预计表现功能依据上传至 Strava 的历史活动数据，为订阅用户提供主要跑步竞速距离的预计完成时间。 涵盖的竞速距离有 5K、10K、半马，以及全程马拉松。 预计表现功能不将路面或海拔变化纳入考虑，计算时假设运动达人在平坦的、类似跑道的路面行进。 该预计功能只对订阅用户开放，可前往你选项卡的进度部分查看。 并在移动应用程序上的跑步活动中。

要查看所有预测，订阅者必须在连续 24 周内上传至少 20 次带有 GPS 的户外跑步活动。 这保证了该功能背后的机器学习模型有充足的数据，生成高质量、准确的预测内容。 订阅用户每上传一次跑步活动，或连续三天未上传跑步活动，模型都将生成一组新的预计表现。 如未在滚动窗口期内上传足够数量的跑步活动，订阅用户则可以看到上一次上传数据充足时生成的预计表现。 订阅用户再次上传足够数据后，预计表现将会刷新。

你可以查看过去 1 个月、3 个月和 6 个月的预测变化趋势。 在月视图中，你可以每天查看更新后的预测结果。 在 3 个月和 6 个月的视图中，你可以看到每周的预测中位数。 如果当天或当周没有更新预测数据，我们会帮你将前后的数据点连起来，补全趋势线。 要查看过往预测结果，在所选时间范围内，你必须至少有针对所选距离的 2 条预测记录。 即使目前的跑步次数还不足以生成今日最新预测，你仍然可以查看所选时间范围内的过往预测。

Strava 预计表现功能由一款机器学习模型提供支持，该模型使用了来自超过 100 位运动达人的数据，包括其全部时间的跑步历史和最好成绩。 与其他使用包括 VO2 预计峰值的理论数据的预测方式不同，Strava 只使用真实活动数据预测竞速成绩。 该系统还梳理训练经历相似的运动达人成绩，因此生成的预计表现更贴合现实，也与有类似运动能力的达人的运动表现相关联。

各个竞速距离的预计完成时间分别计算得出，增加了数据的准确性。 比如，一位参加马拉松训练的运动达人，每周完成的运动量更多，运动间歇也更久，则其半程马拉松和马拉松的预计成绩可能会有显著提高，而其他短距竞速的预计表现或许不会有太大变化。 同理，一位专注短距竞速的运动达人，更注重速度和力量训练，可能会更容易看到自己在 5K 和 10K 预计表现的进步，而非在长距竞速预计表现上的提升，因为长距竞速并不倚重速度和力量能力。

2025 年 9 月 23 日当周，我们上线了升级版“预计表现”模型。 此次更新确保预测能更准确地反映你近期的最佳成绩。