Fullive.AI 种子++轮融资：AI睡眠硬件能否实现无感物理干预闭环？

在智能穿戴设备充斥市场的当下，一个令人疲惫的悖论正在形成：你手腕上的设备能精确地告诉你各种睡眠数据，但面对这些令人焦虑的信息，它除了在次日早晨推送一份“睡眠评分”，几乎无能为力。用户花了钱，换来的不是解决方案，而是一份关于自身生理困境的、可视化却无法排解的焦虑报告。当“被动监测”的红利被设备商啃食殆尽，健康硬件的核心命题正被逼向一个更尖锐的维度——能否从单纯的记录者，进化为不以增加交互负担为前提的、真实的物理干预者。过去几年，整个行业似乎在用制造问题的方式去解决问题，用更繁重的穿戴设备去榨取数据，用更多的屏幕去占据注意力，用更复杂的语音指令去假装智能。这种向人类收取高昂“交互税”的技术范式，在部分观察者看来已经走进了死胡同，而新的可能性正在从这片共识的裂缝中长出。

这个行业鸿沟里，挤进了一个试图用 AI 重新定义“睡眠硬件”的年轻团队。2026 年，由郑昊与韦骁龙联合创立的 Fullive.AI，试图以“模型 × 本体”的叙事切入这一空白地带。据公开披露，这家公司成立四个月内，已高密度地完成了三轮融资，其背后折射出的，是资本对一种新硬件逻辑的集中下注：让技术从对用户的索取，转向对环境的改造，从而在不增加人体负担的前提下，完成对生理状态的闭环干预。

近日，Fullive.AI 正式完成种子++轮融资，该轮由招商局创投领投，Eversnow Capital 及一家暂未披露名称的知名二级投资方跟投，老股东高瓴创投则连续第三次超额加注。在这条日渐拥挤的 AI 健康赛道上，资本对超级大脑带队、主张无感物理干预的技术路线表现出了罕见的追投意愿，这或许意味着投资逻辑正从“监测数据的丰富度”转向“干预行为的有效性”。

当“睡眠评分”失效，告别“交互税”才是新硬件的突破口

过去十年，科技行业试图用越来越繁重的手段去榨取人体数据，这在 Fullive.AI 创始人兼 CEO 郑昊看来，无异于在向人类收取高昂的“交互税”。传统的智能穿戴设备，本质上是对用户注意力与身体负荷的另一种掠夺——它们要求用户频繁充电、查看数据、理解复杂的健康指标，而这些行为本身就构成了新的认知负荷。郑昊认为，技术的摩尔定律与人类缓慢的达尔文进化正在发生剧烈摩擦。他曾公开表达过一个观点：“现代人普遍陷入的‘系统性过载’——失眠、焦虑、节律紊乱，本质上是呈指数级爆炸的信息，突破了人体的物理承载极限。”如果连深度放松和睡眠都需要依赖一块带屏幕、需充电、甚至佩戴不适的手表来提醒，这本身就构成了新的生理干扰，人类前额叶用于处理逻辑的单线程带宽存在极限，而大量所谓的智能硬件，正强行把数百比特的任务塞进这个狭窄的通道里。

基于此，Fullive.AI 做出的核心产品定义，是拒绝“入侵”式的智能。公司选择的首个切入场景不是需要用户“学习怎么用”的应用软件，也不是强迫用户在手腕上增加一道束缚的穿戴设备，而是一个放置在床头的、具有“生活方式调性”的睡眠操作系统 Somni。与其说这是一台设备，不如说它是一种“环境渲染器”，试图在用户完全无感、无佩戴、无指令交互的空窗期里，衔接上 AI 的自主神经系统调节。这一选择的商业逻辑可能在于：睡眠场景是少有的、用户主动卸下所有交互设备的“零交互”时间窗，如果能在此窗口内完成有效干预，其对用户心智的占领将远强于需要持续交互的产品。

“模型 × 本体”：不只是理解生命，更是要对生命做实验

Fullive.AI 之所以能在种子阶段密集拿到融资，很大程度上取决于它试图跳出表层的健康监测，直接将研发炮火对准了极为复杂的“因果响应”逻辑。郑昊发现，此前 AI 在生物领域的突破，比如蛋白质结构预测（以 AlphaFold 为代表），针对的是相对静态的建模，这类任务的目标是预测一个给定结构的性质。但在睡眠、压力等人体宏观行为层面，核心痛点变了。郑昊对其底层命题的判断是：“真正的底层命题不是‘识别现状’，而是‘在特定生理状态下，什么物理干预真正有效’。” 这意味着，系统需要解决的不再是“你的心率变异性是多少”这样的关联性问题，而是“如果此时施加一个特定频率的声波，你的副交感神经活性在接下来 15 分钟内会如何变化”这样的因果性问题。这一逻辑跳转，将产品从“生命体征的翻译器”推向了“生理状态的控制器”，其技术难度和潜在天花板都随之大幅抬升。

为了跨越这条鸿沟，公司将自身的技术路线定义为“模型 × 本体”。这和其他硬件公司单纯强调算法或单纯强调传感器制造不同。模型充当的是提出假设的“大脑”，负责理解生命的复杂变化；本体则是进入物理世界验证这些假设的“四肢”，在真实生活环境中收集变化发生后的证据。这个逻辑类似于：模型生成“在阶段 X 的浅睡眠期施加 Y 类型的粉红噪声可能有助于延长深睡眠”这样的假设，而本体则负责在实际卧室中执行这一干预并收集生理反馈数据来验证或推翻该假设。

为此，Fullive.AI 搭建了一个被称为 Bio-OS 的四层空间 Agentic AI 架构。第一层 BioSensing，在零交互状态下构建一个高精度的“隐私安全网格”，实时映射出包含用户呼吸、心率、体动以及环境特征的数字孪生；第二层 BioInference，作为一个多模态大脑，在设备端进行毫秒级的边缘因果推断，完成从“当前生理张量”到“最优环境干预参数”的映射；第三层 BioControl，属于硬件级的多智能体协同调度中枢，将云端算力转化为对声、光等物理因子的精准协同控制，从辅助驾驶模式跃升至完全自动驾驶模式；第四层 BioMind，则是引入了一种名为 Agentic Memory 的机制，配合其独创的 RLPF（Reinforcement Learning from Physical Feedback）架构，使得每一个睡眠周期的生物统计反馈，都能成为云端因果响应模型更新权重的养料，实现随用户生命周期的无限拟合进化。这个四层体系的核心，在于 RLPF 机制试图构建的那个“因果响应数据飞轮”——它学习的不再是静态的生命切片，而是生命对真实世界干预的动态响应曲线。

Somni 的赌注：用无感的物理干预，抢夺最私密的卧室空间

作为“模型 × 本体”路线的首款落地载体，Somni 的设计哲学极为激进：彻底废除屏幕与穿戴体，将所有的交互界面消隐在物理环境中。为了实现对睡眠的无感守护，这款床头形态的 AI 原生硬件装载了毫米波雷达、麦克风阵列与环境传感器。在当前智能穿戴设备依赖光电传感器进行接触式心率监测时，卧室里的 Somni 想做的不仅是非接触式监测呼吸、体动与睡眠分期，更要进一步执行“自主神经系统的多模态物理干预”。郑昊所强调的“让环境主动进化”，在产品层面就体现为 Somni 不是一个被动的数据记录仪，而是一个主动的环境参数调度器。

这意味着硬件必须能够把声、光、味等物理世界的变量进行参数化，并将其作为可调度、可量化的动作空间。在这个闭环里，每一次对声环境或光环境的微调后，人体的生理反馈都会通过传感器阵列回流至云端模型。这种被称为 Response Data 的数据资产，就是 Fullive.AI 试图建立的核心壁垒——它并非简单的生理数据，而是“系统干预了什么，人体随后产生了什么变化”的因果对。如果这一数据飞轮能够大规模运转起来，理论上会形成强大的网络效应：更多的用户产生更多样化的因果对，推动模型更精准地进行个性化干预，从而吸引更多用户。虽然目前这一模式展现出的前瞻性吸引了投资人与极客，但这一构想仍需验证：这种复杂的物理干预在真实的、千差万别的家庭声学环境（如房间大小、材质反射率、背景噪声）与睡眠环境（如双人床的相互干扰、宠物的活动）中，能否保持干预的有效性与信号信噪比，是量产阶段必须向外界自证的核心假设。任何模型对干预效果的过度自信，或传感器对微小生理变化的误读，都可能导致错误的物理动作，从而打破“自然无感”的体验基石。

顶级产业资本的押注，是对“量产能力”的背书而非“概念热度”

观察 Fullive.AI 本轮的资方组合，可以清晰看出一种区别于纯财务投资的产业逻辑。领投方招商局创投具备国家级产业资本背景，这类资本通常更看重技术的长期战略价值与产业落地能力，而非短期的概念热度。跟投方除了连续三轮超额加注的高瓴创投，还引入了暂未具名的知名二级投资方。在高风险、长周期的健康硬件领域，二级市场背景的资金入局极早期阶段极为罕见。这通常暗示，这些资本赌的并非仅是一个三代后才会成立的底层科学猜想，而是赌“产学研”结合下，公司能在短期内拿出具备消费级可靠性且能规模化量产的产品，从而快速跨越从实验样机到商业化产品的“死亡谷”。

在创始团队的配置上，这种产业落地的可能性得到了支撑。联合创始人韦骁龙曾是华为、荣耀操盘过多款现象级爆款手机的产品经理，他对消费电子千万级的量产打法与极致用户体验有着深厚经验，这种经验意味着他可能深刻理解供应链质量管理、成本控制以及面向海量消费者的产品定义流程。此外，为了弥合从实验室 demo 到全球市场的鸿沟，公司海外市场策略的操盘手被披露为大疆最早的商业化总监之一，经历过完整的硬件产品线从零到一的全球渠道建设。创始人兼 CEO 郑昊本人，则拥有从清华大学数学科学系统计方向到普林斯顿大学金融工程与人工智能的跨学科背景，并具备协和医学院医学与健康产业学者的经历，这使得其知识结构可能横跨因果推断、AI 算法和医学验证。对于尚未正式公布具体客户数据的 Fullive.AI 来说，这种“天才型大脑”与“老炮型执行者”相结合的纺锤形人才结构，一定程度上缓解了外界对“科学家创业”落地环节脆弱的普遍质疑，但它同时也面临内部文化融合与节奏协调的潜在挑战——前沿研究追求极致创新，而硬件量产则要求严格的流程纪律，两者之间的平衡仍需时间检验。

野心不在床头，而在全空间“生物操作系统”

尽管公司当前全力冲刺 Somni 的量产，但 Fullive.AI 的视线并没有锁死在床头柜上。公司在成立初期就对外展示了极其清晰克制的“三空间”路线图：从卧室的睡眠空间 Somni 出发，延伸至高压办公空间 Senti，最终覆盖全生活空间 Cori。其本质意图，是希望将“模型 × 本体”的技术底座，打造成一种可以跨越不同物理空间的生物操作系统（Bio-OS），如同个人计算机的操作系统向下屏蔽硬件差异、向上提供统一服务接口一样。郑昊也曾对外表达过类似的愿景：未来可以将 API 开放，让卧室里的第三方空调、电动窗帘、加湿器，全部可接入 Bio-OS，构建一个围绕人体生理状态的物理世界超级生态。

这种野心在很大程度上定义了公司的估值想象力。资本或许在这里下注的是，一旦卧室场景的“感知—干预—反馈”数据飞轮开始转动，该模型的因果推断能力可能会在不同空间中产生迁移效应——比如，办公场景下的压力干预逻辑，可以借鉴睡眠场景中自主神经调节的部分模型参数。然而，从务实的商业推演来看，睡眠场景属于相对标准化的“封闭空间”，环境变量较少，用户处于长期静止的躺卧状态，生理信号的采集与干预相对可控。一旦迁移到外部开放且变量繁多的工作场景，用户的状态可能从静坐、走动到交谈不断切换，物理干预的难度和所需要应对的复杂边界条件将呈指数级上升。目前 Somni 尚未完成大规模市场交付，产品的核心闭环尚未被独立验证，因此对于更宏大的跨场景扩张，在公开层面仍属于有待验证的叙事框架，后续可能需要在睡眠场景中跑通完整的商业模型后，才会进入下一阶段的实质性推进。

融到的弹药，要打一场围绕“消费级医疗循证”的硬仗

拿到种子++轮融资后，Fullive.AI 明确将资金重点投向 Somni 的研发与量产推进，以及“模型 × 本体”技术体系的纵深建设。对于 Somni 这类主打物理身心干预功能的产品，下一阶段最微妙的挑战来自于用户信任的建立。公司目前已经公开表示，正与国内外头部医学研究团队展开合作，围绕多模态物理干预效果进行“严谨的量化临床验证”。

这是区分科学硬件与玄学设备的关键分水岭。在市场层面，消费者已经受够了各种“助眠黑科技”收割焦虑的智商税——那些缺乏严谨数据支撑的声波发生器、磁场手环等产品，已经严重透支了用户对这一品类的信任。如果 Fullive.AI 不能在产品交付时拿出供公众信服的医学循证数据，仅靠 WAIC 2026 上获得的“刘润等业界人士好评”以及“展位爆满”的客流热度，并不能从根本上说服广大的付费群体。知名商业顾问刘润在现场体验后，曾在公开文章中感性评价 Somni 的核心价值在于“让一个睡不着的人，今晚睡得好一点”，这种来自意见领袖的背书固然能在早期触达一部分创新采用者，但越过早期用户群之后的更广大付费群体，需要的是更为硬核的量化指标：通过多少晚的使用，入睡潜伏期平均缩短了多少分钟，深睡眠占比提升了多少个百分点，这些指标是否经过独立第三方的盲测验证。一旦有关干预有效性的数据不够硬核，这款追求无感的产品极有可能被市场视为一种昂贵的、毫无实用价值的高级摆件，其定位将滑向“生活方式美学装饰品”而非“AI 健康硬件”。

无感干预的因果链，会是 AI 健康硬件的最终形态吗？

Fullive.AI 讲述了一个高度自洽且颇具雄性色彩的技术故事：从放弃穿戴式监测，到构建因果推断模型，再到实现无感的物理干预。它所瞄准的方向，无疑代表了 AI 健康硬件从“量化自我”向“无感治愈”的大转折。回顾历史，每一次人机交互的重塑都伴随着市场格局的重新洗牌——从命令行到图形界面，从键盘到触摸屏，而 Fullive.AI 试图引发的，是从“人适应机器”到“环境适应人”的范式迁移。

但回到现实检验的角度，这类公司往往要面临极其残酷的“死亡谷”。最核心的风险在于，当实物产品离开演示厅进入用户的卧室后，那个基于 AI 构建的因果响应闭环是否依然牢不可破。任何无法准确判断干预与反馈之间延迟响应的模型，都会导致错误的物理动作——比如在用户已经自主进入深睡眠时错误地触发干预反而将其拉回浅睡眠——从而打破“自然无感”的体验基石。另一个不容忽视的隐患来自数据隐私层面。一台旨在捕捉你睡眠呼吸甚至心率的全天候无感传感器，同时也是市面上最具入侵潜力的隐私采集器。它安放在卧室这一最私密的空间中，其麦克风阵列和多模态传感器理论上具备监测私人对话、活动模式等高度敏感信息的能力。即便公司引入了“隐私安全网格”的提法，并强调边缘计算与本地化处理，但如何在商业化进程与数据伦理之间构建让用户彻底安心的透明机制——比如数据是否会被脱敏后用于云端训练，用户是否有权一键删除所有历史数据，隐私策略是否经过独立安全审计——并未在此次披露的信息中找到充分详尽的解决方案。对于正在全力冲刺量产的 Fullive.AI 而言，真正的验证或许不在这一轮融了多少钱，而在于首批消费者在毫无品牌信仰加持的黑夜里，是否真的能感受到“让环境进化”带来的那一点温柔。当宣传语境褪去，硬件的物理极限和算法的上限，才是这场赌局的底牌。

RecodeX 极客视点：Fullive.AI 正在尝试作答一个困扰硬件创业者多年的难题：如何在不过度索取用户注意力的前提下，完成有效的生理干预。它将 Sleep Tech 领域的竞争从传感精度的比拼，拉高到了因果推断与物理执行的层面。这种从“观察生命”迈向“扰动并修正生命”的路径，确实是 AI 硬件中最具吸引力的无人区。但有一个逻辑尚待公开数据验证——如果任何传感器都无法在物理上完全消除感知盲区，那么基于这些不完美信号进行的闭环干预，其“无感”承诺是否在逻辑上存在脆弱环节？毕竟，一个基于统计概率做出错误决策的无声系统，可能比要求用户频繁交互的传统穿戴设备更难以让人察觉其失败。在见证实物交付前，这仍是一场关于算法谦卑程度与物理极限的悬疑剧。