分类：AI动态 标签：人工智能、大模型、智能硬件、开源项目
当下的健康硬件市场已经足够拥挤。从手环、指环到智能床垫，各种设备都在不遗余力地告诉用户昨晚睡得怎么样。但随之而来的痛点也十分明显：当机器发现你没睡好之后，到底能做什么？更重要的是，它怎么知道自己做对了？
正是看到了这个传统硬件的盲区，一家成立不到一年、首款产品尚未正式量产的 AI 硬件公司 Fullive.ai，近期却频获资本青睐——不仅高瓴资本连续三轮加注，智元机器人等机构也先后入场，并在今年 7 月获得了招商局创投领投的新一轮融资。
这家公司将切入点放在了床头，推出了一款名为 Somni 的睡眠硬件。它试图通过一套创新的「响应学习」闭环系统，打破传统健康硬件「只监测、不干预」的僵局。
一、睡不好的一晚，床头能做什么？
第一眼看到 Somni，最引人注目的是其克制的形态。它没有传统屏幕，也不需要用户在睡前佩戴任何手环或头带，而是安静地放置在床头。
在系统内部，Somni 通过毫米波雷达、麦克风阵列和环境传感器，持续捕捉用户的呼吸、心率、体动、鼾声，以及卧室中的温湿度、光照等环境变化。在完成多维信号融合后，系统不再仅仅输出事后复盘的睡眠报告，而是生成动态干预方案：
- 入睡前：通过温和的声、光、气味等因子调节神经状态，帮助用户放松。
- 睡眠中：维持稳定状态，若检测到夜间醒来或躁动，则实时调整干预动作。
- 清晨时：提供更加自然的唤醒方式。
每一晚的运行，对于 Somni 来说都是一次「小型实验」。如果前一晚的声光组合没有达到预期效果，系统会根据用户的生理变化调整次日方案；反之，有效的反馈则会成为后续优化的依据。这种「低打扰、连续观测、动态闭环」的设计，完美契合了高压脑力人群对睡眠质量的高要求。
二、不止是监测：训练懂人体反应的「响应模型」
在床头设备的外壳之下，Fullive.ai 真正想要构建的是一套全新的底层技术逻辑。
过去，AI 在生命科学领域的核心进展主要集中在「描述状态」（如蛋白质结构预测、医疗影像识别）。但健康管理的本质在于「改变状态」。由于个体差异，同样的干预手段对不同人群的效果天差地别。
为此，Fullive.ai 提出了 「状态 -> 干预 -> 响应」 的核心数据逻辑：
- 状态记录：捕捉人体当前的生理与环境指标。
- 主动干预：施加可控的声光电等物理调节。
- 响应反馈：观察随之而来的生理变化。
通过这一闭环，系统收集到的不再仅仅是冰冷的健康数据，而是能够训练 「响应模型」 的关键数据——理解人在面对外界改变时究竟会发生怎样的生理反应。
在系统架构上，Somni 采用了 「传感器 x 基础模型 x Bio-OS Harness」 的软硬一体方案。其中，生成式 AI 扮演「规划师」角色提出候选方案，再由内置的模拟器和循证医学先验知识共同把关，确保干预动作安全、不越界。同时，设备采用端云协同与隐私加密方案，优先在本地处理原始波形，最大程度保护用户隐私。
三、从夜间切入，走向更广阔的生理世界模型
Fullive.ai 将自己定义为一家「模型 x 本体」的 AI4Bio 公司。
团队之所以选择睡眠作为创业的第一站，是因为相比于功能复杂、成本高昂的通用机器人，睡眠场景具备明确的强需求、相对封闭的环境，以及长达数小时的连续观测时间，是跑通数据闭环的理想切入点。
按照规划，除了面向夜间恢复的 Somni 之外，未来还将推出覆盖日间压力、专注、情绪等上下文的日间产品 Cori。这家汇聚了清华、北大以及华为、大疆、百度等行业老兵的创业团队，其最终的宏伟目标是打造 Physiological World Model（生理世界模型）。
正如特斯拉通过海量汽车本体收集真实道路数据来推动自动驾驶迭代一样，Fullive.ai 也在尝试通过可规模化部署的健康硬件本体，持续收集人体对外部输入的响应数据。
总结
AI 走进物理世界不仅需要聪明的「大脑」，还需要能够执行动作、回收反馈的「身体」。
从一盏安静的床头设备开始，Somni 正在检验一个极具想象力的命题：在人类需要休息的八个小时里，AI 能否真正读懂身体的微妙变化，并找到切实有效的干预方式。如果这个闭环能够顺利跑通，床头或将成为 AI 理解生命科学的一个全新起点。