AI 跑表数据谁最靠谱？DeepSeek 表现令人失望

昨夜完成 15.51 公里跑程，在同步穿戴设备与 APP 数据时，注意到“悦跑圈”上线了 AI 分析模块，随即体验了“跑后速评”。结果显示，该报告较为浅显：仅将跑步指标与身体参数做简单关联，未考量个体差异，也未纳入场地条件、地形起伏、温湿度等环境变量。尽管佳明手表的数据维度丰富，但“悦跑圈”并未充分挖掘。若需“深度解析”，则需付费开通会员，且每月限定生成 4 次报告。

随即萌生想法：将佳明记录的跑步数据输入 AI 工具，观察其分析能力？遂将两张跑步截图分别上传至 DeepSeek、豆包、Kimi 三款应用。

第一张为数据统计图表：

并特意补充说明：今晚空气湿度接近 90%，短裤被汗水浸透，加之后方夹有佳明动态传感器（小绿豆），因无抽绳设计频繁下滑，导致我多次调整，不知这是否推高了平均垂直振幅至 9.0cm（通常范围为 7.6—8cm）。请结合此因素分析。

分析结果显示，Kimi 最为详尽，包含表格拆解与多维度数据对比；豆包则更为精炼，紧密贴合佳明生态进行解读。两者分析方向基本一致，均具较高参考价值。

而 DeepSeek 的分析却偏离正轨。原本海拔数据清晰如下：

DeepSeek 却将其误读为：

或因识图能力不足，DeepSeek 对海拔数据的解读完全错误，归因方向亦严重偏差。我猜测可能是图片清晰度问题，遂多次重传原图，结果依旧。最高与最低海拔明明清晰可见，它却强行推算，并断言整体为下坡路段，与事实完全相悖，错误离谱，几乎无参考意义。

以下为豆包的解读内容，分析逻辑科学合理，但前提是佳明提供的数据必须客观真实。然而，跑表记录本身依赖算法推算，并非绝对事实，故结论仅作参考。若在此基础上还需额外付费进行 AI 分析，个人认为并无必要。

▼

更多文章请扫描关注

▼

跑步/生活/分享