大模型狂奔三年，健康手表终于“慢”下来了

文 | 郭雨

编辑 | 吴佩蔚

本文由长青研究社原创

三年前大模型浪潮席卷而来时，健康手表曾是最被寄予厚望的落地产品之一。厂商们轮番打出“医疗级监测”“AI 健康管家”的旗号，概念炒得火热，争议也从未停止：数据准不准？AI是不是营销噱头？到底是健康工具还是电子玩具？

三年过去，当热度退去、泡沫沉淀，我们再回头看这个赛道会发现，它既没有像唱衰者说的那样停留在概念，也没有像鼓吹者预言的那样颠覆医疗。它正在一条少有人走的窄路上，默默完成自己的“成人礼”。

为了看清健康手表赛道三年来的真实演进步伐，长青研究社采访了深耕PPG连续血压监测领域多年、跑通AI健康服务闭环的乐活元创始人兼CEO周兰军。从乐活元的实践路径与行业思考切入，去看待整个产业演进。

图为乐活元创始人兼CEO周兰军

健康手表的第一道分水岭，是“数据准不准”。

行业发展初期，健康功能普遍是智能手表的“附加项”。心率、血氧、睡眠监测几乎成为标配，但用户心中普遍默认“仅供参考”。受限于传感器成本妥协、算法粗糙、运动伪影干扰等问题，监测数据波动大，既无法指导日常健康管理，更不具备临床参考价值。这一阶段的健康手表，本质仍是带健康属性的消费电子玩具。

而近两年来，行业的核心竞争已经悄然从“堆功能”转向了“拼精度”。其中最具标志性的赛道，就是血压监测。作为慢病管理的核心指标，血压监测的技术门槛最高，也最能体现产品的专业深度。

目前穿戴手表血压监测行业内主流的技术路线有两条，一条是华为等头部厂商采用的气泵气囊式，本质是把电子血压计微型化塞进手表里，靠物理加压示波法原理测量，优点是静态精度高，缺点是体积大、佩戴异物感强，无法实现连续无感监测，且核心配件长期依赖进口；另一条是PPG光学容积脉搏波描记法技术，通过光信号感知血管搏动，结合机器学习算法模型估算血压，优点是无感、可24小时连续监测，是行业比较公认的未来方向，但技术壁垒极高，降噪、校准、运动补偿每一步都是难题。

从全球范围看，PPG路线已是行业共识。苹果手表虽未直接输出血压数值，但早已基于PPG技术构建高血压风险评估模型；韩国食品药品安全部、日本厚生劳动省先后批准基于PPG技术的可穿戴血压设备上市，为技术合规性提供了官方背书。

国内市场同样在向这条路线收敛。2026年2月，由广东医科大学与香港医学工程研究院牵头、OPPO等企业参与起草的《可穿戴无袖带血压测量设备》团体标准（T/FDSA 0124—2026）正式发布，3月起实施。种种迹象表明，PPG血压监测正从技术探索加速走向合规落地。

在行业普遍看来，健康手表的精度门槛本质是医工交叉的系统工程。硬件决定信号质量的上限，算法决定数据可用的下限。这一点在乐活元的实践中得到了印证。

作为国内少数深耕PPG连续血压监测的创业公司，乐活元走的是“硬件堆料+场景化算法”的路线。据乐活元方面介绍，最新款L9手表将传感器升级到汇顶科技新一代多模态健康传感器AFE GH3310，灯组从6灯4PD升级为5灯组15灯4PD 多通道方案，采样率从25Hz跃升至125Hz，从硬件端保障原始信号质量；算法层面针对运动、夜间等不同场景做专项优化，通过运动补偿、睡眠特征融合等方式降低误差。

“硬件决定信号质量，而算法决定数据可用性。消费电子常因硬件成本妥协、算法研发周期长以及训练数据集有限导致测量数据不准，但在医疗健康赛道，数据不准就是无效、干扰或垃圾。”周兰军在采访中表示。消费电子与医疗健康产品看得见的区别是硬件配置、功能参数等，看不见的地方如产品定义、价值转换、软件算法等则更为核心。

据了解，目前乐活元在PPG血压监测方向处于行业第一梯队，L9款产品校准后整体误差接近二类医疗器械标准，正在申请二类医疗器械资质。周兰军分享“从第一性原理来说，“测的准”才是本质，申请二类医疗器械只是间接证明“测的准”的策略，而不是为了拿证而拿证。另外，从产品或商业角度，获得医疗器械资质本身不是最终目标，是为“专业健康或医疗级”背书，获得资质也不能代表都是好产品，只是专业健康商业化过程的必要条件而不是充分条件，属于“测的准”基础上的锦上添花。即使走专业健康路线，健康手表的场景等属性决定了其主战场还是在院外，在生活中，而不是诊断的严肃医疗场景。”

当跨过“准医疗级”的精度门槛并非单家企业的个体选择，而是全行业的共同升级时，健康手表正在告别“看个乐”的玩具阶段，一步步叩开专业健康领域的大门。

如果说精准测量解决了健康手表“数据准不准”的底层问题，那紧随其后的灵魂拷问便是“然后呢？”。

在很长时间里，行业无法回避的尴尬是用户花大价钱买来的健康手表，更像一个“数据仪表盘”。十几项指标铺满屏幕，还有花花绿绿的趋势图，但绝大多数人看完也就看完了。数字背后的健康意义、指标异常的应对方案、风险等级的专业判断，多数产品都无法给出。系统只会用固定阈值弹出“心率过高”的提醒，既无法解释诱因，也无法给出可落地的建议。

大模型的爆发，一度被认为是破局答案。但行业很快发现，简单内嵌通用大模型，只是增加了聊天功能，并未解决核心矛盾：通用AI输出的多是普适性健康常识，针对具体个体时缺乏针对性，也就是行业内戏称的“正确的废话”；更关键的是，健康领域强监管、强信任属性，纯AI输出缺乏专业背书，用户不敢采信，同时存在合规风险。

这正是健康AI的固有悖论。光有数据没有方案，是不完整的；光有方案没有资质，是不可信的。

2023年7月，国家网信办等七部门联合发布的《生成式人工智能服务管理暂行办法》第二十三条规定，法律、行政法规规定提供生成式人工智能服务应当取得相关行政许可的，提供者应当依法取得许可。这为医疗健康等垂直领域的 AI 应用划定了“须持相应资质方可开展”的监管基调。

在此背景下，“垂类大模型+真人医疗兜底”逐渐成为行业共识路径。AI承担日常健康监测、科普提醒、生活建议等健康管理职能，真人医生承担诊断、处方等医疗职能，既提升效率，又规避合规风险。

乐活元推出的AI健康助手“乐乐”，正是基于这一路径的实践成果。与通用内嵌AI不同，其核心逻辑是“数据先行，交互后置”。手表24小时采集的血压、心率、睡眠、运动等多维度数据自动同步至模型，所有回答都基于用户个体数据生成，而非泛泛而谈。除被动问答外，系统还会根据连续监测数据主动推送风险预警和改进建议，实现从“人测量数据”到“数据服务人”的转变。

“诊断、处方属于医疗范畴，医疗与健康有明确的界限，AI也不例外，这条红线不能碰。”周兰军在采访中清晰界定了AI的应用边界。这里的边界又可分为基于体征参数如血氧、血压等进行测量的医疗器械或电子产品、基于服务的医疗服务或健康服务。

体征参数一般通过传感器完成原始信号采集，再经由信号处理、特征工程以及统计模型、机器学习、深度学习等算法进行提取计算，以保障输出结果具备准确性、可解释性、一致性、稳健性与可泛化性。目前智能穿戴手表的医疗器械注册证基本属于这样的应用，但智能手表大市场整体属性还是偏向于消费电子即3C类目。

目前大家针对智能手表俗称的AI，主要是指生成式人工智能，偏向于AI的服务属性。现阶段对用于医疗诊断或医疗服务的大模型标准严格，但这也刚好能使得AI在健康管理、健康服务等方面大有可为。类似于L4级无人驾驶做不到，但可以做L2级辅助驾驶、智能驾驶。也是基于这一判断，乐活元采用“AI +医生”双服务闭环：产品附赠7×24小时三甲医院在线医生服务，L9尊享版还配套千种免费药品权益。AI 负责日常健康管理需求，真人医生兜底专业医疗判断，二者形成互补。

从全行业看，这种模式正在成为标配。不止乐活元，多家头部厂商的健康服务板块也都采用了“AI 初筛+真人医生”的架构。而行业下一步的共同探索方向，是监测数据与医疗服务的深度打通。当手表采集的健康数据能够直接成为医生问诊的参考依据，数据的价值才能真正形成闭环。

据周兰军透露，目前乐活元正在推进与第三方医疗平台的双向数据打通，未来医生问诊时可以直接调取用户的健康监测数据，给出更具针对性的建议。

技术和体验的升级，只是入场券。在苹果、华为、三星、OPPO 等巨头环伺的智能手表赛道，创业公司真正的生死考题从来不是“技术好不好”，而是“怎么活下去”。

从全球范围看，可穿戴健康行业早已形成清晰的分化格局。

一类是消费电子巨头，以苹果、三星为代表，主打全场景生态，健康是其智能手表众多功能中的一个模块，服务最广泛的大众用户，依靠品牌、渠道和供应链优势占据主流市场。

另一类是垂直健康玩家，以Oura、Whoop为代表，不追求功能大而全，而是深耕健康监测与服务，靠专业度建立壁垒。Oura以智能戒指Oura Ring为核心产品，据彭博社报道，Oura计划最早将在今年9月在美国IPO，预计公司估值将超过160亿美元。Whoop则采用"硬件+会员订阅"模式，以腕带式可穿戴设备提供持续健康数据服务。产业资本与医疗企业的连续下注，说明垂直健康穿戴的商业价值正在获得专业医疗玩家的背书。

国内市场正呈现出同样的分化趋势。

一类是消费生态派，以华为、小米、OPPO 为代表，走“大而全”的路线。健康功能是智能手表的标配模块，依托庞大的用户基数和供应链优势覆盖大众需求。比如华为Watch D系列采用气泵气囊式示波法方案，主打基础血压监测，依托鸿蒙生态实现多设备联动。这类产品的核心卖点仍是品牌与生态，面向大众健康管理场景，并未围绕单一慢病人群做深度服务延伸；二类医疗器械注册证是其健康功能的合规背书，而非产品的核心定位。

另一类是垂直健康派，以深耕细分健康领域为核心，玩家方向各有侧重。有的侧重医疗硬件落地，拿下二类医疗器械注册证，主打医疗机构、药房等B端渠道；有的深耕慢病管理赛道，如安顿公开定位聚焦心脑血管等健康风险趋势，提供监测、预警、在线咨询与慢病复诊等服务。对垂直健康玩家而言，二类医疗器械注册证是提升专业可信度的可选资质，而非划分品类的依据，这类玩家的核心共性是在细分健康领域做深做透。

随着消费生态派以“大而全”路线牢牢占据大众市场，国内可穿戴健康赛道的边界愈发清晰：一端是依托品牌与供应链的通用型消费产品，另一端是深耕细分领域的专业垂直玩家。

在这样的行业格局下，乐活元作为垂直健康阵营的典型代表，选择的是深耕场景、做透专业的路径。它不挤巨头的大众红海，锚定“专业健康”核心定位，以PPG连续血压监测为技术底座，向上通过AI +医生服务延伸健康管理价值，向下覆盖C端个人用户和B端医康养、养老等多元场景，把以血压为核心的健康服务做到极致。

“巨头追求规模化与生态战略，注定难以深耕垂直细分领域。”周兰军的判断，契合行业分化的大趋势。在他看来，巨头吃肉，垂直玩家喝汤，但汤也分怎么喝。只做单点场景容易遇到天花板，只做硬件容易陷入价格内卷，把技术做透、把服务做深，才能在缝隙里长出自己的空间。

乐活元作为AI 健康手表品类的提出者与实践者，其思考或许可供行业参考。

在“AI 健康手表”这个概念里，AI代表科技与服务，健康代表专业与壁垒，手表代表消费与场景。这里的AI并不单指大模型，底层机器学习、深度学习算法同样至关重要。血压、心率、血氧、房颤这类对精度要求极高的健康指标，核心依靠时序特征机器学习模型实现；而大模型则拥有广阔落地空间，可输出个性化健康方案，提供情感陪伴等价值。

AI健康手表并非替用户承担健康风险，而是为用户提供可靠的健康建议，这正是它和传统穿戴设备最本质的区别。和AI手机、AI PC类似，它固然带有一部分新概念色彩，但产品能力与价值已经实现时代跃升。

AI健康手表，其实是具身智能落地的一大细分智能终端。简单类比人形机器人就能很好理解它的整套运行逻辑。硬件相当于机器人的“眼睛与感官”，负责感知采集，收集心率、睡眠等身体原始数据；机器学习算法如同机器人的“小脑”，承担计算分析工作，对采集到的数据做运算，输出血压、健康状态等量化指标；而大模型应用则扮演机器人的“大脑与执行肢体”，完成决策输出，结合个人健康情况给出改善或干预建议，触发SOS 紧急求助等实际响应动作。AI健康手表中的AI，机器学习算法模型输出的多模态参数是地基，大模型的应用服务是上层建筑，上层应用还是要取决于参数的准确度与丰富度。“虚实结合”才能发挥出AI健康手表的更多价值。

图为ai健康手表的工作逻辑

从乐活元的实践中，国内垂直健康玩家的突围逻辑可见一斑。没有捷径可走，就是把巨头不屑做的、做不细的、嫌麻烦的事情，扎扎实实地做深、做透、做专业。以乐活元为代表的专业健康玩家，正在巨头的“大而全”之外，走出一条“小而专、小而深、小而精”的生存路径。

当然，放在整个行业的视角看，无论巨头还是垂直玩家，要真正走完健康手表的“成人礼”，都还要跨过三道坎，即统一的行业标准、清晰的责任边界、完善的数据信任体系。这“最后一公里”，不在芯片里，也不在算法里，而在整个行业对专业的敬畏、对用户的负责之中。

这是整个行业的成人礼，行业洪流面前，没有玩家能够独善其身。往后智能手表的发展拥有多重可能性，往专业方向，可进化成多参数生命体征监测设备；往人本方向，成长为AI健康助手与陪伴伙伴；往场景方向，则深度融入工作、日常，成为全能的个人智能入口。

大模型的狂奔还在继续，但健康手表的故事，已经进入了慢工出细活的深水区。

—FIN—