菜鸟AI - 让提示词生成更简单! 全站导航 全站导航
AI工具安装 新手教程 进阶教程 辅助资源 AI提示词 热点资讯 技术资讯 产业资讯 内容生成 模型技术 AI信息库

已有账号?

首页 > AI资讯新闻 > 范典AI睡眠床头灯测评:无摩擦助眠新体验
产业资讯 AI硬件 范典AI睡眠床头灯

范典AI睡眠床头灯测评:无摩擦助眠新体验

2026-06-09
阅读 0
热度 0
作者 菜鸟AI编辑部
摘要

摘要

小米创始员工范典创立格物科技,耗时三年推出AI睡眠床头灯SleepalAILamp。产品采用毫米波雷

在智能硬件创业圈,范典的路径与主流截然不同。他并不遵循常见的融资、众筹、造势的循环。

作为小米创始团队核心成员,他曾担任小米物联网平台部总经理、AIoT战略委员会主席,履历堪称行业顶配。按常规思路,凭借这样的背景,快速融资、推出硬件产品上线众筹、通过媒体曝光扩大声量、再滚动融资——这是近两年多数硬件创业者熟悉的打法。

但范典选择了另一条路。他的第一款产品,耗费了整整三年时间打磨。

2024年,智能硬件赛道整体趋冷,而范典的选择更是冷门中的冷门。他没有跟风去做市场已充分验证的AI可穿戴设备或AI床垫,而是开创了一个全新品类——AI睡眠床头灯(Sleepal AI Lamp)。

很少有人知晓这三年间他究竟在打磨什么。范典几乎从不接受采访,也极少与投资人会面。这种低调同样体现在他创办的「格物科技」的融资节奏上:创业三年,仅对外公布了一轮天使轮融资,投资方为小米、天际资本等。

直到今年5月19日,Sleepal AI Lamp在海外众筹平台Kickstarter正式上线,定价449美元。产品一经亮相,随即引来大量好奇与质疑:“一个床头灯卖这么贵,疯了吗?”“三年就做了个灯?”“既然有智能手表,谁还需要这个?”

在产品众筹启动之际,范典终于接受了媒体专访,这是他从小米离职后首次公开面对媒体。通过这次对话,我们可以窥见其清晰的产品逻辑,以及背后深厚的技术积淀。

毫米波雷达精准监测睡眠

范典的创业灵感,最初源于自身长期遭受的睡眠问题困扰。

他患有阻塞性睡眠呼吸暂停症(OSA),即睡眠时气道阻塞,引发全身性缺氧。即便睡眠时长达到8小时,醒来仍头痛欲裂。这一问题的普遍性远超大众认知:成年人群中发病率约15%,40岁以上人群更高达30%。

为缓解症状,范典尝试过多种助眠方案:CPAP呼吸机、AI床垫、睡眠带等。但说实话,能够长期坚持使用的方法,都伴随着不同程度的“摩擦成本”。

AI床垫的短板在于单品成本高昂,安装门槛同样不低。团队也曾考虑开发AI睡眠吸顶灯,优势在于可覆盖全屋感知,但可能受吊顶结构遮挡。至于智能手环、戒指以及近期火爆的Whoop等可穿戴设备,尽管市场已充分验证,但数据显示其夜间佩戴率仅60%,且用户高度集中于年轻人群体,高龄人群渗透率极低。

分析原因并不复杂:可穿戴设备需频繁充电,佩戴时有压迫感,许多用户睡到半夜便会取下。

因此,团队将产品核心逻辑确定为:打造一款零摩擦成本的AI睡眠床头灯。

这一思路虽然极大提升了用户体验,但技术门槛却随之陡增。

传统可穿戴设备检测睡眠,主要依赖光电信号(PPG)监测毛细血管心率,结合手腕加速度测算体动,再基于这两项数据拟合睡眠状态。但该方法易受手部体毛、佩戴松紧度、肤色、纹身等因素干扰。更关键的是,它无法全面感知真实睡眠环境——无法识别温度、噪声、光线是否构成干扰,也无法判断用户的睡姿变化。

Sleepal AI睡眠床头灯的原理则完全不同。

睡眠分期的转换受中枢神经系统与自主神经功能的协同调控。在此过程中,呼吸、心率等生理信号产生联动变化,与睡眠分期高度耦合。其中,呼吸信号不仅与睡眠分期密切相关,更是判断呼吸暂停的核心依据。

为捕捉这些关键信息,他们在Sleepal床头灯上部署了一套传感器矩阵:60GHz毫米波雷达、热阵列传感器、麦克风阵列及环境传感器。各模块分工明确:毫米波雷达感知睡眠期间的体动信号,从中提取呼吸频率、心跳特征及胸腔起伏,精度达0.1毫米,据此推测用户所处的睡眠分期;麦克风阵列收集鼾声与环境噪音;环境传感器检测室内光照,记录睡眠干扰因素;测温阵列感知人体轮廓,判断睡姿。

通过非接触式监测,Sleepal实现了对呼吸、心跳及全身体动的连续高频追踪。其睡眠分期结果相较于依赖体动检测的可穿戴设备,误差更小。近期,格物科技与世界睡眠学会主席Thomas Penzel教授联合发表的论文中,基于1022晚医院PSG数据验证,Sleepal的κ值为0.695,优于Apple Watch(0.68)和Oura Ring(0.65)。

七个垂直AI模型与百万级数据投入

解决数据采集问题后,下一步关键在于为数据建立评判标尺。

在睡眠医学领域,临床多导睡眠监测(PSG)是公认的金标准。其流程为:收集睡眠数据后,由专业技师人工标注睡眠分期(清醒、浅睡、深睡、REM)及呼吸暂停事件。在模型训练中,这些标注数据充当标准答案,用于监督和对齐雷达采集的原始信号。

创业三年间,格物科技联合多家医院睡眠中心,采集了超过2000晚的PSG数据,每年数据投入成本高达数百万元。基于这些金标准数据与用户睡眠数据,他们训练了七个细分垂类AI模型:生命体征检测算法、多模态睡眠分期模型、呼吸暂停检测模型、多模态人体状态识别模型、多模态睡姿识别模型、端侧鼾声识别模型,以及雷达信号ECG生成模型。

凭借这七个参数达数亿级别的垂直模型矩阵,Sleepal已不再仅是睡眠信息收集工具,而是能够提供个性化改善建议的AI睡眠管家。例如,它可以提取呼吸率、心率变异性(HRV)、睡眠阶段等高阶生理特征,并给出诊断:昨晚睡眠质量差,源于仰卧姿势加重打鼾;或者,微觉醒是由环境噪音与睡前剧烈运动共同导致。

除数据监测外,团队还围绕睡眠核心场景进行了多项体验优化:昼夜节律灯、白噪音、智能闹钟等功能。例如,在预设闹钟时间前,Sleepal会在用户处于浅睡或微觉醒期时逐渐调亮灯光并发出声音唤醒,避免从深睡中突然惊醒引发“起床气”。用户夜间起身时,灯光自动微亮,返回床铺躺下后自动熄灭。

Sleepal在Kickstarter上线前48小时内,众筹金额便突破20万美元。作为一个全新品类、全新技术与全新品牌,在科技潮玩扎堆的Kickstarter平台上,这一成绩已超越90%的其他产品。

在商业模式上,短期内Sleepal计划采用硬件销售加软件订阅的模式。从长期战略看,格物科技希望从卧室睡眠监测切入,延伸至全屋家庭健康AI应用。未来,在卧室验证的多模态感知技术可复制至卫生间(毫米波雷达跌倒监测)、餐厅(饮食监测)等空间。基于连续生命体征数据,最终为用户提供慢病风险筛查与预防服务,成为真正实现“治未病”的家庭健康入口。

一盏床头灯,仅仅是微小而扎实的起点。

来源:互联网

免责声明

本网站新闻资讯均来自公开渠道,力求准确但不保证绝对无误,内容观点仅代表作者本人,与本站无关。若涉及侵权,请联系我们处理。本站保留对声明的修改权,最终解释权归本站所有。

同类文章推荐

相关文章推荐

更多