iOS 16 不具有革命性，watchOS 9 却激动人心，也不妄「世界最先进的可穿戴操作系统」之名！

精致有料的科技报道

-shenzhenware-

今晨 1 点，WWDC 22 如约开启。

在毫无新意的开场后，便是更无新意的 iOS 16 的介绍。锁屏、专注模式、听写、撤回消息、碰一碰支付……这些已经在国产 Android 手机上出现的功能，被苹果挤牙膏一样的一点点放出来，变成下一部 iPhone 的创新。

之后出场的 watchOS 9 终于为苹果挽回了一些颜面，尤其是多项运动追踪、健康监测功能、实用生活应用的更新，让 watchOS 没有辜负「世界最先进的可穿戴操作系统」之名，这也足以让其他表厂追上个把年头。

借着发布会后的清醒，我们一起回顾总结一下苹果在可穿戴健康领域有哪些突破，顺便也预测一下，今年 9 月即将发布的 Apple Watch Series 8 会有哪些系统和软件的更新。

跑步功能：新增垂直振幅、步长和触地时间指标

作为 Apple Watch 上最受欢迎的 app 之一，此次在 watchOS 9 上，「体能训练」迎来了一次大更新，推出了一系列实用的数据指标、信息丰富的视图、以及全新的训练体验。

最突出的表现是跑步功能的提升。

在跑姿测量指标上，新增垂直振幅、步长和触地时间三项指标，帮助用户提升跑步效率。

垂直振幅衡量的是跑步时手臂上下移动的幅度，幅度越大，消耗的体能也就越大。

苹果从手臂摆动的独特性推测躯干运动，利用 Apple Watch 内置的加速度传感器和陀螺仪组合，结合机器学习算法，将躯干运动分离出来，再测量它产生的垂直振幅。

步长和触地时间的测量，也是采用了类似的方法。

新增的三项指标都可以添加至「体能训练」视图中，在 iPhone 的「健身」应用中还能查看历史趋势，了解各项指标的更多专业信息。

体能训练：新视图、自定义训练计划

在跑步进程界面，旋转手表上的数码表冠就可以切换「体能训练」界面，查看数据摘要，如分段/单段/爬升高度、实时心率/运动用时/平均心率、动态卡路里/总卡路里、配速/里程等。

新增心率区间统计，随时了解训练强度。

并且，watchOS 9 可以自动计算出用户的个性化训练区间，展示各个区间的实时心率等数据。

新上线「自定义训练计划」的功能，可以定制更适合的锻炼和恢复时间间隔。比如，想要提高速度或耐力，就可以基于距离和时间段，创建一套训练与恢复计划，反复训练。

在训练中，还可以添加一些关于配速、心率、步频、功率的新提醒，比如配速低于多少提醒、心率高于多少的即时反馈，从而引导自己根据既定的目标进行体能训练。

新增跑步功率指标，衡量训练强度，确保能量消耗在可持续的范围内可以跑得更远。

新增竞速路线。如果你经常使用一个跑步路线，「体能训练」就会自动将它保存下来，与你上一次或最佳成绩进行竞速，并在体能训练期间收到超过或落后于所选配速和偏离路线的提醒。

以上「体能训练」的逐项更新，不仅适用于跑步，对于徒步、高强度间歇训练和功能性力量训练都同样适用。

针对铁人三项运动，watchOS 9 能够在游泳、单车和跑步三项体能训练之间自动切换。这主要是依据的是手表中的多个运动传感器对于单项移动模式的识别能力。

泳池游泳：新增浮板检测和 SWOLF 数值

在泳池游泳体能训练时，对于游泳新手，在训练时常常会用到浮板。过去，Apple Watch 是不能分辨游泳者是否使用浮板的。

而 watchOS 9 则为「泳池游泳」这一运用模式新增了浮板检测，并将它作为一种新的泳姿，区别于正在训练的泳姿。

利用 Apple Watch 的传感器融合技术，自动检测用户是否正在使用浮板练习游泳，并分类列于「体能训练」摘要中。监测的数据还包括游泳距离、速度等。

此外，在 watchOS 9 上，游泳者还可以用 SWOLF 值来追踪游泳效率，并在「体能训练」摘要中查看自己每次游泳训练的 SWOLF 平均值。

SWOLF 数值以单趟划水次数和秒数结合算出，在一些专业的运动手表中均有提供。

健身记录：为 iPhone 增加类似 Apple Watch 上的健身记录圆环

作为一项有效的运动激励工具，Apple Watch 中的「健身记录」圆环是最常用的功能之一。

对于那些没有 Apple Watch 或忘记佩戴 Apple Watch 的用户，苹果在 iOS 16 上提供了另一套「健身记录」的功能，可以作为每日活动内容的补充。

它利用的是 iPhone 内置的各个运动传感器，可以对步数、行走距离、爬升高度、体能训练进行追踪，同时还会将数据转化为动态卡路里的估值，贡献到每日活动目标中。

看得出，苹果正在将运动健康监测从智能手表扩展到更多的设备。比如，在去年的 WWDC 21 上，苹果也有一项基于 iPhone 运动传感数据的功能发布。

苹果利用 iPhone 测量「步行稳定性」数据，如行走速度、步长、步幅、步速、每一步的用时、双脚同时落地时长等行走时的移动数据，分析平衡性、稳定性、协调性的变化，进而对跌倒风险进行评估。