跑步的技巧(滚动落地)

“滚动落地(rolling contact / rolling foot strike)”不是一种教条式的“脚法”,而是一种 让冲击沿着整只脚、整条后链逐级传递的落地机制

它的核心不是“你先用哪儿着地”,而是:

你的脚落地之后,冲击是不是像轮子一样滚过去,而不是像锤子一样砸下去。

这就是滚动落地的本质。


一、什么叫“滚动落地”?

你可以把它理解成两种完全不同的落地方式:

1. 砸地(撞击式)

脚像锤子一样拍到地上:

  • 要么后跟先砸
  • 要么前掌先戳
  • 冲击集中在一个点
  • 一个结构瞬间吃掉大部分载荷

结果就是:

  • 后跟砸 → 膝盖难受
  • 前掌戳 → 前脚掌磨烂
  • 都不是长跑友好模式

这叫 撞击式着地(impact strike)


2. 滚地(滚动式)

脚像轮胎一样“滚”过地面:

  • 不是某一点硬砸
  • 而是外侧中足先轻触
  • 再向前滚到前掌
  • 最后从大脚趾蹬离

力不是“啪”地一下砸进去,

而是:

接触 → 接管 → 滚动 → 释放

这就是滚动落地。

它像什么?

像车轮压过地面,不像锤子砸地面。


二、滚动落地的完整力学过程(最核心)

滚动落地不是“某一点着地”,而是一整套 压力传导链

完整过程分 5 步:


第1步:外侧中足轻触地(不是砸)

最先接触地面的理想位置通常是:

脚掌外侧的中后段(偏外侧中足 / 外侧前中足)

不是后跟正中心,也不是前掌正中心。

为什么是这里?

因为这是脚天然最适合开始滚动的位置。

你可以把脚底想成一个斜着的滚轮:

  • 外侧先接地
  • 内侧后接地
  • 最后滚向大脚趾

这能让冲击先被“斜向导入”,而不是垂直硬顶。

这一步的关键词:

轻触(touch),不是砸(slam)

你不是“踩下去”,而是“碰到地”。


第2步:足弓接手缓冲(最关键)

脚一接地后,真正开始吸震的不是鞋,不是膝盖,

而是:

足弓。

这是滚动落地最关键的一步。

外侧中足触地后,压力会迅速从外侧向内侧转移。

这时候足弓会发生一个非常短暂的:

受压 → 微塌陷 → 弹性储能

这一步相当于脚底的天然弹簧启动。

它的作用是:

  • 把垂直冲击吃掉一部分
  • 把瞬时冲击拉长
  • 把“尖峰冲击”变成“平滑载荷”

这一步决定你到底是在“跑”,还是在“砸地”。

如果你足弓不参与工作,那压力就会直接:

  • 往前冲到前掌
    或者
  • 往上冲到膝盖

于是总得炸一个。


第3步:小腿-跟腱接手(第二级减震)

足弓吃掉第一层冲击之后,

第二层缓冲系统开始接管:

跟腱 + 比目鱼肌 + 腓肠肌

这套系统的作用不是“发力蹬地”那么简单。

它更重要的作用是:

离心刹车 + 弹性回弹

什么意思?

你落地那一瞬间,小腿并不是在“发力顶住”,
而是在:

  • 被拉长
  • 被加载
  • 暂存弹性能

然后在离地时再还给你。

这就像把冲击暂时存进弹簧,再弹回来。

所以真正会跑的人,小腿不是“硬顶地”,而是“像弹簧一样接住你”。

这一步决定:

  • 你前掌会不会爆
  • 跟腱会不会炸
  • 小腿会不会提前酸死

第4步:身体从支撑脚上“滚过去”

这是滚动落地和普通跑法最大的区别。

多数人跑步是:

脚往前踩,身体追上去

而滚动落地是:

脚落下,身体从脚上滚过去

这个区别极大。

前者是“踩地”
后者是“过地”

差别在于:

  • 踩地 = 你在主动撞地
  • 过地 = 你让身体自然越过支点

这会让你从“上下震”变成“向前滚”。

这也是为什么高手跑起来看着“贴地滑”。

不是他们弹跳多强,

而是他们没有把力量浪费在上下撞击上。


第5步:大脚趾释放(不是前掌硬蹬)

滚动落地的最后一步,不是“前掌狠狠干地一下”。

而是:

压力自然汇集到第一跖骨 / 大脚趾,然后释放出去。

注意,是释放,不是硬蹬。

很多人前掌疼,就是因为他最后一步不是“滚出去”,而是:

前掌顶住 → 硬蹬

这会直接导致:

  • 前掌热区
  • 大脚趾根疼
  • 第2/3跖骨过载
  • 鞋前掌疯狂磨损

正确的是:

外侧触地 → 足弓接手 → 滚向内侧 → 大脚趾释放

这是完整闭环。


三、滚动落地的真正目的:不是优雅,是“拉平冲击曲线”

滚动落地最重要的价值不是姿势好看,

而是它把本来尖锐的冲击峰值,拉成一条更平的曲线。

这才是核心。

你可以粗暴理解为:

锤子式落地:

冲击像针

  • 峰值高
  • 时间短
  • 杀局部组织

滚动式落地:

冲击像波

  • 峰值低
  • 时间长
  • 身体更容易分摊

同样是体重 70kg 的人落地,

不是“有没有冲击”,
而是:

这个冲击是像针扎进去,还是像波推过去。

滚动落地就是把“针”变成“波”。


四、滚动落地最常见的错误(90%的人错在这)

1. 误以为滚动落地 = 前掌跑

不是。

前掌跑只是接触点更靠前。

滚动落地强调的是:

力有没有滚过去

不是你脚尖先着地就叫滚动。

很多人其实只是“前掌硬顶”。

那不是滚,是顶。


2. 误以为滚动落地 = 不落后跟

也不是。

滚动落地里,后跟经常会轻微接触地面。

但它不是“砸下去”,只是:

轻吻地面(heel kiss)

这是正常的,也是高效的。

滚动落地不是“禁止后跟落地”,
而是“禁止后跟砸地”。


3. 误以为滚动落地靠脚完成

不是。

脚只是第一层。

真正决定你能不能滚起来的是:

  • 髋稳不稳
  • 臀接不接力
  • 小腿能不能离心
  • 足弓能不能加载

没有这些,你脚再会摆也没用。


五、你跑对了的体感是什么?

滚动落地跑对时,你会明显感觉:

  • 脚步声变轻
  • 不是“啪嗒啪嗒”,而是“沙沙”
  • 膝盖存在感下降
  • 前掌没那么灼烧
  • 身体更像“向前滑”
  • 上下颠簸减少
  • 小腿是弹,不是顶
  • 脚底热,但不是磨痛

一句话总结体感:

不是踩地前进,而是借地滚过去。

这就是滚动落地。(mdpi.com)

Read more

AMI的优越性

世界模型(World Models)的具体例子 如下,我按类型分类,便于理解。每类都附带实际实现、演示效果和应用场景。 1. Yann LeCun / Meta 的 JEPA 系列(最直接对应“世界模型”概念) 这些是 LeCun 主张的非生成式抽象预测世界模型代表。 * I-JEPA(Image JEPA,2023) 输入一张图像,模型把不同区域(context 和 target)编码成抽象表示,然后预测 target 的表示(不在像素级别重建)。 例子:给定一张遮挡了部分物体的图片,模型能预测“被遮挡物体的大致位置和属性”,构建对物体持久性和空间关系的理解。 这是一个“原始世界模型”,能学习物理常识(如物体不会凭空消失)。 * V-JEPA / V-JEPA 2(Video JEPA,

By SHI XIAOLONG

什么是:“世界模型(World Models)”

世界模型(World Models) 是人工智能领域的一个核心概念,尤其在 Yann LeCun 等研究者推动的下一代 AI 架构中占据中心位置。它指的是 AI 系统在内部构建的对现实世界的抽象模拟或内部表示,让机器能够像人类或动物一样“理解”物理世界、预测未来、规划行动。 简单比喻 想象你闭上眼睛也能“看到”房间里的物体会如何移动、碰撞或掉落——这就是你大脑里的世界模型。AI 的世界模型就是类似的“数字孪生”(digital twin)或“内部模拟器”:它不是简单记住数据,而是学习世界的动态、因果关系和物理直觉(如重力、物体持久性、遮挡、因果等)。 为什么需要世界模型? 当前主流的大型语言模型(LLM) 擅长处理文本(统计模式预测),但存在根本局限: * 缺乏对物理世界的真正理解 → 容易“幻觉”、无法可靠规划。 * 样本效率低 → 人类/

By SHI XIAOLONG

K线周期可配置化设计方案

K线周期可配置化设计方案 1. 背景与目标 当前 Beta 套利策略的 K 线周期硬编码为 "1h",分散在多个文件中。需要: 1. 将 K 线周期从 1h 改为 2h 2. 提取为环境变量 BETA_ARB_KLINE_INTERVAL,使其可在 .env 中配置 2. 影响范围分析 2.1 需要修改的文件(共 6 个) 文件 硬编码位置 修改内容 src/trading/config.py BetaArbConfig dataclass 新增 kline_interval 字段,

By SHI XIAOLONG

对于空间环境、“信息/逻辑”(比如代码、结构、表达)秩序追求的心理特征分析

一、为什么是“空间 + 信息”同时强化? 因为你当年面对的是“双重失控”: 1️⃣ 外部世界是脏乱 + 失序的 * 空间被污染 * 行为无边界 * 基本生活秩序崩塌 👉 所以你现在会强烈要求: * 桌面干净 * 房间有序 * 物品可控 这是在修复:“物理世界必须是可控的” 2️⃣ 人的行为和逻辑也是混乱的 * 没有规则 * 没有底线 * 没有理性 👉 所以你现在会特别在意: * 表达是否清晰 * 逻辑是否自洽 * 结构是否优雅 * 代码是否干净 这是在修复:“认知世界必须是合理的” 二、你其实构建了一个“高纯度系统” 你现在的偏好,本质上是: 👉 低噪音 + 高结构 + 强控制感 具体表现就是: * 空间:极简、整洁、可预测 * 信息:清晰、压缩、无冗余 这类人有一个很明显的优势: 👉 处理复杂问题时,

By SHI XIAOLONG