谷歌在2019年宣布收购全球智能穿戴市场头部企业Fitbit，并在2021年完成全部交易事项，这一年，谷歌完成了其在智能穿戴领域新计划的第一步。2022年，谷歌将已被收入麾下的Fitbit更名为“Fitbit By Google”，强调了品牌的归属性，而谷歌也在这一年推出初代Pixel Watch。
(图源：Keyword)
不过，智能穿戴设备自2012年问世以来，已经逐步成为消费电子产品市场里最重要的一环，除了Fitbit这类专注于智能手环/手表的品牌之外，还有手机厂商、PC厂商加入战局，战况相当激烈。
如何在激烈的竞争中找到新的出路?谷歌可穿戴设备业务想用上新的武器：AI。随着谷歌在人工智能领域上的发展，旗下Gemini大模型工具已经做好进入到移动市场，比如即将到来的Pixel 9系列，又或者传闻中即将展开深度合作的iOS 18系统。
(图源：Keyword)
但在此之前，谷歌已经确定Gemini在移动领域上的第一站：智能手表。据悉，谷歌将在今年发布的新一代Pixel Watch上内置基于Gemini改造的个人健康大模型，此外，还将加入更多与AI相关的特性。
不难看出，「AI手表」的时代，即将到来。
AI手表，真正的个人健康专家
智能穿戴设备诞生的使命就是帮助用户更便捷地记录自己的身体状况，以便在运动、生活等场景下获得更智能化的建议。但实际上，每个人的身体情况各有不同，具体到各项不同运动时所带来的热量消耗也有差异，要想生成最精准的健康建议，还真不是一件容易的事。
目前，大多数的智能穿戴解决方案都是将场景精准化，比如华为Watch 4 Pro，能够支持超100种运动场景。但要让用户在开始某项运动，或是进行一项活动前提前预设好模式，显然不够「智能」，而谷歌给出的方案则是：让大模型进入智能穿戴领域。
(图源：Fitbit)
谷歌旗下的Google Research携手原Fitbit团队组建开发「个人健康大语言模型」，最先关注的是睡眠检测相关的问题。近些年，智能睡眠已经成为智能家居市场的一大风向标，雷科技在刚刚结束的CES 2024、AWE 2024以及家博会上都看到了智能床垫、智能枕头等智能睡眠产品展出。相较之下，智能手表更加轻便，与用户建立全天候的联系，在睡眠检测上，能够展现出更多帮助。更重要的是，相比起动辄几万元的智能睡眠产品，智能手表显然更加划算一些。
「个人健康大语言模型」注重人类生理及行为数据的研究、学习与推理，比如用户的运动时间与模式、睡眠时间、如厕时间等，均会学习、记录。举个简单的例子，当你在早上选择进行一个长达1小时的晨跑，晚上进行1小时的器械训练，那么AI手表会从你每项运动消耗的热量、进行的时长，推断你的需求是减脂或增肌，从而为你设计更适合的营养食谱。
(图源：Fitbit)
前面所提到的睡眠问题亦是如此，众所周知，失眠、多梦等睡眠问题的成因相当多，与用户一整天的行为都离不开关系，大模型开始学习、了解你的生活模式之后，一旦发现问题，则能快速地从数据中找出异常，给出问题分析。
AI手表能做的远不止于此，例如自然语言对话的生活助手、自动判断用户正在进行的运动，以及根据生活习惯提供饮食建议等。
严格上来说，智能穿戴到AI穿戴的革命性可能并不会像AI手机一样深刻，但穿戴设备的本意并不是要承担起巨额工作量的产品，而是专注于健康、生活、运动等场景。AI穿戴设备要扮演的角色，是一位时刻跟在用户身边的贴身管家。
大模型与智能穿戴如何结合?
早在谷歌之前，智能穿戴厂商已经向AI穿戴发起「进攻」。
去年末，vivo将自研蓝河系统首发搭载于vivo Watch 3智能手表上，得益于内置的蓝心大模型，这款手表获得如AI心率算法、AI更换表盘和自然语言对话等功能。无独有偶，智能穿戴独角兽企业出门问问也在其新款TicWatch上提供了部分AI功能，例如AI录音笔，让手表与手机联动，实现边录音边转文字。
(图源：Google)
实际上，这些智能手表虽然拥有一些AI功能，也有了AI手表的雏形，但仍称不上是一款合格的AI手表。至于为何AI手表的进展并不像AI手机一样顺利，这与这类产品的形态有关。
(图源：高通)
硬件层面，目前高通、联发科、三星都在新一代移动平台上专注于NPU算力的提升，尤其是高通，近期发布的两款新芯片骁龙8s Gen 3与7+ Gen 3都提到了AI能效的进步。NPU性能提升所带来的AI算力跃进，自然让手机厂商有了更多发挥的空间。但受限于穿戴设备的体积，高通在最新的骁龙W5+ Gen 1芯片上仅仅提到了协处理器提供的机器学习能力，而非真正的AI算力。
谷歌在「个人健康大语言模型」的做法其实更接近于让手机作为主要的AI算力提供者，手表仅保持在“学习”和“记录”的层面上，以减少不必要的能耗浪费。但这样一来，手表与手机之间必须保持关联性，而前者也很难被称为真正意义上的「AI设备」。
(图源：Gemini)
另一方面，大模型还处于「卷参数」的阶段，几乎所有AI企业的方向都是优先考虑超长文本内容的处理，这导致更多小型设备难以快速进入到人工智能领域，完成从「智能」到「人工智能」的华丽转身。譬如谷歌自家的Gemini，尽管它有三种规格，最小号的Gemini Nano参数量级也有1.8B，放在AI手机上都略显勉强。
作为Android系统的主要开发者，谷歌能够考虑到穿戴设备的迭代而提前做好准备，自然是一件好事，但在硬件仍未解决之前，要想帮助智能手表蜕变为AI手表，要下的功夫还有很多。