最近，AI智能运动穿戴的赛道热度持续攀升。从项链、耳机，再到戒指、手表，AI可穿戴产品的形态愈发多样。
其中，AI智能手表赛道正在经历一场结构性变化。一组数据对比非常鲜明：
据 Counterpoint 统计，Apple Watch 出货量每年有 10%-19% 的跌幅；
另一边是佳明一年出货千万只运动手表，40 亿美元收入保持年对年 30% 的增长；
而健康监测品类中，Whoop 和 Oura Ring 异军突起，分别做到 7 亿和 5 亿美元收入。
这组数据背后，反映了一个清晰的消费趋势：越来越多的消费者正在选择更专业、更细分的运动与健康监测设备。众多创业团队也瞄准了这块市场，苔源 MossCode 正是其中之一。
MossCode 是一个 AI 智能运动穿戴品牌，刚刚完成了由 XVC 和清流资本共同投资的数千万元人民币天使轮融资，估值达到一亿美元。创始团队成员来自 EcoFlow、OPPO、斯坦福、Apple、华为、Suunto 等头部企业及顶尖院校。
创始人倪若阳曾供职于红杉中国，后在正浩 EcoFlow 将一个 10 人项目组带成首年营收 10 亿元的事业部；联合创始人兼 CTO 马潇则曾是 OPPO FIND X 系列的核心产品负责人。
MossCode 做产品的思路非常独特。创始人倪若阳认为，过去四十年来，整个运动行业都深陷于一种「苦难叙事」之中，而他们想要彻底打破这套叙事。
「我想让用户从第一天就知道：身体不是用来战胜的，是用来倾听的。」
过去的运动产品过度强调竞技、突破极限、与他人比较。MossCode 的目标是，利用 AI 深刻理解个体差异，帮助每一位用户在与自我对话中找到属于自己的节奏，关注自身的点滴进步。
AI 可穿戴产品的「第一性」，一定是穿戴本身
问：你们最初为什么选择进入运动健康领域？
倪若阳：我们其实构思过很多方向。我一直以来更期待的是「创造」本身。过往的投资经历让我习惯了在不同赛道中调研，但到了创业阶段会发现，想做、能做和用户需要的三者交集，其实非常小。
经验证明，先有合拍的团队，才会有合适的赛道。后来在 EcoFlow 的那段经历，让我遇到了一批有默契的伙伴。所以最终，并非是我选择了赛道，而是赛道选择了我。
经过反复讨论，我们梳理出三个赛道选择原则：
第一，无论行业风口如何，这件事必须是长期正确、必然会发生的；
第二，做产品不能脱离自身的真实体验，要从自身感受出发，为行业带来差异化创新；
第三，希望产品的用户与消费者是同一主体。
基于这三个原则，我们最终落脚到运动健康领域，因为整个团队对这个领域的体感和认知都比较深。
问：通过理性分析选择了运动赛道，又是怎么聚焦到手表上的？
倪若阳：我们的选择始终没有脱离穿戴产品这个大类。在所有穿戴装备中，手表是最隐形、无感的形态，同时还能承担数据中枢的核心作用。
马潇：做运动穿戴产品，需要实现双重感知，既要感知环境，也要感知用户本身。人体的神经是信号采集的核心来源，神经最密集的区域主要是头部和手部。我们的核心思考是，如何在采集更多数据、精准感知用户状态的同时，将体验摩擦降到最低。
考虑到最低的佩戴门槛，加上最密集的数据采集能力，腕部穿戴产品，也就是手表，是当下最合适的选择。
问：同样是戴在手上的智能戒指和健康手环对你们有什么启发？
倪若阳：启发很大。对于穿戴产品，其「第一性」一定是穿戴本身。我个人是 WHOOP 的用户，非常喜欢它。它足够简单，戴上后几乎会让你忘记它的存在。无论是碎片化运动还是严肃训练，它都会被无声地记录并妥帖管理。
WHOOP：主打24h连续监测，可在充电时佩戴
我们在产品定义上也受 WHOOP 启发：它是一个「戴上就不必摘下」的产品，这本身具有巨大价值。 相比之下，戒指形态很难做到这一点。例如，睡前洗漱时，戒指可能会刮到脸，用户通常会摘下，一旦摘下就容易忘记戴回去。此外，戒指在运动时也难以精准捕捉高强度间歇心率。
这并非说戒指不好，而是反映了原点用户的选择。虽然它们都主张无感、无屏幕，但 WHOOP 和 Oura Ring 因为形态和系统设计的差异，服务的是完全不同的用户群体。
问：为什么过去很长一段时间内，少有人将「健康」与「运动」很好地融合在一起？
倪若阳：这可能源于大家对产品的认知和出发点的差异。以佳明为例，它是非常典型的从「装备」出发的公司。它早年深耕车载导航、航空电子等领域，引以为傲的是导航精度，而非生理研究。
佳明对于人体运动和生理的认知更多是外购的。直到今天，Firstbeat 算法对佳明来说依旧像个「黑盒」。这是上一代的产品思路。
而我们更多是从「运动」本身出发，从原点去理解用户的真实需求。导航和定位虽是户外运动的重要环节，但不是我们的原点，这导致了产品选择的完全不同。
另外，作为新公司，我们可以「轻装上阵」。佳明作为成熟的大公司，在软件系统中有许多历史包袱。在时代转向之际，我们有机会以更加 AI Native 的视角重构系统架构。而且，我们从未将自己定义为「做运动手表的企业」，而是更专注于理解用户在运动中的真实需求。
问：那么，如何做出差异化？
马潇：当下这个节点，各类 AI 硬件的出现带来了新机会。AI 能为行业提供优质的解决方案，而不同硬件则是向用户传递解决方案的入口。
手表的独特性在于，它是在智能手机发展成熟后，才迎来爆发式发展的硬件产品，核心原因是其形态能实现对人体的长时间持续感知。同时，传统手表早已培养了用户的佩戴习惯。
AI 带来的行业变革、手表对人体的长期陪伴属性，再加上用户已养成的佩戴习惯，让智能手表成为我们切入赛道的绝佳载体。我们也思考过，市面上的智能手表层出不穷，我们的产品该如何做出差异？
核心是将 AI 与手表进行深度融合。
AI 的本质，是降低人们解决问题的门槛，而各类硬件的价值，是将 AI 解决方案快速封装为入口传递给用户，这个入口有一个核心前提：不能为用户增加额外的隐形门槛，否则会抵消解决方案的价值。
在我们看来，像 Apple Watch 这类全智能手表，存在充电的隐形门槛；佳明这类专业运动手表，则有交互学习的隐形门槛，这些门槛都会劝退不少用户，而这正是我们的市场机会。
过去的运动品牌陷在「苦难叙事」中，我们想帮用户回归自我
问：你们的产品想要解决的，是行业中哪些尚未被满足的痛点？
倪若阳：核心思路可以和大家分享。上一代运动产品厂商，对运动的理解和打造都停留在传统层面。但在我们看来，想要真正做好运动产品，无法脱离用户的全天候生活场景。
试想，如果前一晚睡眠质量差、身体恢复不佳，即便运动计划中有高强度间歇训练，用户也很难有好的表现。这种情况下，最适合用户的并非高强度训练，而是能帮助身体恢复的二区有氧训练，这就需要结合用户的全天候状态来判断。
比如用户前一晚的睡眠情况、当天的工作压力、可用于运动的时间等，这些都是重要的参考因素。所以我们认为，优质的运动产品必须满足用户的全天候需求。我们也是沿着这个思路定义产品形态，并非只聚焦于运动本身，而是围绕用户的整体状态做全面管理。
马潇：没错，我们的核心是让用户回归自我。运动与恢复的本质，都是让用户更关注自身状态，我们希望通过产品的专业指引，让用户逐步成为理想中的更好的自己。
问：你们对于运动这件事的诠释上，为什么很强调「回归自我」？
倪若阳：大多数运动产品只是「就运动聊运动」，将其单纯视为一种装备。这种视角只关注运动过程中发生的物理指标，很大程度上忽略了运动之外的「人生议题」。
大家去跑步、去运动，并不一定是为了站上领奖台。而是期望通过运动让自己变得更好。对于运动品牌，用户的向往是永葆青春、保持巅峰状态，这是更大的语境。
如果运动行业只关注运动本身，最终必然聚焦于「竞技」。竞技体系中一定存在强弱胜负和坐标系：你练得够不够勤奋？是否足够用力？当用户陷入这种对比与审视时，会产生羞耻感。
过去的运动品牌一直陷在「苦难叙事」里，试图不断拷问你：你足够努力了吗？你在变强吗？这种对比容易让人产生误解。从我个人经历来看，如果你过度关注数字，死磕今天是否练够了，很大程度上是在冒着受伤的风险去运动。
我们认为这种模式是不可持续的。最终应让用户回归自我，找到属于自己的节奏。 每个人的节奏、频率和时间投入完全不同，找到「自我节奏」，享受运动的乐趣对用户更为重要。
问：传统的运动手表主要提供专业数据，还不足以帮助用户深入了解自身状态？
倪若阳：我认为「专业」这件事情本身在发展的过程中塑造了许多行业术语。这就好比去医院拿化验单，血常规上有 20 多个指标。尽管它是标准、严谨且专业的，你也确实能看到一些代表异常的箭头，但你依然需要咨询医生。
专业运动手表的体验非常类似。刚入坑时，用户不知道该看什么，也不知道该怎么练。在海量的专业数据中，可能只有两个指标能对你当前阶段形成有效关联。但作为普通用户，通常无法定义当前阶段最重要的核心指标。
专业本身不是问题。目前的痛点在于「交付指导」的方式出了问题——只是将数据笼统地呈现给用户，缺乏指向性，也没有形成完整的解决方案。
问：如果今天没有 AI，你们做这件事的机会还存在吗？
倪若阳：机会客观存在，因为需求一直都在。但如果没有 AI，过程会更加困难、漫长。AI 为这件事按下了加速键。一言以蔽之：AI 大模型带来的价值，是提升了「个性化专业运动指导」的可获得性。
具体体现在三个维度：
- 运动能力模型是千人千面的。AI 让每个人不必被归类为某个等级的「平均人」，而是作为独立的个体被对待。
- AI 能将专业数据和指标趋势转化成正常人能听懂的语言。
- 它可以无时无刻地深化对用户的认知，并随时提供专业建议。
问：这种 AI 专业指导一上来就能做到精准吗？
倪若阳：不同指标和能力维度的学习周期不同。以 HRV（心率变异性）为例，每个人的基准值差别巨大。要理解一个人的当前状态是好是坏，至少需要 30 到 60 天的数据积累。
人的身体状态是动态的，本周的你可能因为近期增加了有氧训练，心肺能力就优于上个月的你。因此，对个人的理解需要持续、全面的追踪。
问：所以 AI 教练的功能是逐渐精准的。手表只是当下的载体吗？
马潇：如果认为硬件可以被随意替换，可能会让人误以为我们只是在做一个 APP。事实并非如此。我们交付的是软硬一体的完整体验，而不是割裂的。
我们的软硬件是互为因果、互相成就的。整体体验原则是降低用户的持有门槛，不希望因为引入 AI 体验而给用户带来额外的硬件负担或焦虑。
另外，我们推崇回归自我。我们内部其实不太喜欢「AI 教练」这个词。我们认为它更像是一个能持续陪伴你的「理想状态下的自己」。 因为只有你自己能一直陪伴并真正懂你。我们的产品更多是帮你排除杂念，助你进阶。
问：听起来你们在缔造一种新型的用户关系。能简单描述这个角色的定义吗？
倪若阳：理想状态下，他是一个更加博学的「理想自我」。从实际感受来说，我们希望他是用户的「队友」，始终站在用户这一边。
目前主流运动手表的「教练」功能大多在「卷」用户——要么让你练得更多，要么练得更重。而我们希望提供进阶之路上的策略指导。在你状态极佳时，他会鞭策你；在你需要恢复和调整时，他会让你放平心态。
他在寻找最适合你的路径：该努力时激励你，该休息时告诉你放松一下。
马潇：他没有那种「说教感」。过度的 Push 会带来压力。这就是为什么我们需要时间去学习和理解用户。只有这样，给出的结论和建议才是最贴合个体的。我们希望用户是对比过去的自己而进步，而不是僵化地去跟专业运动员或大盘平均数据做对比。
给每个用户建立一套「个人运动能力」的上下文
问：你们想要基于硬件数据为每个用户建立个人运动能力的上下文，这个该如何理解？
倪若阳：抽象来说，Context 主要包含三件事：
- 个人目标： 可以是抽象的，如提升体能、减肥，也可以是具象的，如三个月内完成马拉松；
- 个人能力： 基于生理和运动表现，评估当前处于什么水平。
- 个人资源： 包含「精力资源」，比如恢复情况、压力状态，和「时间资源」，例如剔除工作等占用后的可用时间。
这些维度都是因人、因时而异的。系统通过动态分析，找到在特定时刻投入特定资源的最优奖励函数，从而最高效地缩短能力与目标之间的差距。AI 会学习你的偏好，从而形成正向循环。
问：目标是由用户设定的，还是 AI 给出的？
倪若阳：早期我们希望交互是相对「静默」的。在给出建议前，先观察用户的行为模式。习得这些行为后，AI 会进行隐形指导。当然，用户也可以主动输入具象目标，这对系统来说反而更容易处理。
问：如果我昨晚宿醉，今早想跑步，它会建议我休息吗？
倪若阳：它可能会通过精力值等指标提醒你当前状态不适合。它不一定会直接「说教」，而是通过仪表盘等抽象指引，让你内心产生感受，进而影响你的决策。
马潇：人体的宽容度和容错率是很高的。养成好习惯并不代表 365 天都要像机器一样精准。偶尔的放纵都很正常。我们更倾向于通过长期趋势来理解。
AI 会理解你的意图。它本质上是「当下状态、长期趋势、用户意图」三者耦合的结果，给出的是最适合当下的建议，而非离散、随机的指令。
问：听起来，运动这件事会变得没有那么大心理压力了。
马潇：是的，这本质上也是我们差异化竞争力的核心。你会发现，Apple Watch 的逻辑是通过「闭合圆环」来驱动用户。如果你没能合上圆环，就好像这周的努力都废掉了。Garmin 也是同理，它要求你必须达到预设的训练负荷。
但人体生理本质上并不是这样运作的。即使你连续 5 天运动达标，只有今天一天没合上圆环，那又怎样？从长期趋势来看，用户始终是在进步的。我们不希望用这种僵化的机制去打消用户进步的积极性。
问：这可能意味着你们要定义一套全新的表达体系。如果不追求传统数据，你们追求的目标是什么？
倪若阳：从我个人的体感来说，脱离剂量谈毒性是不科学的。我们认为「状态」是一个极其重要的评估标准，不能脱离人的状态去谈强度。
当我们讨论「状态」时，我们在讨论什么？
运动中常有迷思：我练了这么多，体能提升了吗？生理状态变好了吗？我们设计了一套指标体系，能够量化这些变化，给用户正反馈。此外，还有一个长期被低估的关键点——人的主观体感。
在智能装备普及前，有一套 RPE（运动自觉量表，即主观感受）体系。自从可穿戴设备普及，数据采集变得极其便利，大家虽然还在用 RPE，但运动软件只是例行公事地问一句「你感觉如何」。RPE 并没有真正运用到训练管理中。
我们希望在设计系统时，让用户的主观体感回归数据反馈。系统通过理解用户的感受与当前状态、训练强度的对应关系，进行深度分析。 这是被穿戴设备忽略的。对我而言，当你坚持有氧运动一个月，身心状态会发生显著变化。我希望通过文字、记录或数据，清晰直观地理解这种变化。
马潇：我们并不是要彻底再造一套指标，而是帮助用户更好地利用现有指标（如心率、HRV 等）。我们的区别在于：不让用户去对比所谓的「医疗大盘数值」或「僵化标准」，而是对比他自己的过去。我们的目的是支撑用户进步，达到更好的状态。
我们也做了大量工作，通过多维度指标理解人的状态后，用「人话」解读给用户。
在运动健康赛道，最被低估的变量是「人本身」
问：从未来发展的角度看运动穿戴领域，你们认为被低估的变量是什么？
倪若阳：我认为是 RPE（主观感受）。也就是说，我们希望通过结合个体的主观感受，来理解个体适应性。
跳出运动看大健康，你会发现睡眠监测常出现偏差：手表说你睡得差，你却觉得神清气爽。本质上，期待一个数据终端解决所有疑问是不现实的。目前通过穿戴设备获取的数据，距离构建完整的生理模型还很遥远。
因此，最被低估的变量是「人本身」——人的主观感受和对自我状态的评估。
我们希望构建一个人机协作界面。用户在使用过程中反馈真实体感，从而牵引主观感受的回归，并整合到产品体验中。让 AI 的交互更符合实际体感。
马潇：另一个被忽略的点还是「理念」。以往的运动穿戴设备像严苛的完美主义者，无论是 Apple 的圆环还是 Garmin 的训练准备度，缺乏温度。AI 时代的优势在于它能听懂、能说「人话」，甚至能「干人事」。它可以洞悉用户状态，结合长线趋势给出建议。
人体是一个容错率很高的系统。所有的亚健康或状态低迷，都不是一两次偷懒导致的，而是日积月累的结果。我们希望结合人性和 AI 的特质，帮助用户培养习惯。终局是让用户形成健康的生活方式和锻炼频次，从而释放内在生命力，成就更好的自己。
问：运动穿戴领域，在技术上有什么显著的变量吗？
马潇：最显著的变量是端侧算力的强化。正因为端侧能力变强，才分化出了更多智能硬件形态。
这也是为什么现在的 RTOS（轻量化系统）手表体验大幅提升，本质上就是因为算力变得充裕且便宜了。
这背后也代表了以恒玄为代表的国产芯片厂商的崛起，以及安必克等海外厂商在竞争压力下的性能跨越。这模糊了轻智能表与全智能表之间的界限。用户现在能以较低的价格和极长的续航，获得接近 Apple Watch 80%-90% 的体验。算力的提升给了我们巨大的想象空间。
另一个关键技术点是电池。我刚入行时手机电池 4000mAh 就算顶尖了，现在新机如果没有 7000mAh 都不好意思发布。电池技术的进步同样作用于穿戴设备。算力和续航是消费电子的两大基石，它们的进步将催生更多有想象力的公司。
先在最难的市场中活下来
问：运动手表赛道的创业者前赴后继，佳明有什么值得学习的地方？
倪若阳：Garmin 的产品可以用一个词概括：可靠。它的专业品牌心智是通过产品极高的可靠性，在消费者长年累月的使用中建立起来的。
作为先发者，它拥有独特的时代机遇。这导致用户的信任成本极高，该领域不会给新公司太多容错空间。比如你和兄弟比赛登山，Garmin 计 11 公里，你的设备计 10 公里，用户可能就不会再用你了。
对于我们而言，相比定义新产品，创新中的「零短板」对创业公司来说更难。我们做好了充足的准备，愿意花最多的时间去做最基础的工作，严控品质与测试标准。这其实是一个「结硬寨、打呆仗」的过程。
问：从一开始就确定先做海外市场，是出于什么考虑？
倪若阳：主要有两方面原因，一是基于团队的能力禀赋，我们的团队本就是因开拓欧洲市场凝聚而成；二是选择运动赛道后，我们发现市场对运动的认知存在差异。
欧美的运动市场目前更成熟。在竞争更激烈的市场，更容易打磨出更先进的产品。
问：为什么一个硬核运动用户，会愿意放弃大品牌，转而相信一个初创品牌？
倪若阳：我自己就是骑行用户。骑行是一个典型的多装备场景。现在的码表体验更像是功能机时代的产物。我第一次用佳明码表时，即便它有大屏幕，但按键全在侧边和底部。作为一个习惯了苹果交互的用户，当运动自动暂停需要恢复时，我会下意识点击屏幕，但其实按键在底部不可见的位置。
这种学习成本非常高。骑行者需要的是一个能理解当下场景并能主动交互的产品。例如在骑行时，大部分时间关注的是心率和速度等数据，只有在岔路口才关注路线。佳明码表通常需要手动在数据屏和地图屏之间切换。
我们认为一套更智能的系统应当在对的时刻展示对的数据。当我在路口准备转弯时，系统应主动展示地图。
问：如果未来佳明、苹果、华为也采用同样的 AI 逻辑，你们如何守住阵地？
倪若阳：欧美市场对于创新品类很包容。当用户选择你时，是因为他们认为你是品类开创者，这批用户通常很难接受「追随者」。
AI 和硬件都是产品解决方案的一个环节。即便大家使用同样的 AI 逻辑，AI 也无法定义佳明、Apple Watch，同样 AI 也不会定义我们。
更商业本源的一点是，你如何通过更敏捷的产品迭代和更贴合需求的策略，持续服务好这批人。
马潇：我们是怀着敬畏之心来看待这件事的。无论是华为、小米、OPPO、vivo，还是佳明和苹果，都是我们的老师。他们在前期帮我们完成了许多方案的取舍，规避了弯路。
大多手机厂商做手表的思路是将手表视为手机的延展。如果从这个出发点思考产品，用户大多会将其视为手机通知的接收器。许多大厂都在做类似的「加法」，但不同路径各有优势，取决于产品与原点用户的相互选择。
等产品发布后你会感觉到，我们的逻辑是通过最初的软硬件体验吸引用户，再通过后续持续的软件迭代让他们留下来。虽然这很难，但我们相信这件事会发生。
本文为对 AI 运动穿戴领域新兴品牌 MossCode 的深度访谈，探讨了其如何利用 AI 技术重新定义运动体验。在 云栈社区 的智能与数据板块，你可以找到更多关于 AI 硬件创新与技术融合的前沿讨论。
发表于 16 小时前
|
查看: 2|
回复: 0
