让身体成为
AI 读得懂的输入。
Human Body Tokenizer for AGI
从原始信号到 AI 能调用的身体状态：SomaLoop 手环连续采集原始信号，视频、音频、代谢与检测数据给信号打标签，Soma 把它变成带置信度的状态、预测和推演。
AI、可穿戴与长寿需求，走到了一起。
AI 大幅降低了健康数据的应用门槛
每周超过 3 亿人向 ChatGPT 问健康问题，各家健康 AI 助手都在读个人数据。数据的产出，以及把数据接给 AI，变得更重要。
可穿戴是最连续的人体生理数据
每天都戴，是使用频率最高的健康产品。原始 PPG 每秒 50 个采样；血检一年一两次，基因组一生一次。
长寿市场与 Biohacker 群体在扩大
Reddit 上的 Biohacker 社区约 90 万人，一年增长近四成；国内头部长寿诊所与抗衰机构约 50 家。愿意为健康长寿投入的人在变多。
数据拿不出来，模型和基础设施也还没跟上。
现有可穿戴对接 AI 不方便，原始数据大多不开放
主流品牌的官方接口大多只给汇总指标，不提供原始 PPG。社区为了拿回自己的数据，只能去逆向蓝牙协议。
缺少连续生理数据的基础模型和 AI 基础设施
大公司的模型停在论文里，而且从分钟级、小时级的聚合特征学起。同步采集与对齐、参考测量标签、评测与置信度校准、agent 能调用的接口，今天都要开发者自己搭。
一个数字，读不出一个人。
两次之间是空白
一年四个点，其余三百多天没有观测。变化只有「之前」和「之后」，没有日期，也没有原因。
小的变化藏在噪声里
单次测定都有技术噪声，幅度不大的真实变化常常与噪声难以区分。「生物年龄降了 5 岁」这类说法，要格外小心。
均值会吞掉真相
同一副代谢、同一段时间：单次糖化血红蛋白 5.0%，「完美」；两周连续血糖 GMI 5.8%，餐后波动全部显形。一种测法看见了，一种没有。
设备、模型、harness 三层，把原始信号变成 AI 能调用的身体状态。
原始信号
连续采集，能回溯到波形
多模态打标签
视频、音频、代谢、检测、饮食
基础模型
共享骨干，多个任务
harness
接口、评测、置信度、审计
应用
机构、开发者、agent
准确采集原始信号的可穿戴
训练要的是可比、能回溯到原始波形的连续信号，而不是各家私有的分数。能长时间佩戴，原始数据可导出，采集口径统一。
整合多模态数据训练基础模型
用视频、音频、代谢、血液与组学检测、饮食与补剂等数据，给连续生理数据打标签。一个模型同时判断当前状态、预测未来变化、推演扰动的影响。
基础设施与应用系统
模型外面还要一层工程：数据接入、对齐与标签、评测与置信度校准、审计和调用接口。机构、开发者和 agent 能直接调用，每一条结果都能追溯。
每一个合作，都在为同一个模型增加一种能力。
用运动视频给手环打标签
与中南大学团队共建同步采集系统：视频识别姿态、击球与回合，按时间对齐到手环加速度，生成事件级标签。对齐与切片工具 SomaLoopMotion 已在 GitHub 公开。下一步训练第一个专业运动识别模型，让没有摄像头的场地只戴手环也认得出击球与回合。
用曲目时间线给手环打标签
以演出的曲目时间线为标签，对齐全场手环的心率与动作，看哪一首、哪一段最能带动现场。已有手环信号与曲目时间线配对的场次。只对人群的统计下结论，不对个人做判断。
更多合作已落地或正在推进
科研服务已在中南大学人工智能学院等团队落地，设备在两家国家级机构开展应用实验。国内外数家头部长寿医学中心正在推进两次检测之间的连续监测。代谢舱 24 小时标准化协议准备启动，逐分钟能耗作标签。
四类合作伙伴，按需组合设备、数据与模型服务。
科研机构
- 适合
- 运动科学、康复、睡眠、代谢等需要连续生理数据的研究团队。
- 我们提供
- 研究用手环与原始数据导出、数据平台、定制采集方案与专项模型。
- 合作形式
- 科研合作、联合课题、设备与数据服务。
长寿中心与健康管理机构
- 适合
- 已经为会员做定期检测的机构。
- 我们提供
- 会员的连续监测，两次检测之间的状态与趋势，带置信度的状态记录；可私有化部署。
- 合作形式
- 按人·天的服务；检测与手环数据配对，共同打标签。
开发者与生态伙伴
- 适合
- 做健康 App、AI 教练与 agent、运动装备与场馆的团队。
- 我们提供
- iOS 与 Android SDK、API 与 /llms.txt；回放录制好的真实数据，没有手环也能开发；后续提供 MCP。
- 合作形式
- 接入 SDK 与 API；联合开发专项模型，如运动识别。
数据与标签伙伴
- 适合
- 握有参考测量的团队：运动视频、代谢舱、功能医学检测、量表与专业评估。
- 我们提供
- 同步采集协议、对齐与打标签工具、连续信号一侧的数据。
- 合作形式
- 联合采集与打标签，共同验证模型。
从身体的 tokenizer，到身体的世界模型。
读懂状态
身体现在怎么样
被动记录与事件标注：羽毛球、演唱会、睡眠恢复负荷三项日评分，加每 30 秒的日常活动识别。
扰动与响应
做了什么之后，身体往哪走
受控干预：代谢舱的标准餐与功率车，App 内的标准化小实验。
身体的世界模型
如果这样做，你会怎样
前瞻验证：随机化自我实验与长期随访。
扰动包括运动、饮食、作息和药物。药物从第一天起就是模型的输入，用来校正基线；模型会考虑药物，但不会建议药物。
在 AGI 时代，每一个服务人的 AI，无论是 agent 还是机器人，都需要读懂它服务的那个人。