独家｜Looki 完成数亿元 A1 轮融资，加速迈向物理世界 AI 推荐引擎

Founder Park 独家获悉，Looki（光智时空）近日完成数亿元 A1 轮融资，继续领跑个人智能可穿戴赛道。本轮融资由元生资本领投，老股东 BAI 资本、钟鼎资本、阿尔法公社持续加注。

过去，人们主动打开应用、提出问题、寻找信息；如今，AI 开始尝试理解用户所处的场景与状态，在恰当的时间主动提供服务。下一阶段的竞争重点，正在从「AI 能回答什么」，转向「AI 是否知道你此刻需要什么」。这要求 AI 在用户自主选择和授权的范围内，理解现实情境，并结合长期记忆与个人偏好，对下一步需求作出判断。某种意义上，Personal AI 正在成为一套面向物理世界的 AI 推荐引擎。

在这条路径上，Looki 希望通过软硬件一体与全栈自研，让 AI 从一个「被调用的工具」，走向「理解生活、陪伴个人、融入场景」的智能基础设施。一方面，Looki 正通过 PIE 主动式 AI 引擎，让服务从「等待用户寻找」转向「在恰当的时候主动出现」；另一方面，团队也在打通硬件、系统、模型与产品体验之间的全栈闭环，为个人智能的持续演进提供底层支撑。

未来，Looki 不会局限于单一硬件形态，而是围绕个人智能构建感知输入与智能输出两端协同的硬件矩阵，形成「以人为中心」的个人智能入口。本轮融资将主要用于多模态模型研发、产品矩阵建设与核心团队扩充。

⬆️关注 Founder Park，最及时最干货的创业分享

Founder Park 正在持续寻找值得被看见的 AI 团队与项目。

我们将通过「AI 产品市集」、内容报道、社群分发等方式，帮你触达早期用户、获得真实反馈，以及建立关键连接。

如果你正在做 AI 相关的事，欢迎和我们聊聊。

01不只读懂你的世界，更预见你的下一步

围绕 AI 能力，Looki 产品也在持续升级。以近期上线的「Journal」功能为例，过去用户需要手动上传素材后，系统才能在第二天生成内容并推送。而在新版本中，用户可以近乎实时地生成漫画日记，即时呈现当天的经历与故事。功能上线后，迅速在小红书、微博以及海外 Discord 社区获得大量用户反馈，成为日常分享的高频内容。这体现了 Looki 在个人智能上的第一步：先更及时地理解和组织用户正在经历的生活。而更进一步的变化，则来自 PIE 主动式 AI 引擎。

近期，Looki 的 PIE 主动式 AI 引擎也完成了从 1.0 到 2.0 的迭代。1.0 主要解决环境感知与推送时机判断，让 AI 能够理解用户身处何种场景，并在合适的时间提供服务；2.0 则进一步打通场景理解与个人记忆系统，并通过 Action Prediction Model，对用户接下来可能需要的信息、内容与行动进行个性化预测。

这意味着，PIE 的主动能力正从「何时提供服务」，进一步延伸到「提供什么服务」。过去是人主动寻找服务，现在 PIE 尝试基于对情境的理解，让服务主动找到人。它不只理解用户当下所处的环境，还会结合长期记忆与个人偏好，预判用户在真实生活中的下一步需求。Looki PIE 也由此进一步向物理世界的 AI 推荐引擎演进：它所推荐的不再只是互联网上的信息，而是与用户此刻的场景、状态和行动相关的个性化服务。

据孙洋介绍，Looki 还计划在近期推出 Dashboard 功能。与 Oura 这类主要依赖生物传感器监测身体指标的智能硬件不同，在用户主动开启相关功能后，Looki 的 Dashboard 将基于视觉和声音等多模态信息，从社交互动、每日精力状态、饮食习惯等维度，为用户提供个性化回顾与参考。

02卖出硬件只是第一步，跑通全栈才能构建核心壁垒

虽然专注个人智能领域，Looki 身上却带有鲜明的自动驾驶基因。两位创始人均毕业于卡耐基梅隆大学，CEO 孙洋曾任美团智能硬件负责人、Momenta 高级研发总监，也是 Google Assistant 创始成员之一；CTO 刘博聪曾任美团自动驾驶算法负责人、Pony.ai 创始成员。团队核心成员大多来自清华大学、卡耐基梅隆大学、浙江大学等院校，并拥有阿里、商汤及头部自动驾驶公司的多模态模型研发与复杂系统工程经验，擅长将前沿算法转化为能够规模化交付、持续迭代的产品能力。

在 Looki 看来，Personal AI 不是单一硬件、模型或应用能够独立完成的产品。它需要同时解决硬件定义、系统工程、多模态模型、交互体验以及规模化交付等一系列问题。任何一层能力的缺失，都可能影响最终体验。因此，Looki 选择从硬件到软件、从模型到应用进行全栈布局，尽可能将关键能力掌握在自己手中。

在这套体系里，产品不是终点，而是整个技术体系持续演进的起点。硬件进入真实使用场景后，团队可以围绕用户体验不断优化系统与模型；模型能力提升，又能进一步拓展硬件的使用方式和产品边界。硬件、系统、模型与体验相互咬合，形成一套持续迭代的闭环。

这条路比组合现成软硬件方案更慢，也更考验团队在算法、工程和产品之间的协同能力，但由此形成的壁垒也更深。过去一年，Looki 已经完成了从产品定义、技术研发到量产交付和全球化销售的初步验证。

2025 年 8 月，Looki 推出全球首款可穿戴多模态 AI 硬件 Looki L1 国际版。产品发布后迅速在海内外社交平台引发关注，首批数千台备货很快售罄。同年 12 月，Looki L1 国内版本正式上线。从销量来看，L1 全生命周期出货量预计将达到约 10 万台，销售额连续多个季度实现环比翻倍增长。

今年 4 月，Looki 与清华大学人工智能学院开启科研合作，围绕新一代可穿戴计算模型展开联合探索，进一步夯实其在个人智能方向上的模型研发基础。

横向来看，能够同时覆盖硬件量产、全球化交付、系统工程、多模态模型自研与产品体验迭代的团队并不多见，这正是 Looki 希望建立的核心壁垒。个人智能的竞争也不再只是硬件参数或单次模型能力的竞争，而是能否将各层技术真正整合为稳定、自然且持续进化的用户体验。

谁能率先跑通「硬件—系统—模型—体验」的全栈闭环，谁就更有可能在个人智能赛道建立长期优势。

从 Looki L1 的功能演进路径不难看出，它的每一步迭代都在缩短 AI 与真实生活之间的距离。当设备足够了解你的日常节奏、社交模式和生活偏好，它提供的将不再是面向所有人的通用答案，而是真正属于个人的智能服务。

这或许是 Personal AI 最终应该成为的样子：不是一个等待主动唤醒的聊天机器人，也不只是更聪明的搜索引擎，而是一层融入真实生活、由用户自主掌控的智能底座。它能够理解你的场景与状态，在恰当的时候，为你提供真正属于个人的服务。

转载原创文章请添加微信：founderparker