测杠铃速度跳高
Spleeft 是一款面向 Velocity Based Training（VBT，速度基础训练）的专业训练应用，覆盖 iPhone、Apple Watch、iPad 与 Mac。它主打“一个设备完成计划、测量与分析”，可用 Apple Watch 或 iPhone 实时追踪杠铃速度，也可测量深蹲跳、跳深、反向跳等跳跃高度。严格来说，它不是通用生成式 AI 工具，而是以传感器算法、运动数据分析和训练决策支持为核心的垂直 AI/智能应用。
产品核心在于实时速度反馈、速度损失控制、负荷-速度曲线、估算 1RM、长期训练负荷追踪和表现趋势分析。网站称其与线性位移传感器比较相关性 r>0.95，并提到 Apple Watch 与动作捕捉系统对比准确性较好，有科学验证支撑。教练端能力也较完整：可创建多个运动员档案、通过 iCloud 同步数据、从 TrainingPeaks 同步计划训练，并通过 Action Extension 导入其他 VBT 设备的 CSV 数据。
抓取内容明确显示提供 3 天免费试用，并提到针对俱乐部、职业队和高性能中心有特殊价格或条件。但个人版、PRO、Coaches 版本的具体价格未披露，因此长期成本透明度一般。
优点是硬件门槛低，使用 iPhone/Apple Watch 就能进行速度和跳跃监测；支持 200Hz 测量、多平台同步和多运动员管理，较适合教练工作流。局限也明显：平台偏 Apple 生态，未见 Android 信息；跳跃高度算法被说明“not definitive”，仍会改进；开放 API、中文支持、支付方式和训练数据隐私细节均未充分披露。
Spleeft 更适合力量体能教练、个人训练师、线上教练、运动队和高性能中心，用于 VBT 落地、远程运动员管理和训练负荷监控。中国大陆访问、网络稳定性和支付方式未在正文中说明，判断为未知；若受 Apple 服务、TrainingPeaks 或海外支付影响，可能需要实际测试。可对比 MyLift、Vitruve、GymAware、Perch、Output Sports 等 VBT 方案。
本测评基于公开资料整理,不构成购买建议,请以 spleeft.app 官网实际信息为准。
手机和Apple Watch做VBT训练测量，有一定工具价值。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。