前字节核心产品骨干做了款AI项链，他想分析老外的每一餐｜产品观察

作者 | 张子怡

编辑 | 袁斯来

畅销书《超越百岁》强调运动是长寿的基石，但营养学层面，作者彼得·阿提亚提出了一个更为棘手的挑战：世界上不存在适合所有人的‘完美饮食’。

彼得·阿提亚认为无论素食还是肉食，衡量饮食是否健康的唯一标准，是它能否改善个体的代谢健康，尤其是胰岛素敏感性。这意味着，照搬网上的通用食谱往往是无效的。

大洋彼岸的另一端，彼得·阿提亚的营养学观念如蝴蝶翅膀般抚向一位年轻人——潘宇扬，触动了他创业的灵感。他发现，当下的智能健康穿戴设备多数都还停留在监测睡眠与运动，而健康管理的最后一块拼图——“吃”，却鲜少有人涉足。

潘宇扬在华为做过小艺算法，做过鸿蒙OS的产品，又在字节从0到1做了扣子Coze，以及豆包的智能眼镜。他是软件背景出身，又在大厂系统性地研发了硬件产品。

在所有人都在AI硬件创业市场寻找下一个Iphone时刻，给大模型找一个入口时。潘宇扬找到了自己的入口。他和团队决定用项链的形态，重新定义AI与健康的关系。

硬氪了解到，「OdyssLife」（以下简称“Odyss”））于近期发布了首款产品Odyss N1介绍视频，该AI项链是全球首款的Always-On智能项链，集图像、音频、动作等多模态感知能力于一体，能够全天候感知和记录用户的饮食与运动行为。

“（它会）看到你吃饭的每一口，看到你的运动每个步数。然后我们把这些行为变成数据和建议来指导大家的生活。”潘宇扬表示。

健康管理是门大生意。和老一辈不同，年轻一代信任设备、数据和分析技术。作为一个97年创业者，潘宇扬自己就是可穿戴设备深度用户。他脖颈间挂着Odyss N1，手上戴着一枚智能戒指，手腕佩着手环。

年轻人是可穿戴设备最值得挖掘的增量用户。但他们也是最挑剔的用户，只有新奇、有趣和技术体验过硬的产品才能在他们心智中扎根。

01 80%的准确率

在奥德赛的办公室里，硬氪看到Odyss N1。它重量不到50g，双面全黑的设计，让正面的摄像头显得相当隐形，仅在阳光的反射下才能看到。

在潘宇扬看来，挂在胸前的项链拥有天然广角“上帝视角”，能完美覆盖用户的用餐区域。更重要的是，相比于动辄四五十克以上、压鼻梁的智能眼镜，脖颈是人体承重能力最强的地方，小几十克的重量足以实现全天候的“无感佩戴”。

不少人都有使用过饮食监测类APP的经历，先不论拍照、搜食物、估重量一系列过程后热量测量的准确率，仅这一但所过程足以让不少人选择放弃。

潘宇扬认为，除了“用户吃了什么之外”，不同食物吃的先后顺序会影响升糖速度，升糖速度将可能影响未来糖尿病的发生概率；进食速度则会影响饱腹感，可能造成用户多吃，“这些信息，其实你只要让用户知道，或者每天让他们知道这件事情，他们是会做改善的。但是传统的APP都给不了这种体验。”

Odyss N1计划构建一个包含视觉、音频和动作感知的三模态系统。核心的视觉部分并不像传统相机那样拍摄连续视频，而是采用“打帧”技术，每秒仅切分三五张图片，能在低功耗下清晰捕捉从餐厅匹配数据、包装食品扫码到居家做饭的全过程，甚至能精细识别出叉起每一口食物的种类、体积及制作方式。

在此基础上，音频和动作感知则作为辅助手段：音频虽然具备记录功能，但在前期主要用于通过聆听点餐或交谈中的关键词来辅助标记食物种类；动作感知则负责监测用户全天是跑了马拉松还是在家躺平，从而评估其能量消耗。

最终，系统会读取学习这些涵盖了热量、宏量营养素、微量营养素、膳食平衡度、升糖速度乃至嘌呤含量的复杂数据，为用户提供基于真实生活状态的个性化策略。

对于图片中难以判断食物实际大小的问题，Odyss N1采取了相当讨巧的办法。团队研发了一套标定策略：首先通过三维空间中不同位置的多帧画面拟合出相对深度，再利用画面中必然出现的用户手部作为参照物，通过初始化标定手部的绝对尺寸和食物的相对深度，进而推算出食物的体积。Odyss预计，该方案在经典西式菜品中的误差率控制在10%以内，远优于目前通用大模型（如ChatGPT）或食物识别软件的估算误差。

根据潘宇扬介绍，大模型会有一些幻觉，所以他们会采用传统CV算法+大模型的组合策略，传统计算机视觉（CV）算法精准度高，专门负责测量食物尺寸和扫码；大模型则负责识别菜品种类和烹饪方式，这是关键的“兜底”保障，并能从数据库中取出食物的构成数据进行计算。

比如面对‘生章鱼拌牛肉’这种复杂菜式，传统算法可能会把它误判为面团，但大模型却能以85%的概率精准识别出这是生章鱼，匹配到正确的能量密度。

Odyss认为，对于受访的大部分用户而言，准确度并不是他们的第一追求，美国用户的饮食习惯非常零散，几乎没有人能够在吃每一口零食的时候，都掏出手机来拍一张照片，也没有产品能够追踪没吃完的饭和多人分享的场景，大家非常迫切需要一个能够无感并持续记录的产品。

并且，Odyss之所以选择率先切入北美市场，一个重要原因是“白人餐”的结构相对简单，且当地的家庭用餐购物体系极其完善——在Costco或沃尔玛，即便是葱这样的散装生鲜都贴有条码，能直接通过公开数据库还原重量和质量信息。

此外，与中国盛行的外卖文化不同，Odyss锁定的25至50岁北美目标用户群有80%的场景是居家做饭，无论是扫描包装食品，还是通过视觉识别黄瓜、番茄等散装蔬果的体积，都更为精准和可控。

可以看到，Odyss挑出相对稳定的市场中，最标准化的场景，并希望通过交互门槛最低的方式分析。说到底，这是一种数据化食物的过程。

02 蓝海中的挑战

事实上，现代人对健康监测的渴望与追求有目共睹。

IDC《全球可穿戴设备季度跟踪报告》显示，2024年全球可穿戴设备总出货量预计突破5.6亿台。而在剔除音频类设备后，由智能手表、智能戒指及医疗级监测贴片（如CGM）构成的核心健康监测市场，根据Gartner及Grand View Research的综合测算，其2024年全球市场规模约为650亿至800亿美元。

时下最火的智能戒指是芬兰公司Oura，其主打监测睡眠场景，年销量接近600万枚，估值逼近110亿美元；手环领域，Whoop的无屏幕手环在全球风靡，专注运动场景，用户以职业运动员、企业高管为主。

至于智能项链，这是个更新颖的品类，已有的产品中，商业化最成功的或许是Limitless，主打功能是以录音的形式结合AI形成私人记忆库，成功的点它已成功卖身于Meta。其他产品也跟情绪检测、日常记录相关。

相较而言，监测饮食健康和运动，是个很有趣的想法，也确实拥有着相对空白的市场。

不过，智能项链挂在胸前的位置确实让其拥有很好的视角位置，但佩戴这类设备进入公众场合或者私密场所时也容易引起隐私保护类的法律问题。

隐私保护，是AI设备走向市场的一大难题。它们需要更多的数据变聪明，但不加节制的数据收集，注定会让他人警惕与反感，更难以走向大众市场。

因此，Odyss N1在产品设计上，不会保存任何原始照片或录音，传感器获取的数据经算法提取“吃什么、动了多少”等结构化信息后即被销毁。App端仅展示可视化的健康数据图表，而非相册。

这也是Odyss团队把N1设计为时尚挂坠、采用隐藏式摄像用的原因。同时，在初代产品中，团队决定并不强调AI陪伴功能，而是专注于解决功能性痛点。

“我们一定不会做严肃医疗。我们不会把它当一个像CGM这样的医疗产品去用。”潘宇扬和团队想要强调的是产品可以作为饰品去佩戴，而饮食监测与运动监测提供的是生活方式，

Odyss的畅想固然美好，但饮食监测的市场也在蓝海中有着新变化。

食物对于代谢健康的影响，美国医疗器械厂商早已发现这一庞大市场。美国疾病控制与预防中心（CDC）发布的《2024年国家糖尿病统计报告》数据显示，美国约1.36亿人有血糖健康问题。

2024年，FDA先后批准了 Dexcom Stelo 和 Abbott Lingo 作为 OTC（非处方）产品上市。这两款产品延续了经典的‘上臂传感器+App’形态，但在市场定位上有不小的调整：它们主动淡化了严肃的‘医疗急救’属性（如移除了低血糖报警功能），转而强调‘消费级健康’属性，将目标锁定在通过监测代谢数据来优化生活方式的大众消费群体。

CGM过去多年在医疗器械市场领域的推广，也让“控糖”在当下已近乎是个耳熟能详的概念。这是新兴的AI穿戴设备产品不具备的优势，也是其必须面临的挑战。