作者 | 邱曉芬
編輯 | 袁斯來
「格物科技」的創始人范典，是當下智能硬件賽道的一個 " 異類 "。
作為喝過小米粥的小米創始員工，范典曾任曾小米物聯網平臺部總經理、AIoT 戰略委員會主席。以大廠高管履歷拿筆錢，以最短時間做出款硬件上眾籌，依托媒體造勢，再滾動更多融資是這兩年硬件賽道創業很常見的打法。
但范典做第一款產品用了三年。
2024 年，智能硬件還是很冷僻的賽道，范典的選擇更是小眾中的小眾。 他沒做當時已被市場驗證過的 AI 可穿戴設備、AI 床墊，轉而做起一個 全新的品類—— AI 睡眠床頭燈（Sleepal AI Lamp）。
很少人清楚這三年發生了什么。范典幾乎不接受采訪，也鮮少見投資人。低調也體現在他新公司「格物科技」的融資上。創業三年，他們僅公布了一輪天使輪融資，資方為小米、天際資本等。
直到今年 5 月 19 日，Sleepal AI Lamp 在海外平臺 Kickstarter 開啟眾籌，定價為 449 美金。產品剛上市就被好奇和疑問包圍：" 一個床頭燈這么貴，是不是瘋了？"" 創業三年了，就做了個燈？"、" 有手表了，誰還需要這個？"
產品眾籌之際，范典接受了硬氪的采訪，這是他從小米離開后首次接受媒體采訪。我們能看到他清晰的產品思路以及厚重的技術積累。
用毫米波雷達測量睡眠
范典的創業初衷源于自身的痛苦經歷。他患有睡眠呼吸暫停癥（OSA），也就是說，睡著后因為氣道堵塞而導致全身缺氧。這讓他即使睡滿 8 小時，醒來依然頭痛欲裂。其實，這類問題并不罕見，成年人的發病率約為 15%，40 歲以上的比例甚至高達約 30%。
為此，范典嘗試過大量助眠方法，戴上 CPAP 呼吸機、使用 AI 床墊、睡眠帶等等，但真正能長期堅持的方案，往往帶有一定的 " 摩擦 "。
范典告訴硬氪，AI 床墊的問題在于單品成本過高，且安裝成本門檻高；他們也曾經考慮過做 AI 睡眠吸頂燈，其優勢在于可以感知全屋，但可能受吊頂結構遮擋限制。
具備睡眠檢測作用的可穿戴設備（手環、戒指、前段時間大火的 whoop）雖已經被市場驗證，但市場調研數據表明，可穿戴設備擁有者的夜間佩戴率僅 60%，且主要適用人群是年輕人，高齡人群滲透率并不高。
范典分析，這背后的原因是多方面的，比如可穿戴設備需要持續充電、佩戴有壓迫感等等。
于是，他們把產品核心邏輯定為，不產生摩擦成本的 AI 睡眠床頭燈。
只是，這種思路雖然解放用戶體驗，卻也產生了更高的技術門檻。
在過去，可穿戴設備檢測睡眠的原理是，依靠光電信號（PPG）檢測毛細血管心率，再疊加手腕加速度測算體動，最終用兩項數據擬合睡眠情況。
不過，這種測量方法容易受到手部體毛、佩戴松緊度、膚色、紋身等因素的干擾。
在范典看來，這些設備也無法完整理解真實的睡眠環境——它無法理解溫度、噪聲、光線是不是正在影響你的睡眠，更無法理解用戶的睡姿變化。
Sleepal 的 AI 睡眠床頭燈的原理則完全不同。
范典告訴硬氪，睡眠分期的轉換，受中樞神經系統與自主神經功能的協同調控。在這個過程中，呼吸、心率等生理信號會產生聯動性變化，與睡眠分期高度耦合，從而指示不同的睡眠階段。其中，呼吸信號不僅與睡眠分期高度相關，也是判斷呼吸暫停的核心依據。
為了收集這些信息，他們在 Sleepal 床頭燈上裝了一系列傳感器矩陣，包括一個60GHz 的毫米波雷達、熱陣列傳感器、麥克風陣列、一個環境傳感器。
不同的傳感器各司其職——
毫米波雷達用于感知睡眠期間的體動信號，從中提取睡眠呼吸頻率、心跳特征、胸腔起伏，精度可以達到 0.1 毫米，用戶推測人體處于哪個睡眠分期；
另外，為了更全面了解睡眠情況，其上的麥克風陣列還用于收集鼾聲和環境噪音，環境傳感器用于檢測室內光照，記錄睡眠的干擾信息，測溫陣列用于感知人體輪廓，判斷用戶睡姿。
近期，「格物科技」與世界睡眠學會主席 Thomas Penzel 教授共同署名的論文中，Sleepal 基于 1022 晚的醫院 PSG 數據進行了驗證，最終取得 κ =0.695 的結果，比 Apple Watch（0.68）、 Oura Ring（0.65）更高。（點擊查看論文：https://arxiv.org/pdf/2604.16442）
七個垂直模型、百萬數據投入
解決了數據收集問題，下一步重點是如何給數據搭建一個標尺。
在睡眠醫學領域，PSG（臨床多導睡眠監測）是公認的精標準。具體而言，在收集睡眠數據后，將由專業技師人工標注睡眠分期（比如清醒 / 淺睡 / 深睡 /REM）、呼吸暫停事件。
在模型訓練中，這些數據充當了標準答案的作用，用于監督和對齊雷達采集的原始信號。
范典向硬氪介紹，創業三年，「格物科技」聯合多家醫院睡眠中心采集了超過 2000 晚的 PSG 數據，每年公司在數據上的投入成本高達數百萬。
基于這些精標準數據和用戶睡眠數據，「格物科技」訓練了七個細分垂類 AI 模型，包括生命體征檢測算法、多模態睡眠分期模型、呼吸暫停檢測模型、多模態人體狀態識別模型、多模態睡姿識別模型、端側鼾聲識別模型、雷達信號 ECG 生成模型。
依靠這七個參數數億的垂直模型矩陣，Sleepal 床頭燈不再單純是睡眠信息收集工具，而是一個能提供個性化改善建議的AI 睡眠管家。
比如，Sleepal 可以剝離出呼吸率、HRV（心率變異性）、睡眠階段等高階生理特征，幫用戶做出睡眠改善建議——告訴你：昨晚沒睡好是因為仰睡導致打鼾加劇，或者產生微覺醒是因環境噪光和睡前大量運動等等。
除了睡眠數據檢測之外，他們圍繞睡眠這一核心場景做了一些用戶體驗提升，比如增加了晝夜節律燈、白噪音、智能鬧鐘等功能。
比如，當即在約定的鬧鐘時間前，Sleepal 會在用戶淺睡或微覺醒期才漸亮燈光和發聲喚醒，避免深睡被驚嚇產生起床氣。而在用戶起夜時，Sleepal 會自動微微亮起，在回床躺下時自動熄滅。
范典告訴硬氪，在商業模式方面，短期內，Sleepal 計劃采用硬件銷售搭配軟件訂閱的形式。
Sleepal 的每一步，都能看到老硬件產品人的風格，低調且扎實。
從長期來看，「格物科技」更希望從臥室睡眠檢測切入，擴展到全屋家庭健康 AI 的方向。未來，在臥室里驗證的多模態感知技術可復制到衛生間（毫米波雷達跌倒監測）、餐廳（檢測飲食）等空間。
最終，基于連續的生命體征數據，范典希望可為用戶提供慢病風險篩查與預防，成為真正 " 治未病 " 的家庭健康入口。
一盞床頭燈只是微小的第一步。
首頁圖源｜企業供圖
排版｜范馨雅
end
