共计 1902 个字符，预计需要花费 5 分钟才能阅读完成。
AI 硬件热度持续升温, 细分场景也开始出现更明确的产品分工。根据 36 氪报道,AI 健康硬件公司 Odyss 近期连续完成多轮融资, 总金额近 2 亿元人民币。本轮融资由红杉中国、Monolith 分别领投, 老股东线性资本、Creekstone 继续加注。已披露信息显示, 这笔资金将主要用于产品软硬件研发、全球市场营销以及团队扩张。
从赛道选择来看,Odyss 没有进入已经较为拥挤的通用穿戴市场, 而是切入饮食健康监测这一高频但数字化程度仍有限的场景。相比常见手环、指环等设备, 公司试图用“智能项链”这一形态解决饮食数据难以被持续、准确捕捉的问题。
瞄准饮食监测,Odyss 选择智能项链形态
36 氪报道称,Odyss 首款产品为 Odyss N1, 被描述为“全球首款 Always-On 智能项链”。其核心思路是通过图像、音频、动作等多模态感知能力, 全天候记录用户的饮食与运动行为。
按照公司创始人兼 CEO 潘宇扬的说法, 饮食是一个极高频的生活场景, 但现有穿戴设备在这一环节存在天然限制。例如手环和指环缺乏视觉能力, 难以直接感知食物; 连续血糖监测设备 (CGM) 则更偏医疗属性, 与普通消费级穿戴之间存在明显距离。项链则兼顾了轻量佩戴和广角视角的特点, 更容易承载低功耗视觉模组, 尝试补足饮食数据采集这一空白。
这一思路本质上反映出当前 AI 硬件的一种新趋势: 不是做单一“大而全”的设备, 而是围绕某个明确场景去定义最合适的硬件形态。Odyss 押注的, 正是“饮食数据入口”这一位置。
多模态识别是核心, 准确率仍需市场验证
在产品方案上,Odyss N1 采用“视觉为主、音频与动作感知为辅”的三模态感知系统。报道提到, 其视觉模块没有采用高耗能的连续视频拍摄, 而是使用低功耗“打帧”技术, 以便在不同就餐和烹饪场景中采集数据, 并尝试识别食物种类、体积以及烹饪方式等信息。
此外, 音频模态用于捕捉点餐时的语义关键词, 动作模态则用于监测用户代谢状态, 从而辅助提升整体识别精度。基于这些数据, 系统进一步计算热量、营养素、升糖指数等指标, 并生成个性化健康干预建议。
在模型层面,Odyss 并未完全依赖通用大模型, 而是采用“小模型预训练 + 大模型后训练”的专有链路。按照报道说法, 大模型负责菜品种类和烹饪方式识别, 传统计算机视觉算法则用于食物尺寸测量和扫码等任务。36 氪援引团队测算称,Odyss N1 对常规西餐的饮食热量识别准确率已达到 90% 以上。需要注意的是, 这一数据来自公司团队测算, 后续在更复杂饮食结构、更多地区菜系以及真实消费环境中的表现, 仍有待进一步观察。
融资之后, 产品、渠道与全球化将同步推进
从融资用途看,Odyss 后续动作将集中在三条主线: 研发、市场和团队。硬件方面, 公司选择定制专用视觉模组、供电系统, 并使用钛合金 CNC 加工工艺, 以在小体积下兼顾低功耗、识别能力与外观质感。相比复用成熟供应链方案, 这种路径更重投入, 但也意味着其希望在产品层面形成差异化。
商业模式上,Odyss 计划采用“硬件 + 订阅”组合。早期阶段, 公司拟将硬件维持在高端科技潮品定位, 同时降低软件订阅使用门槛, 以争取更快建立用户认知。目标客群方面, 报道显示其初期将瞄准生物极客、科技金融从业者和健身达人等中高净值人群。
业务推进节奏也较为明确。根据 36 氪披露,Odyss 计划于今年 4 月在北美启动 KOL 测试,6 月上线众筹平台, 预计 8 至 9 月通过独立站正式出货。公司还计划在未来两年内将业务拓展至中国大陆、日本及欧洲市场。不过, 上述时间表目前仍是公司规划, 最终落地情况还需以官方后续发布为准。
AI 健康硬件进入更细分的竞争阶段
从行业视角看,Odyss 的融资再次说明, 资本对 AI 硬件的关注正在从“通用设备叙事”转向“垂直场景落地”。健康管理尤其是饮食管理, 一直是高频、强需求、但数据采集困难的领域。如果产品真能在准确率、佩戴舒适度、续航、隐私保护和订阅转化之间找到平衡, 其商业想象空间并不小。
但另一方面, 这条赛道也面临现实挑战。首先, 饮食识别涉及菜系复杂度、分量变化、烹饪方式差异等问题, 模型泛化能力是关键; 其次, 佩戴摄像感知设备可能带来用户和公共场景中的隐私顾虑; 再者,“硬件 + 订阅”模式能否在消费端建立长期留存, 也需要产品体验持续支撑。
因此,Odyss 这笔近 2 亿元融资更像是一个值得关注的起点: 它表明市场愿意为“AI+ 健康硬件”的新交互形态买单, 但产品是否能够真正打开大众市场, 仍要看后续测试、出货与用户反馈。
信息来源
来源:36 氪《36 氪独家 | 红杉中国、Monolith 领投 AI 健康硬件公司「Odyss」, 金额近 2 亿元》
