，课程被放在第一个，整个首页也被收得很干净，只剩「课程」和「计划」两个核心入口。
对比旧版，你会发现以前首页什么都往里塞，功能很多，但也更杂，这也是为什么很多人觉得旧 Keep 有点臃肿。
这次 9.0 其实就是做减法，把首页只留课程和计划，整体更聚焦，也更接近它一开始做健身工具的那个定位。
这次，Keep 9.0 把课程也一起扩了，而且是明显扩量，覆盖面也更广了。免费的有，进阶的也有。整体看下来，课程数量比旧版多了一截。
另外，AI 教练「卡卡」的优先级被拉得很高。你一进首页右上角就能看到，而且基本到处都有入口，属于常驻级功能。
这也是这版最核心的一块。它能做的事比较全，像智能生成训练方案、过程中的动作指导、拍照识别记录，还有多维数据分析这些，都在它身上。
交互也很简单，任何页面点一下就能聊，本质上就是一个随时可用的 AI Agent，在整个产品里做串联。
除了最通用的卡卡教练，Keep 9.0 还把一些更垂直的 AI 教练也一起做进来了。比如 NRC 跑步教练，还有体测方向的小柯老师。这类更偏专项，一个专注跑步，一个偏体测评估和反馈。
运动模块基本没怎么动，和旧版差别不大。这块本身用户反馈就不错，所以直接延续了下来。用起来还是一样，可以在里面让 AI 教练参与进来，陪你一起完成训练。
无处不在的「卡卡教练」
下面单独说一下 AI 教练卡卡。现在它基本是 Keep 9.0 里优先级最高的入口，到处都能看到。
它就像一个 AI agent，可以随时对话。操作也被极大简化了，比如饮食记录，不用像传统记录软件那样一步步选食物、填数据。直接传一张图，说一句话，它就能帮你做识别，把卡路里、时间等信息一起记下来。
还有一个挺有意思的点，它自带生图能力。我在分享的时候发现，它会把我上传的图片，加上这顿饭的总摄入量，整理成一个表格，然后直接生成一张图用来分享。
现在卡卡在饮食分析这块做得更集中，也更好用。比如我传一顿晚餐，它会自动拆出蛋白质、脂肪、碳水，直接给你做成表格，还会提示你哪些项需要关注。
另外它还会把整个月的饮食情况做成可视化分析，一眼就能看趋势。
卡卡现在最核心的一项能力，还是帮你做运动的智能计划推荐。
你先给它一些基础信息，比如每周跑步距离、有没有伤病，还有你的运动目标。卡卡会把这些信息统一整合，然后给你生成一个专属的计划，比如全身减脂。
推荐是会跟着你填的信息动态变化的。比如你有伤病，或者状态有调整，它给你的训练方案也会跟着变。
每一套训练计划都做得很完整，从 Day 1 到 Day 7 都排好了。训练内容、有氧占比这些也都会一起给到。
现在卡卡教练里不只是饮食，你也可以把本地的睡眠这些数据导进来，都会统一整合到这一个入口里。
数据整合，还有 AI 洞察
最后说一下数据整合这块。其实一直都是这类产品里很关键的一环，大家也确实更愿意看这种可视化的数据。在 Keep 9.0 里，基本所有数据都被收进「我的」这个入口了。比如下面这个「全部数据」，就是我用 Keep 这么多年积累下来的所有记录。
像这个运动记录，其实就是把我从 2015 年开始用 Keep 到现在的所有数据都串在一起了。
除了基础的数据整合，它还加了一个数据概览（AI beta）。比如会自动把你当天的饮食摄入、运动消耗拉通再分析，再结合你一开始设定的目标，直接给出减脂效率的判断。
数据之外，直接给出最直观的总结和提醒。
为什么运动需要一个垂直大模型
从产品体验回到技术层面，这些功能背后是 Keepace.ai 这个垂直大模型在驱动。
为什么运动需要一个垂直大模型？**因为这个场景看着像问答，实际更像实时判断。**用户问一句「腰不舒服还能不能练」，要处理的并不只是一个知识点，后面连着最近练了几天、疼痛在什么位置、有没有旧伤、今天疲劳到什么程度、手头器械够不够，这个动作会不会把风险继续放大。
少看一个变量，结论就可能偏掉，而带来的后果可能是用户对产品的完全不信任，甚至在各个社交平台开始「舆论裂变」。
运动建议还有很强的连续性。 今天能练什么，常常要连着看上周跑量、最近睡眠、心率变化和恢复节奏。只看某一次对话，很容易把问题看浅，显得不够专业，而用户对此的感知是非常敏锐的。再加上互联网上健身说法一直很杂，很多流行经验传得很快，听上去都对，真放到具体的人身上，结果往往差很多。
一个经典案例：一个练肩的动作，可能 10 个健身教练，会有 10 种不同的方法论。
所以这个赛道最后拼的，还是对真实运动场景的理解深不深，手里的数据够不够多、够不够完整，能不能把建议压到足够细。海外的 AI 健身产品这两年已经在往这条路上验证了。
消费级产品里有个绝佳例子。
Oura 在 2025 年把 Oura Advisor 全量推给会员。按官方披露，在 Oura Labs 的 3655 名测试者里，累计给 Advisor 发出了超过 100 万条消息，60％ 的成员每周至少会用一次，83％ 觉得回答可靠，超过一半的人说，它把原本看不懂的数据，变成了对健康有实际帮助的行动。
到 2025 年 9 月，Oura 已经卖出 550 万枚戒指，收入连续两年翻倍。到了 2026 年 4 月，它又单独做了女性健康大模型，把周期、孕期、更年期这些高上下文问题单独拎出来处理。
这个动作本身就很说明问题。产品一旦往深处做，通用 AI 很快就会碰到边界，最后还是得回到垂直场景、垂直数据和垂直知识上。
运动健康 AI 真正难的地方，从来都在数据、场景和反馈闭环。
Keep 手里最难复制的资产，也就在这里：十年的运动数据，超过 4 亿注册用户，140 亿条真实的运动记录。这些数据不是从公开数据集里抓来的，是用户在真实训练里一条条跑出来的。如果能真正地利用起来，那将是 Keep 难以被撼动的护城河。
这也是 Keepace.ai 的基础。课程怎么排，强度怎么调，哪些数据变化说明用户在进步，哪些信号意味着训练计划该收一收，都要靠长期数据和场景反馈慢慢校准。Keepace.ai 要解决的，也包括把建议尽量放进真实训练流程里。
当然，我们也仍然要说，具体能做到什么程度，还要看实际表现。
今年上半年，Keep 还会陆续上线 AI 全家桶：
运动垂直大模型
全天候主动式 AI 智能体
无界技能生态
运动领域大模型评测体系以及开放平台
这几层加在一起，构成了 Keep 在 AI 运动健康方向上的完整技术架构的预期。因此，从产品逻辑来看，Keep 的定位在发生变化：向 AI 健康管理服务靠近。
扭亏之后，Keep 的下一个十年靠什么
说完产品和模型，大家很容易问一个问题：扭亏之后，Keep 之后靠什么？
2025 年扭亏为盈，对 Keep 来说是一个重要的节点，但它只是一个开始。
靠削减硬件产品线、收缩业务规模带来的利润是有上限的。Keep 需要向市场证明，它不仅能省钱，还能找到新的增长动力。
从这次 9.0 的更新来看，答案指向了 AI。
放到行业里看，这恰恰是眼下 AI 健康产品分层最明显的地方。会解释睡眠分数、会总结心率变化、会顺着用户的问题给几条建议，这一层产品已经越来越多，做出一个「看上去很懂你」的健康助手，门槛正在降低。
真正难的地方，在下一步：建议能不能接进训练流程，计划能不能跟着疲劳状态实时调整，动作能不能因为膝盖不适自动替换，跑完一次之后，系统能不能判断你该加量、维持，还是先收一收。
谁能把这一层做深，谁拿到的就不只是一次问答时长，用户长期训练的决策权将会放在这个产品里。
基于十年数据积累、深入具体运动场景的 AI 教练卡卡，接下来要回答的也是这个问题：它在制定计划、监控执行、分析数据、给出建议这些真实环节里，到底能发挥多大作用。
以上问题，还需要市场和用户的回答。
当然，这套能力能不能真正形成规模化的商业回报，也需要时间来验证。
9.0 是个开始，Keepace.ai 是个开始，AI 全家桶落地之后的生态才是真正值得观察的变量。
下一个十年，它能不能从一个「用得还行」的工具，变成一个「我离了不行」的 AI 服务，这是 Keep 真正要回答的问题。
十字路口正在寻找独立撰稿人，撰写 AI 产品和模型评测。
如果你写过类似文章：《实测 PixVerse C1》、《实测 LibTV》，请联系 zeo0811@gmail.com ，邮件内容请包括：① 个人介绍、② 你写过的 AI 评测文章。
我们会提供有竞争力的稿酬。期待与你一起观察与记录 AI 时代 🎪
