暴雨、大暴雨、颱風來了
2026-01-08 06:00 2,418次浏览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
世界人形機器人運動會將於8月14日開幕，作為重要項目之一的足球賽預選賽已先一步開賽。來自國內高校的參賽隊GeoHBots在比賽中早早陷入了以少打多的局面。團隊成員向北京商報記者解釋稱，他們的機器人在比賽中吃到紅牌被罰出場，原因是算法不會識別對方的機器人而導致的對抗，被裁判視作背後惡意衝撞，「它只會看球、場地」。 據悉，參加3v3比賽的團隊每支有四個機器人可供使用，三名首發一名替補，少一人的局面無疑讓GeoHBots團隊非常被動。 在綠茵場上跌跌撞撞的金屬身影，實則是一場關乎產業未來的技術練兵——笨拙的動作調試、程序算法的優化、失敗案例的積累，都是人形機器人從實驗室走向商業化場景這一進化路徑上這樣那樣的微調。 技術的綜合考試 機器人足球賽從不是為了復刻人類球賽的精彩，而是給技術能力搭了個實戰考場。 加速進化機器人公司售後技術支持負責人呂明向北京商報記者拆解了這場考試的核心考點：「機器人的運控，就是運動能力、步態這些，下肢能走多快、用什麼樣的步態、有什麼樣的腳法，都是機器人能踢球的基礎；上半身則是感知，主要是視覺，能不能看得準，看得準才能踢得準；最後是決策，就是在什麼情況下用什麼樣的動作，怎麼樣去做接下來要做的動作。」 賽場邊各支隊伍的備賽細節，透出相似的技術打磨縮影：來自馬來西亞的Team Robotedge團隊向北京商報記者介紹，比賽開始前他們要反覆通過電腦調整機器人的靈敏度、運控參數，還要讓機器人持續識別、捕捉比賽用球——這是在針對性訓練運控與感知能力。GeoHBots也向記者透露，他們需要在賽前把自己的代碼、程序刷進去，其中包含視覺、動作、策略等細節，都是為實戰而做的準備。 在現場，你時常能看到一個人類隊員舉著一臺電腦跟著一臺人形機器人，二者通過一根長長的、有點像牽引繩的數據線相連，這正是他們在調試準備——機器人將數據畫面等傳到電腦，人類基於這些數據進行調優。當然，在比賽的時候，這些機器人都需要放開繩子，自主發揮。但考試並不一帆風順，呂明向北京商報記者進一步分析稱，如果機器人的視覺不行，那就看不清、定位不好、踢不準；如果決策不行，該用什麼動作卻做了錯誤判斷。這幾個因素一疊加，強隊跟弱隊的區別就很大了——有的機器人因視覺盲區對著空場地狂奔，有的因決策失誤放棄防守猛衝前場，最終被踢成大比分的慘敗。 但這些考砸了的時刻並非毫無價值——就像企業技術迭代的「錯題本」，每一次失誤都在為算法優化提供精準坐標。 為應用試金 或許有人疑惑，興師動眾讓這麼多人和機器人在賽場折騰，意義何在？答案藏在那些並不非常外顯的技術細節裡。 呂明指著一位在場上做著橫移動作的機器人向北京商報記者解釋：「你看他有那種橫移的，像螃蟹步，這就算是盤帶了。」這種賽場練就的移動步伐，未來可能就是家庭中服務機器人在客廳繞開茶几的靈活身法。 呂明還提到，這些機器人很多是一天要踢四場比賽，在劇烈、頻繁的碰撞下依然能正常運作，摔倒也能自己站起來——這種穩定、耐用，可自我調整的硬體性能，正是工業協作、家庭陪護等場景的核心需求。 前述機器人那種「只認球不認人」的識別局限，也可通過更複雜的算法解決，把環境感知數據練好，未來就能分清水杯、遙控器和毛巾，避免服務場景中的烏龍。 參賽生態還藏著產業進階的新生力量。Geo-HBots團隊向北京商報記者透露，他們賽前僅用不到兩個月準備，依託的正是廠商提供的開源基礎平臺；呂明也向記者表示，現在其實還很難談比賽質量，更多是讓大家上場激發熱情。人形機器人在國內剛起步，加速進化公司的機器人在交付參賽團隊時就自帶一套開源Demo算法供參賽者調試。「要讓學生通過比賽走完流程，對機器人有理解，再有興趣去研究，畢竟做運控、做感知、做策略，理論和實踐是很不一樣的。」 每次有進球發生，現場參賽隊成員總會爆發出不亞於自己踢比賽進球時的歡呼，看得出他們確實很高興，像是以一種主教練的身份——這種包容性強的參與生態，正在培育未來的開發者群體。 慢功夫裡的大未來 比賽當中，有些進攻輪次非常簡單粗暴——某隊的機器人在中場附近大力射門，然後球就徑直跨過半場，滾進對方球門。 但人形機器人產業的進化，不可能是一蹴而就的爆發，需要在包括賽場在內的試錯中沉澱慢功夫。 呂明向北京商報記者強調比賽數據的核心價值：「我們會持續做相關的解決方案，掌握的數據越來越多，機器人模型的學習能力、判斷能力也會變強。最終還是要推動人形機器人領域發展，比賽只是其中一種形式，也是為了驗證我們的硬體、軟體、算法能力，讓它以後能服務更多其他場景。」 這些在綠茵場上積累的硬控穩定性、感知精準度、決策合理性，正在編織一張技術網絡：硬體耐用性達標了，機器人才能走進真實場景；算法識別準了，才能理解人類需求；多模塊協同順了，商業化落地才有底氣。 或許十年後，當家庭機器人熟練地幫你遞水、工廠機器人精準搬運零件時，它們的運動神經和大腦邏輯，最早正是在這場笨拙的足球賽裡，被一群學生和工程師一點點打磨出來的。 眼前跌跌撞撞的機械身影，正在用成功或失敗的動作，攢下人形機器人產業的未來底氣。 北京商報記者 陶鳳 實習記者 王天逸
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。
六月直播
「活动」首次登录送新手大礼包
- 软件大小: 582.56MB
- 最后更新: 2026-01-08 06:00
- 最新版本: v16.8.2.8
- 文件格式: apk
- 应用分类:ios-Android 九球直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.48以上
客服热线：138-3514-5124
15473
64
31267
95
41356
87
2026-01-08 06:00
65943
72
2026-01-08 06:00
31472
71
2026-01-08 06:00
65294
62
2026-01-08 06:00
15732
65
2026-01-08 06:00
98163
35
2026-01-08 06:00
83157
18
2026-01-08 06:00
85162
41
2026-01-08 06:00
15638
16
2026-01-08 06:00
39
67
31
67418
95
75
81426
36
48326
82193
16849