答案已发布16 来源
谷歌SensorFM：万亿分钟穿戴数据训练的健康基础模型，迈向通用健康AI
谷歌推出SensorFM，一个在超过1万亿分钟、来自约500万参与者的未标记穿戴传感器数据上预训练的健康基础模型。 该模型在涵盖心血管、代谢、睡眠、心理健康等领域的35项健康预测任务中进行了评估，在34项分类任务中优于传统方法。 研究发现，同时扩展模型容量和预训练数据量能系统性地提升下游任务性能，这类似于语言和视觉模型中观察到的扩展定律。
发布者使用 DeepSeek-V4-Flash 编辑图片由 GPT Image 1.5 生成
研究答案
要点
- 谷歌推出SensorFM，一个在超过1万亿分钟、来自约500万参与者的未标记穿戴传感器数据上预训练的健康基础模型。
- 该模型在涵盖心血管、代谢、睡眠、心理健康等领域的35项健康预测任务中进行了评估，在34项分类任务中优于传统方法。
- 研究发现，同时扩展模型容量和预训练数据量能系统性地提升下游任务性能，这类似于语言和视觉模型中观察到的扩展定律。
- SensorFM通过自监督学习从无标签数据中学习通用的生理和行为模式，然后可以适应特定的健康预测任务。
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What is SensorFM, Google's foundation model for wearable health data, and how does its trillion-m. Article summary: **SensorFM is a foundation model developed by Google researchers, pretrained on over one trillion minutes of unlabeled wearable sensor signals from approximately five million participants, and evaluated across 35 health-. Topic tags: general, academic, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
SensorFM 是谷歌研究人员开发的一个基础模型，基于来自约500万参与者的超过1万亿分钟未标记穿戴传感器信号进行预训练，并在35项健康相关下游任务上进行了评估 。这项题为“迈向穿戴健康数据的通用智能与接口”的研究，代表了通过四个关键特性向持续健康监测通用人工智能迈进的一步：
什么是 SensorFM
- 巨大的预训练规模： SensorFM 在来自约500万人的超过1万亿分钟未标记传感器信号上进行预训练 。输入数据包括来自 Fitbit 和 Pixel Watch 等设备的每分钟传感器特征（例如，加速度计、心率、体温、血氧饱和度）。
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“谷歌SensorFM：万亿分钟穿戴数据训练的健康基础模型，迈向通用健康AI”的简短答案是什么？
谷歌推出SensorFM，一个在超过1万亿分钟、来自约500万参与者的未标记穿戴传感器数据上预训练的健康基础模型。
首先要验证的关键点是什么？
谷歌推出SensorFM，一个在超过1万亿分钟、来自约500万参与者的未标记穿戴传感器数据上预训练的健康基础模型。 该模型在涵盖心血管、代谢、睡眠、心理健康等领域的35项健康预测任务中进行了评估，在34项分类任务中优于传统方法。
接下来在实践中我应该做什么？
研究发现，同时扩展模型容量和预训练数据量能系统性地提升下游任务性能，这类似于语言和视觉模型中观察到的扩展定律。