前字節核心產品骨干做了款AI項鏈，他想分析老外的每一餐｜產品觀察

作者 | 張子怡

編輯 | 袁斯來

暢銷書《超越百歲》強調運動是長壽的基石，但營養學層面，作者彼得·阿提亞提出了一個更為棘手的挑戰：世界上不存在適合所有人的‘完美飲食’。

彼得·阿提亞認為無論素食還是肉食，衡量飲食是否健康的唯一標準，是它能否改善個體的代謝健康，尤其是胰島素敏感性。這意味著，照搬網上的通用食譜往往是無效的。

大洋彼岸的另一端，彼得·阿提亞的營養學觀念如蝴蝶翅膀般撫向一位年輕人——潘宇揚，觸動了他創業的靈感。他發現，當下的智能健康穿戴設備多數都還停留在監測睡眠與運動，而健康管理的最后一塊拼圖——“吃”，卻鮮少有人涉足。

潘宇揚在華為做過小藝算法，做過鴻蒙OS的產品，又在字節從0到1做了扣子Coze，以及豆包的智能眼鏡。他是軟件背景出身，又在大廠系統性地研發了硬件產品。

在所有人都在AI硬件創業市場尋找下一個Iphone時刻，給大模型找一個入口時。潘宇揚找到了自己的入口。他和團隊決定用項鏈的形態，重新定義AI與健康的關系。

硬氪了解到，「OdyssLife」（以下簡稱“Odyss”））于近期發布了首款產品Odyss N1介紹視頻，該AI項鏈是全球首款的Always-On智能項鏈，集圖像、音頻、動作等多模態感知能力于一體，能夠全天候感知和記錄用戶的飲食與運動行為。

“（它會）看到你吃飯的每一口，看到你的運動每個步數。然后我們把這些行為變成數據和建議來指導大家的生活。”潘宇揚表示。

健康管理是門大生意。和老一輩不同，年輕一代信任設備、數據和分析技術。作為一個97年創業者，潘宇揚自己就是可穿戴設備深度用戶。他脖頸間掛著Odyss N1，手上戴著一枚智能戒指，手腕佩著手環。

年輕人是可穿戴設備最值得挖掘的增量用戶。但他們也是最挑剔的用戶，只有新奇、有趣和技術體驗過硬的產品才能在他們心智中扎根。

01 80%的準確率

在奧德賽的辦公室里，硬氪看到Odyss N1。它重量不到50g，雙面全黑的設計，讓正面的攝像頭顯得相當隱形，僅在陽光的反射下才能看到。

在潘宇揚看來，掛在胸前的項鏈擁有天然廣角“上帝視角”，能完美覆蓋用戶的用餐區域。更重要的是，相比于動輒四五十克以上、壓鼻梁的智能眼鏡，脖頸是人體承重能力最強的地方，小幾十克的重量足以實現全天候的“無感佩戴”。

不少人都有使用過飲食監測類APP的經歷，先不論拍照、搜食物、估重量一系列過程后熱量測量的準確率，僅這一但所過程足以讓不少人選擇放棄。

潘宇揚認為，除了“用戶吃了什么之外”，不同食物吃的先后順序會影響升糖速度，升糖速度將可能影響未來糖尿病的發生概率；進食速度則會影響飽腹感，可能造成用戶多吃，“這些信息，其實你只要讓用戶知道，或者每天讓他們知道這件事情，他們是會做改善的。但是傳統的APP都給不了這種體驗。”

Odyss N1計劃構建一個包含視覺、音頻和動作感知的三模態系統。核心的視覺部分并不像傳統相機那樣拍攝連續視頻，而是采用“打幀”技術，每秒僅切分三五張圖片，能在低功耗下清晰捕捉從餐廳匹配數據、包裝食品掃碼到居家做飯的全過程，甚至能精細識別出叉起每一口食物的種類、體積及制作方式。

在此基礎上，音頻和動作感知則作為輔助手段：音頻雖然具備記錄功能，但在前期主要用于通過聆聽點餐或交談中的關鍵詞來輔助標記食物種類；動作感知則負責監測用戶全天是跑了馬拉松還是在家躺平，從而評估其能量消耗。

最終，系統會讀取學習這些涵蓋了熱量、宏量營養素、微量營養素、膳食平衡度、升糖速度乃至嘌呤含量的復雜數據，為用戶提供基于真實生活狀態的個性化策略。

對于圖片中難以判斷食物實際大小的問題，Odyss N1采取了相當討巧的辦法。團隊研發了一套標定策略：首先通過三維空間中不同位置的多幀畫面擬合出相對深度，再利用畫面中必然出現的用戶手部作為參照物，通過初始化標定手部的絕對尺寸和食物的相對深度，進而推算出食物的體積。Odyss預計，該方案在經典西式菜品中的誤差率控制在10%以內，遠優于目前通用大模型（如ChatGPT）或食物識別軟件的估算誤差。

根據潘宇揚介紹，大模型會有一些幻覺，所以他們會采用傳統CV算法+大模型的組合策略，傳統計算機視覺（CV）算法精準度高，專門負責測量食物尺寸和掃碼；大模型則負責識別菜品種類和烹飪方式，這是關鍵的“兜底”保障，并能從數據庫中取出食物的構成數據進行計算。

比如面對‘生章魚拌牛肉’這種復雜菜式，傳統算法可能會把它誤判為面團，但大模型卻能以85%的概率精準識別出這是生章魚，匹配到正確的能量密度。

Odyss認為，對于受訪的大部分用戶而言，準確度并不是他們的第一追求，美國用戶的飲食習慣非常零散，幾乎沒有人能夠在吃每一口零食的時候，都掏出手機來拍一張照片，也沒有產品能夠追蹤沒吃完的飯和多人分享的場景，大家非常迫切需要一個能夠無感并持續記錄的產品。

并且，Odyss之所以選擇率先切入北美市場，一個重要原因是“白人餐”的結構相對簡單，且當地的家庭用餐購物體系極其完善——在Costco或沃爾瑪，即便是蔥這樣的散裝生鮮都貼有條碼，能直接通過公開數據庫還原重量和質量信息。

此外，與中國盛行的外賣文化不同，Odyss鎖定的25至50歲北美目標用戶群有80%的場景是居家做飯，無論是掃描包裝食品，還是通過視覺識別黃瓜、番茄等散裝蔬果的體積，都更為精準和可控。

可以看到，Odyss挑出相對穩定的市場中，最標準化的場景，并希望通過交互門檻最低的方式分析。說到底，這是一種數據化食物的過程。

02 藍海中的挑戰

事實上，現代人對健康監測的渴望與追求有目共睹。

IDC《全球可穿戴設備季度跟蹤報告》顯示，2024年全球可穿戴設備總出貨量預計突破5.6億臺。而在剔除音頻類設備后，由智能手表、智能戒指及醫療級監測貼片（如CGM）構成的核心健康監測市場，根據Gartner及Grand View Research的綜合測算，其2024年全球市場規模約為650億至800億美元。

時下最火的智能戒指是芬蘭公司Oura，其主打監測睡眠場景，年銷量接近600萬枚，估值逼近110億美元；手環領域，Whoop的無屏幕手環在全球風靡，專注運動場景，用戶以職業運動員、企業高管為主。

至于智能項鏈，這是個更新穎的品類，已有的產品中，商業化最成功的或許是Limitless，主打功能是以錄音的形式結合AI形成私人記憶庫，成功的點它已成功賣身于Meta。其他產品也跟情緒檢測、日常記錄相關。

相較而言，監測飲食健康和運動，是個很有趣的想法，也確實擁有著相對空白的市場。

不過，智能項鏈掛在胸前的位置確實讓其擁有很好的視角位置，但佩戴這類設備進入公眾場合或者私密場所時也容易引起隱私保護類的法律問題。

隱私保護，是AI設備走向市場的一大難題。它們需要更多的數據變聰明，但不加節制的數據收集，注定會讓他人警惕與反感，更難以走向大眾市場。

因此，Odyss N1在產品設計上，不會保存任何原始照片或錄音，傳感器獲取的數據經算法提取“吃什么、動了多少”等結構化信息后即被銷毀。App端僅展示可視化的健康數據圖表，而非相冊。

這也是Odyss團隊把N1設計為時尚掛墜、采用隱藏式攝像用的原因。同時，在初代產品中，團隊決定并不強調AI陪伴功能，而是專注于解決功能性痛點。

“我們一定不會做嚴肅醫療。我們不會把它當一個像CGM這樣的醫療產品去用。”潘宇揚和團隊想要強調的是產品可以作為飾品去佩戴，而飲食監測與運動監測提供的是生活方式，

Odyss的暢想固然美好，但飲食監測的市場也在藍海中有著新變化。

食物對于代謝健康的影響，美國醫療器械廠商早已發現這一龐大市場。美國疾病控制與預防中心（CDC）發布的《2024年國家糖尿病統計報告》數據顯示，美國約1.36億人有血糖健康問題。

2024年，FDA先后批準了 Dexcom Stelo 和 Abbott Lingo 作為 OTC（非處方）產品上市。這兩款產品延續了經典的‘上臂傳感器+App’形態，但在市場定位上有不小的調整：它們主動淡化了嚴肅的‘醫療急救’屬性（如移除了低血糖報警功能），轉而強調‘消費級健康’屬性，將目標鎖定在通過監測代謝數據來優化生活方式的大眾消費群體。

CGM過去多年在醫療器械市場領域的推廣，也讓“控糖”在當下已近乎是個耳熟能詳的概念。這是新興的AI穿戴設備產品不具備的優勢，也是其必須面臨的挑戰。