Somni ของ Fullive.ai เรียนรู้การตอบสนองระหว่างนอนอย่างไร

Somni คือผลิตภัณฑ์ด้านการนอนชิ้นแรกของ Fullive.ai เป็นระบบที่วางข้างเตียง ใช้งานแบบไม่ต้องสวมอุปกรณ์และไม่มีหน้าจอ แนวคิดไม่ได้อยู่ที่การบันทึกค่าสถิติการนอนเพียงอย่างเดียว แต่คือการประสาน เสียง แสง และกลิ่น ตลอดคืน แล้วเรียนรู้จากการตอบสนองที่เกิดซ้ำของแต่ละคน เพื่อนำไปปรับการดูแลสภาพแวดล้อมในคืนต่อ ๆ ไป 410

Somni ตรวจจับอะไร และทำอะไรได้บ้าง

Fullive ระบุว่า Somni ทำงานโดยไม่ต้องมีอุปกรณ์สวมใส่หรือจอแสดงผล ฮาร์ดแวร์ที่มีรายงานประกอบด้วยเรดาร์คลื่นมิลลิเมตร (millimeter-wave radar) ชุดไมโครโฟน และเซ็นเซอร์สภาพแวดล้อม ซึ่งออกแบบมาเพื่อตรวจจับสัญญาณอย่างการหายใจ อัตราการเต้นหัวใจ การเคลื่อนไหว และสภาพในห้องนอน 47

การทำงานของอุปกรณ์เน้นการปรับสภาพแวดล้อม ไม่ใช่การแทรกแซงร่างกายโดยตรง ได้แก่

• เสียง เพื่อช่วยให้ผ่อนคลายและสนับสนุนการนอนตลอดคืน
• แสง สำหรับช่วงเตรียมเข้านอน การปรับระหว่างคืน และการปลุกที่นุ่มนวลขึ้น
• กลิ่น ที่ทำงานประสานกับองค์ประกอบอื่นของสภาพแวดล้อมการนอน 410

บริษัทระบุว่า Somni ตั้งเป้าช่วยให้ผู้ใช้หลับง่ายขึ้น หลับต่อเนื่อง และตื่นอย่างเป็นธรรมชาติมากขึ้น อย่างไรก็ดี นี่คือเป้าหมายของผลิตภัณฑ์ ไม่ใช่หลักฐานว่าอุปกรณ์รักษาโรคนอนไม่หลับหรือภาวะทางการแพทย์อื่นได้ 10

“Response learning” เรียนรู้จากคืนก่อนหน้าอย่างไร

อุปกรณ์ติดตามการนอนทั่วไปมักสรุปว่าเมื่อคืนเกิดอะไรขึ้น แต่เป้าหมายที่ Fullive ระบุสำหรับ Somni คือการเรียนรู้ว่า การเปลี่ยนแปลงสิ่งแวดล้อมแบบใดที่ดูจะช่วยคนแต่ละคนได้ ในสภาวะเฉพาะของคนนั้น

วงจรที่บริษัทเสนอมี 4 ขั้นตอน:

1. สังเกตสถานะ: เก็บบริบททางสรีรวิทยาและสภาพแวดล้อมขณะนอน
2. แทรกแซงภายในขอบเขตจำกัด: ปรับปัจจัย เช่น เสียงหรือแสง
3. วัดการตอบสนอง: ประเมินสัญญาณทางสรีรวิทยาและพฤติกรรมที่เกิดตามมา
4. ปรับแผนครั้งถัดไป: คงหรือเปลี่ยนวิธีสำหรับคืนต่อ ๆ ไปตามผลตอบสนองที่ตรวจพบ 56

Fullive เปรียบแต่ละคืนเสมือนการทดลองเล็ก ๆ หากการจับคู่ของเสียงกับแสงในคืนหนึ่งไม่ให้ผลตามที่คาด แผนของคืนถัดไปอาจถูกเปลี่ยนได้ แต่ถ้าดูเหมือนช่วยได้ ฟีดแบ็กนั้นก็จะกลายเป็นข้อมูลประกอบการเลือกวิธีในอนาคต 5

ในภาษาของบริษัท ชุดข้อมูลสำคัญคือ “สถานะ → การแทรกแซง → การตอบสนอง” ความทะเยอทะยานจึงไม่ใช่แค่รู้รูปแบบการนอนพื้นฐานของผู้ใช้ แต่คือการประเมินว่าร่างกายของบุคคลนั้นอาจตอบสนองอย่างไร เมื่อสภาพแวดล้อมการนอนเปลี่ยนไป 56

“โมเดลการตอบสนอง” และเป้าหมาย Bio-OS

Fullive วาง Somni ให้เป็นจุดเริ่มต้นของกลยุทธ์ AI4Bio ที่รวมโมเดล AI เข้ากับฮาร์ดแวร์ที่ทำงานได้ในพื้นที่จริง สถาปัตยกรรมที่บริษัทอธิบายคือ “เซ็นเซอร์ × foundation model × Bio-OS Harness” โดยเซ็นเซอร์เก็บสัญญาณจากร่างกายและห้องนอน โมเดลเสนอแนวทางเฉพาะบุคคลจากบริบททางสรีรวิทยา และชั้น Bio-OS ทำหน้าที่ประสานการรับรู้กับการส่งผลต่อสภาพแวดล้อมเป็นวงจรปิด 6

แนวคิดนี้นำไปสู่เป้าหมายที่เกี่ยวข้องกัน 2 ระดับ:

• โมเดลการตอบสนอง (response model) ที่ตั้งใจใช้คาดการณ์ว่าบุคคลหนึ่งอาจตอบสนองต่อการแทรกแซงที่มีขอบเขตชัดเจนอย่างไร ภายใต้สภาวะทางสรีรวิทยาหนึ่ง
• โมเดลโลกทางสรีรวิทยา (physiological world model) ในระยะยาว ซึ่งตั้งใจใช้แทนภาพว่าภาวะทางสรีรวิทยาเปลี่ยนไปตามเวลาอย่างไร ภายใต้บริบทและการแทรกแซงต่าง ๆ 6

แนวคิดหลังยังเป็นทิศทางการวิจัยที่ทะเยอทะยาน ไม่ใช่ความสามารถของ Somni ที่ได้รับการพิสูจน์แล้ว ในงานวิจัย AI ชีวการแพทย์ คำว่า world model โดยทั่วไปหมายถึงโมเดลที่แทนสถานะและการเปลี่ยนแปลงของสถานะภายใต้สิ่งรบกวน การรักษา หรือการเปลี่ยนแปลงของสิ่งแวดล้อม 1

เงินทุนและทีม: สิ่งที่มีรายงาน

Fullive.ai ก่อตั้งในกรุงปักกิ่งเมื่อปี 2026 และนิยามตัวเองว่าเป็นบริษัท AI4Bio ที่เดินตามแนวทาง “โมเดล × ร่างกาย” โดยจับคู่โมเดล AI ด้านสุขภาพเข้ากับฮาร์ดแวร์ที่นำไปใช้งานได้จริง 6

รายงานระบุว่าสตาร์ตอัประดมทุนได้ 3 รอบภายในเวลาไม่ถึง 1 ปี โดย Hillhouse Capital เข้าร่วมทั้ง 3 รอบ ส่วนรอบหลังมีรายงานว่า China Merchants Venture Capital เป็นผู้นำการลงทุน พร้อมนักลงทุนรายอื่นเข้าร่วม บริษัทกล่าวว่าเงินทุนจะใช้สนับสนุนการวิจัยและพัฒนา Somni การเดินหน้าสู่การผลิต และงาน AI4Bio ระยะยาว 116

ข้อมูลสาธารณะที่เผยแพร่ยังกล่าวถึงทีมที่มีประสบการณ์ครอบคลุม AI ฮาร์ดแวร์ และการทำตลาด แต่รายละเอียดเรื่องบุคลากรควรถือเป็นข้อมูลภูมิหลังจากบริษัทและสื่อ ไม่ใช่หลักฐานที่ผ่านการตรวจสอบอิสระ

ความปลอดภัย ความเป็นส่วนตัว และช่องว่างด้านหลักฐาน

อุปกรณ์ที่รับฟังและลงมือปรับสิ่งแวดล้อมในห้องนอนจำเป็นต้องมีขอบเขตที่ชัดเจน Fullive ระบุว่าการแทรกแซงของ Somni จำกัดอยู่ที่เสียง แสง และกลิ่น ซึ่งเป็นวิธีปรับสภาพแวดล้อมที่รบกวนต่ำ และการทำงานของโมเดลอยู่ภายในขอบเขตที่กำหนดไว้ล่วงหน้า 6

บริษัทยังอธิบายแนวทางทำงานร่วมกันระหว่างอุปกรณ์และคลาวด์ โดยให้ข้อมูลคลื่นเรดาร์ดิบเก็บไว้ในอุปกรณ์เป็นหลัก ข้อมูลที่จะส่งขึ้นคลาวด์จะถูกเข้ารหัสและลดปริมาณให้เหลือเท่าที่จำเป็น เพื่อลดความเสี่ยงต่อความเป็นส่วนตัว 6

สิ่งที่ ยังไม่ถูกยืนยัน จากรายงานที่มีอยู่ก็สำคัญไม่แพ้กัน Somni มีรายงานว่าเสร็จสิ้นการทดลองกลุ่มขนาดเล็กแล้ว และกำลังเดินหน้าสู่การผลิตกับการตรวจสอบทางคลินิกในวงกว้างขึ้นในปี 2026 46 แต่แหล่งข้อมูลที่ให้มายังไม่ยืนยันว่าอุปกรณ์ผ่านการทดลองทางคลินิกขนาดใหญ่ ได้รับอนุญาตในฐานะอุปกรณ์การแพทย์ หรือพิสูจน์ประสิทธิผลในการรักษาอาการนอนไม่หลับ

เหตุใดจึงเริ่มจากการนอน

การนอนเป็นบริบทที่ทำซ้ำได้ค่อนข้างมากสำหรับ Fullive: สามารถสังเกตแบบไม่ต้องให้ผู้ใช้ทำอะไรเป็นเวลานาน มีพฤติกรรมที่เกิดซ้ำทุกคืน และมีชุดการปรับสภาพแวดล้อมที่จำกัด จึงเหมาะเป็นจุดเริ่มต้นสำหรับทดสอบวงจร “รับรู้–แทรกแซง–วัดผล”

แผนระยะยาวของ Fullive คือขยายวงจรนี้จากการนอนไปสู่การฟื้นตัว ความเครียด และสถานการณ์ช่วงกลางวัน 69 แต่สำหรับตอนนี้ การใช้งานนอกเหนือจากการนอนยังเป็นเป้าหมายของบริษัท Somni จึงเป็นบททดสอบที่ใกล้ตัวที่สุดว่า อุปกรณ์ข้างเตียงแบบไม่สัมผัสจะปรับสภาพแวดล้อมการนอนให้เหมาะกับแต่ละคนจากฟีดแบ็กในโลกจริงได้อย่างปลอดภัยหรือไม่