专访追觅 AI 吊坠团队：用全域代谢感知，解决「好好吃饭」的刚需

拆解逐口级饮食感知的技术逻辑与垂直硬件的生存哲学主笔：周森审校：小炫编辑：陈述

精致有料的科技报道

-shenzhenware-

在 AI 硬件的众多产品形态中，吊坠（Pendant）一直以优雅的姿态存在。

最初，我们看到了主打音频记录与情绪陪伴的 Friend。随后，伴随着行业在视觉维度上取得的突破，Looki 通过镜头记录第一视角的生活流成为行业新的焦点。

抛开外观、续航、交互、隐私等有待通过工程努力就可以逐步改善的问题之外，它们还普遍面临着一个不太好解决的问题：场景不够刚需，用户很难在新鲜感过后找到持续佩戴的理由。

直到这一次我们在旧金山 DREAME NEXT 大会上深入了解了这款 AI 饮食吊坠（首发报道）后才发现，其实对于特定人群的特定场景，通过吊坠完成无感的记录分析，可以是一个很「刚」的需求。

这个极度垂直且非常刚需的切口，就是饮食与营养管理。

它针对有健康饮食和科学代谢需求的人群，试图解决他们「想记却记不住、想算却算不准」的饮食痛点，将 AI 吊坠从一个单纯的音视频记录仪，变成了一个实时的、主动的「营养分析师」。

不同于此前在上海 AWE 上展示的纯音频 AI 吊坠（首发报道），追觅此次亮相的这款新品在保持时尚配饰属性的同时，通过硬件与算法的重构，实现了从「被动记录」到「主动感知」的跨越。

这款吊坠不仅能通过摄像头捕捉进食场景，更能利用多模态 AI 推理引擎，将视觉捕捉到的每一口食物转化为精准的营养数据，甚至能推算出汉堡内隐藏酱料的热量，构建出个性化的「饮食-代谢画像」。

它是怎么做到的呢？在旧金山 Dreame NEXT 现场，我们和追觅 AI Agent 团队的核心成员聊了聊，试图拆解这款产品背后的技术逻辑。

该图片使用了AI生成技术

△ 图源：深圳湾

受访者：薛人玮（William），追觅 AI Agent 团队技术负责人，清华计算机专业硕士，长期深耕大模型与多智能体技术，现主导追觅智能吊坠全链路 AI 技术架构，从多模态感知算法到 Flux Agent 智能体，均出自其团队之手。

团队核心成员来自清华大学、浙江大学等顶尖高校，依托清华在多模态大模型、端侧轻量化 AI 算法、多智能体系统等方向的技术积累，聚焦 AI 算法研发与模型能力建设，是追觅个人 AI 可穿戴设备方向的重要研发力量，为 AI 吊坠构建起从硬件感知、数据理解、多智能体协同分析到主动健康管理的全链路技术支撑。

访谈实录：拆解「逐口级」感知的背后逻辑

此次在硅谷亮相的 Dreame AI Pendant X 代表了追觅在个人 AI 可穿戴设备方向的重要探索。在健康穿戴设备日趋同质化的当下，追觅如何通过端侧轻量化 AI 算法、低功耗传感技术与多模态感知能力，让可穿戴设备从「被动记录」走向「主动理解」，为用户打造更轻量、更自然的随身健康 AI 助手，这是此次访谈的主题。

1. 谈场景动机：为什么是饮食健康追踪？

深圳湾：Pendant X 选择聚焦在饮食健康这个方向，背后是什么样的判断？

薛人玮：说实话，这个方向对我们来说不是「选择」，是「必然」。

作为一名纯粹的技术人，我同时还是个健身狂魔，花了一年时间从瘦子练成了双开门。不过，那一年最痛苦的不是训练，是吃——每天精确计算蛋白质、碳水、脂肪，每顿饭拍照、录入、复盘，吃个聚餐数据就全废了。有毅力的人，不应该把毅力浪费在记录这件事上。

同时我们部门负责人，2021 年刚上大学就开始做智能饮食管理，还拿了国赛二等奖。但当时受困于技术，只能用传统图像识别加遗传算法来实现，识别率差、泛化能力弱，始终没法真正落地。那是一种「看得见终点、跑不到」的挫败感。

后来大模型来了，多模态来了。卡了我们多年的那堵墙，突然就没了。与其说我们选择了饮食健康这个方向，不如说——这个方向等了我们很久，我们也等了它很久。时机到了，没有理由不做。

2. 谈形态选择：为什么是吊坠，而不是眼镜或戒指？

深圳湾：市面上已经有很多记录饮食的工具，为什么追觅最终选择落在「吊坠」这个形态上？

薛人玮：我们内部做过深入对比。AI 眼镜的期望过于泛化，场景太重，且佩戴场景受限，不够日常；而戒指或手表在进食时操作极其不便，很难自然捕捉画面。吊坠具备天然的装饰属性，更重要的是它能以最合适的角度捕捉进食场景。

传统的饮食记录工具如薄荷健康，很多人往往在吃完后才想起打开 App 拍照。忘记拍、统计不准、记录行为太刻意，这些都是非常破坏体验的。相比之下，我们的产品能实现「逐口级」的记录，即便你只吃了一半汉堡，它也能精确统计，这是其他形态难以做到的。

3. 谈模型：它是如何「感知」每一口食物的？

深圳湾：吊坠是怎么知道我正在吃东西，而不是在单纯聊天？

薛人玮：核心在于目标检测模型，这是我们用大量食物场景数据训练出来。

在策略上，我们打造了场景驱动式智能成像切换系统，完美平衡功耗与性能：非进食状态下，设备开启低频巡航模式，每 10 秒拍摄一帧，仅用于判断是否进入进食场景，功耗极低；检测到进食动作时，自动切换为高频捕获模式，每秒 2-4 帧采样，精准捕捉每一口进食细节；进食结束后，即刻切回低频模式，智能省电，这是全场景智能感知的节奏调控。

麦克风的声音捕捉作为辅助参考，与视觉信息深度融合，初期我们特意调低了阈值，宁可多捕捉信息也不想遗漏任何动作。

深圳湾：对于隐藏的热量，比如你提到的汉堡里藏的酱料，AI 是如何推理的？

薛人玮：我们不只是做简单的物体识别，我们的技术核心在于多模态推理引擎。我们会结合上下文环境和先验知识，通过单目估算实现食物体积的 3D 重建，并进行成分级建模。

这种精细化推理是我们的核心壁垒。其实我们的算法团队蛮强的，这种对环境的深度推理——比如识别汉堡内层酱料对热量的影响，是目前其他同类产品暂时做不到的。

4. 谈干预策略：如何做一个不「烦人」的管家？

深圳湾：很多人反感智能设备时刻记录生活隐私，以及过分主动地在耳边唠叨，追觅如何处理建议的尺度？

薛人玮： 我们的干预策略非常克制且友好，不会在你每一餐吃肉时都跳出来指手画脚。

我们会先记录你的饮食，建立一个 3～5 天的饮食模式监测。在 App 中，你随时可以查看 AI 根据你的饮食习惯、身体目标生成的定制化建议——可能是调整进食顺序，可能是这几天蛋白质摄入偏低，都是只说给你一个人听的。

主动弹窗提醒只在你设定的目标触发时出现。比如你设定了 1500 卡的日目标，当摄入接近阈值时，系统会弹窗提示一次——仅此一次，不会反复打扰。我们相信，好的健康管理是陪伴，不是监控。

5. 谈未来规划：除了吃，它还能做什么？

深圳湾：未来会拓展到生活记录等通用场景吗？

薛人玮：我们的定位就是非常垂类的，主打饮食与营养。尽管从硬件基础来看，它完全具备拓展能力。

我们的意图识别、食物检测以及热量计算算法，大部分都是在软件层面实现的。也就是说，虽然这一款是聚焦饮食的垂类产品，但硬件本身具备通用性。

在完成这款产品的研发和海外市场上线后，我们会基于现有的硬件，通过软件算法迭代，针对更多场景——比如日常生活、尤其是与饮食相关的片段记录，开发新功能。

深圳湾：作为追觅 AI Agent 团队的作品，它将在家族生态中扮演什么角色？

薛人玮：它肯定不会是孤立的。

追觅的吊坠不止于健康监测，更是以「人」为中心的全场景数据枢纽。它围绕「吃、动、代谢、睡眠、起居」等维度，打通「穿戴设备-家电-厨电」的数据闭环，从「个体感知」走向「生态响应」。

具体来说，吊坠捕获的饮食数据会与同生态的智能戒指、智能手表进行联动：戒指和手表负责心率、血氧、睡眠等生理指标的采集，吊坠负责饮食摄入与运动消耗的感知，两者结合，形成一张动态、完整的个人健康画像。

而这一画像，又会无缝接入追觅的智能家居系统，实现从「看到」到「做到」的健康协同。比如，追觅冰箱可根据吊坠实时反馈的摄入与代谢状况，主动建议下一餐的膳食结构；未来联动厨电，更能实现从智能记录到智能采购、智能烹饪的全链路闭环，让健康管理真正融入日常生活轨迹。

因此，追觅的壁垒，不在于单一设备有多精准，而在于其构建了一个「感知-分析-反馈-行动」的生态闭环。这是单一硬件品牌难以复制的体系化能力，也是健康管理从「穿戴记录」迈向「生活闭环」的关键一步。

深圳湾：产品目前进展怎么样，准备什么时候上市？

薛人玮：我们计划近期上线众筹平台，预计 8 月份正式出货，优先面向海外健身、控糖的高需求人群。

访谈手记：反思与启发

在访谈中，追觅 AI Agent 团队对这一赛道上目前最具代表性的竞品——近期完成融资、字节背景团队打造的 OdyssLife 及其产品 Odyss N1——给出了直率的评述。

结合两家团队的访谈，我们看到的更多的是一种「殊途同归」的探索，体现在这样几个方面：

1. 场景的「非共识」回归

在所有人都在为 AI 寻找下一个 iPhone 时刻、试图抢占通用入口时，追觅 AI Agent 团队已经做出了自己的判断：AI 硬件目前无法成为通用入口，必须回归垂直场景。

他们很早就放弃了 AI 眼镜的方向，认为它期望过高、场景太重。真正的机会，在那些被长期忽视、却每天都在发生的刚需场景里。饮食健康，就是其中未被充分数字化的一个。

殊途同归，OdyssLife 创始人潘宇扬也在同一个判断上押了注。尽管两个团队的路径不同，但他们对这件事的认知高度一致。

这不是巧合，也不是谁在追随谁，而是对同一个市场空白的两个并行的独立验证，某种意义上也是联手验证。

2. 核心壁垒不在于穿戴形态

虽然大家都选择了吊坠或项链，但这只是载体。核心壁垒在于「推理精度」而非「硬件形态」。

Odyss N1 强调 「Always-On」 的连贯性，试图通过对能量流转的全程追踪，为高净值人群（如 Bio-hackers）提供一套完整的订阅制健康闭环。

追觅则更侧重于看懂每一口吃进去的是什么，构建用户专属健康画像，以及关键时刻的主动介入。更进一步，作为追觅家族成员，Pendant X 还拥有其他单一硬件无法具备的生态壁垒，形成从感知到行动的完整闭环。

3. 隐私与坚持：对「全生活记录」的审视

提到吊坠，很难不让人联想到 Looki 这类试图记录全生活流（Life-log）的产品。但事实上，就我个人的体验而言，那种「泛泛而录」的产品往往更容易被手机替代，且 「Always-On」 的逻辑很容易让用户陷入隐私焦虑——谁愿意时刻生活在一个毫无筛选的监控镜头下？

相比之下，追觅 AI Agent 团队与 OdyssLife 的聪明之处在于将镜头收窄到「饮食」这一特定动作。

但即便如此，穿戴式摄像头带来的社交压力依然存在。如何让用户在度过三个月的新鲜期后不把它丢进抽屉？关键在于 AI 给出的是「废话」，还是真的能改善健康的精准干预建议。

4. 从概念到上市：出货与工程的挑战

有趣的是，两支团队不约而同地将出货时间定在了 2026 年 8 月前后，且都选择了海外众筹首发，海外优先上市。

对于这类处于概念转化阶段的新形态硬件来说，能否如期送到全球用户手中，依然面临着一个巨大的工程挑战。

短期看，这将是一场关于工程交付能力的赛跑；而长期而言，则是软件与服务的深层较量。当硬件的新鲜感退去，真正的护城河将取决于算法的持续进化、对代谢数据的深度挖掘，以及是否有能力通过订阅服务为用户提供超越单纯记录的长期健康价值。

结语：追觅 AI Agent 团队与 OdyssLife 共同验证了一个新逻辑：AI 硬件 = 垂直感知入口 + 数据驱动的健康干预。这种聚焦于「好好吃饭」的小切口，或许才是穿戴设备能够被用户真正「穿戴」下去的开始。■

点击这里