跑步與健步走無疑是大眾最青睞的鍛鍊方式——方便又快捷。 對許多跑者而言,每天5公裡堪稱「黃金距離」,既能有效鍛鍊身體,又不幹擾日常工作生活;而健步走5公裡也被視為「最佳距離」,晚飯後散步5公裡,結合日間活動,輕鬆達成每日8000~10000步目標。 那麼問題來了:同樣是5公裡,跑步和走路,究竟哪個對身體益處更大? 01 走5公裡和跑5公裡 哪個對身體益處更大? 一項研究追蹤對比了超過3.3萬名跑者與1.5萬名走路的參與者6年,發現在降低高血壓、高膽固醇和2型糖尿病風險方面,跑步與步行效果基本一致。但當二者消耗同等能量時,走路在降低高血壓和高膽固醇血症風險上略高於跑步,走路帶來的健康益處反而超越了跑步。 具體來說,每增加1個代謝當量(MET)的能耗: (代謝當量是維持靜息代謝所需要的耗氧量,表示相對能量代謝水平,是用來評估心肺功能的常用指標之一。) 跑步:可以使高血壓風險降低4.2%,高膽固醇風險降低4.3%,2型糖尿病風險降低12.1%,冠心病風險降低4.5%。 走路:可以使高血壓風險降低7.2%,高膽固醇風險降低7.0%,2型糖尿病風險降低12.3%,冠心病風險降低9.3%。 雖然從百分比上看,在相同的運動量前提下,走路在各種健康益處上都略優於跑步。但研究人員在調整身體質量指數(BMI)後再進行了對比,跑步對提高身體的代謝效率有更顯著的效果。 所以,無論是選擇跑步或走路都可以獲得近乎相似的健康益處,前提是要堅持。 02 走路和跑步,哪個更適合你? 走路是一種低強度有氧運動,對膝關節、腳踝等壓力都較小;跑步則是相對中高強度的有氧運動,對身體的心肺能力、肌肉力量、耐力等都要求更高。 哪些人更適合走路? 長期缺乏運動者:運動強度較低,身體更容易適應,避免初期因強度過大導致放棄或受傷; 體重過大肥胖者:走路對關節(尤其是膝蓋、腳踝、髖關節)的衝擊力遠小於跑步,降低受傷風險。 65歲以上老年人:隨著年齡增長,關節退行性變化、骨密度下降、平衡能力減弱是常見問題。走路更安全,跌倒風險低,尤其是65歲以上的老年人。 有慢性疾病的人:比如心臟病患者、高血壓患者、骨質疏鬆症患者等, 走路強度可控,且風險可控。 孕中晚期的孕婦:在醫生允許下,走路是孕期最推薦的安全有氧運動之一,有助於控制體重、緩解不適、促進分娩。 哪些人更適合跑步? 跑步適合那些年齡相對低,心臟、血管沒有其他疾病,同時具備一定運動基礎,希望進一步提高心肺耐力和減重效果的人群。 03 跑步和走路 運動時記住這3點 每次運動多久?一周幾練? 研究發現:從時間長度看,每次運動時間在30~60分鐘之間最佳;如果運動時間超過90分鐘,甚至還會產生負效應。 所以綜合來看,每周3~5次跑步和走路,每次30~60分鐘。如果跑步5公裡基本就是30分鐘左右,如果走路5公裡差不多就是60分鐘左右。 什麼時間運動鍛鍊比較好? 上午8點至10點 一項超8.6萬人的大規模研究顯示,無論日常是否運動,早晨鍛鍊(上午8點至10點左右)能顯著降低16%冠心病風險和17%中風風險。 此外,與不運動的人相比,在上午8點至10點鍛鍊對乳腺癌和前列腺癌均有保護作用,可使這兩種癌症患病風險降低26%至27%。 16點至18點 對很多上班的人來說,白天上班沒時間,而晚上又怕影響睡眠,那麼什麼時候鍛鍊才合適呢? 其實一天中運動的黃金時間為午後16點至17點,因為經過大半天的日常工作,人體的肌肉韌帶已得到了充分的活動,心率血壓趨於平穩,可以進行較為劇烈的有氧運動,如跑步、打球、遊泳、器械健身等。 醫生表示,16點至17點仍是上班時間,因此建議上班一族可適情況推遲。 運動過程中需要注意什麼? 運動之前應對自己身體狀況有一個基本判斷,比如昨天喝酒了、昨晚沒睡好、近期感冒了、發燒了,這些情況都要減少運動或輕度運動,避免劇烈運動。 如果是長期不運動的人,建議從低強度運動、短時間開始(如每日快走15分鐘),每周增量≤10%。切忌長期不運動突然劇烈運動(比如很少運動,上來直接跑5公裡),這易導致肌肉拉傷或心臟風險。 此外,運動過程中要及時補充水分(小口多次),對於一些高強度運動後需補電解質。 監製丨李浙 主編丨杜顯翰
當前,人工智慧已深度融入經濟社會發展的方方面面,在深刻改變人類生產生活方式的同時,也成為關乎高質量發展和高水平安全的關鍵領域。然而,人工智慧的訓練數據存在良莠不齊的問題,其中不乏虛假信息、虛構內容和偏見性觀點,造成數據源汙染,給人工智慧安全帶來新的挑戰。 數據是人工智慧的基礎 人工智慧的三大核心要素是算法、算力和數據,其中數據是訓練AI模型的基礎要素,也是AI應用的核心資源。 ——提供AI模型的原料。海量數據為AI模型提供了充足的訓練素材,使其得以學習數據的內在規律和模式,實現語義理解、智能決策和內容生成。同時,數據也驅動人工智慧不斷優化性能和精度,實現模型的迭代升級,以適應新需求。 ——影響AI模型的性能。AI模型對數據的數量、質量及多樣性要求極高。充足的數據量是充分訓練大規模模型的前提;高準確性、完整性和一致性的數據能有效避免誤導模型;覆蓋多個領域的多樣化數據,則能提升模型應對實際複雜場景的能力。 ——促進AI模型的應用。數據資源的日益豐富,加速了「人工智慧+」行動的落地,有力促進了人工智慧與經濟社會各領域的深度融合。這不僅培育和發展了新質生產力,更推動我國科技跨越式發展、產業優化升級、生產力整體躍升。 數據汙染衝擊安全防線 高質量的數據能夠顯著提升模型的準確性和可靠性,但數據一旦受到汙染,則可能導致模型決策失誤甚至AI系統失效,存在一定的安全隱患。 ——投放有害內容。通過篡改、虛構和重複等「數據投毒」行為產生的汙染數據,將幹擾模型在訓練階段的參數調整,削弱模型性能、降低其準確性,甚至誘發有害輸出。研究顯示,當訓練數據集中僅有0.01%的虛假文本時,模型輸出的有害內容會增加11.2%;即使是0.001%的虛假文本,其有害輸出也會相應上升7.2%。 ——造成遞歸汙染。受到數據汙染的人工智慧生成的虛假內容,可能成為後續模型訓練的數據源,形成具有延續性的「汙染遺留效應」。當前,網際網路AI生成內容在數量上已遠超人類生產的真實內容,大量低質量及非客觀數據充斥其中,導致AI訓練數據集中的錯誤信息逐代累積,最終扭曲模型本身的認知能力。 ——引發現實風險。數據汙染還可能引發一系列現實風險,尤其在金融市場、公共安全和醫療健康等領域。在金融領域,不法分子利用AI炮製虛假信息,造成數據汙染,可能引發股價異常波動,構成新型市場操縱風險;在公共安全領域,數據汙染容易擾動公眾認知、誤導社會輿論,誘發社會恐慌情緒;在醫療健康領域,數據汙染則可能致使模型生成錯誤診療建議,不僅危及患者生命安全,也加劇偽科學的傳播。 築牢人工智慧數據底座 ——加強源頭監管,防範汙染生成。以《網絡安全法》《數據安全法》《個人信息保護法》等法律法規為依據,建立AI數據分類分級保護制度,從根本上防範汙染數據的產生,助力有效防範AI數據安全威脅。 ——強化風險評估,保障數據流通。加強對人工智慧數據安全風險的整體評估,確保數據在採集、存儲、傳輸、使用、交換和備份等全生命周期環節安全。同步加快構建人工智慧安全風險分類管理體系,不斷提高數據安全綜合保障能力。 ——末端清洗修復,構建治理框架。定期依據法規標準清洗修復受汙數據。依據相關法律法規及行業標準,制定數據清洗的具體規則。逐步構建模塊化、可監測、可擴展的數據治理框架,實現持續管理與質量把控。 國家安全機關將在以習近平同志為核心的黨中央堅強領導下,全面貫徹總體國家安全觀,與有關部門一道防範針對我人工智慧領域的數據汙染風險,依法維護人工智慧安全和數據安全,不斷築牢國家安全屏障。 來源:國家安全部微信公眾號
免责声明:本文内容与数据仅供参考,不构成投资建议,使用前请核实。据此操作,风险自担。
46178
31
2025-11-12 18:08
58174
96
2025-11-12 18:08
16957
51
2025-11-12 18:08
98546
39
2025-11-12 18:08
18936
49
2025-11-12 18:08
91384
12
2025-11-12 18:08
18362
93
2025-11-12 18:08
37695
76
2025-11-12 18:08
76312
16
2025-11-12 18:08
38579
85
2025-11-12 18:08
59346
71
2025-11-12 18:08
36791
24
2025-11-12 18:08
13594
65
2025-11-12 18:08
69741
36
2025-11-12 18:08
73681
51
2025-11-12 18:08
34715
28
2025-11-12 18:08
36184
28
2025-11-12 18:08
38927
93
2025-11-12 18:08
94578
61
2025-11-12 18:08
67813
83
2025-11-12 18:08
59742
16
2025-11-12 18:08
25361
85
2025-11-12 18:08
59462
82
2025-11-12 18:08
94856
59
2025-11-12 18:08
49315
61
2025-11-12 18:08
26195
54
2025-11-12 18:08
37894
39
2025-11-12 18:08
24796
73
2025-11-12 18:08
52769
85
2025-11-12 18:08
73256
98
2025-11-12 18:08
69538
63
2025-11-12 18:08
41578
59
2025-11-12 18:08
13854
61
2025-11-12 18:08
81473
61
2025-11-12 18:08
12794
18
2025-11-12 18:08
48521
91
2025-11-12 18:08
23864
67
2025-11-12 18:08
13548
53
2025-11-12 18:08
86251
82
2025-11-12 18:08
73851
95
2025-11-12 18:08
39215
12
2025-11-12 18:08
63782
38
2025-11-12 18:08
68725
45
2025-11-12 18:08
43562
38
2025-11-12 18:08
94856
54
2025-11-12 18:08
62187
32
2025-11-12 18:08
67812
24
2025-11-12 18:08
21637
25
2025-11-12 18:08
29538
78
2025-11-12 18:08
48591
74
2025-11-12 18:08
82165
52
2025-11-12 18:08
46159
47
2025-11-12 18:08
96742
26
2025-11-12 18:08
| 97播播 | 成人性做爰直播 |
| 富贵直播 | |
| 红杏直播 | 现场直播 |
| 私密直播全婐app | |
| 魅影直播间 | 花蝴蝶app直播 |
| 山猫直播 | |
| love直播 | 月夜直播在线观看 |
| 小妲己直播 | |
| 牡丹直播 | 私密直播全婐app免费 |
| 妖精直播 | |
| 樱花直播nba | 比心直播 |
| 免费直播平台 | |
| 打开b站看直播 | 深夜大秀直播app |
| 趣爱直播 | |
| 深夜直播 | 打开b站看直播 |
| 韩国直播 | |
| 趣播 | 蜜糖直播 |
| 抓饭直播 | |
| 花蝴蝶app直播 | 仙凡直播 |
| 快猫 | |