Fullive.ai 的 Somni：不戴设备、没屏幕，靠夜间反馈持续调整睡眠环境

与常见的睡眠手环或睡眠 App 相比，Fullive.ai 的 Somni 想做的不只是“记录昨晚睡得怎么样”。它被定位为一套放在床头的无屏幕、非接触式系统：一边感知睡眠与房间环境，一边协调声音、光线和气味，并从一晚又一晚的身体反馈中调整后续策略。410

它的核心命题可以概括为：设备不只识别“人现在处于什么状态”，还要逐步学习“在这种状态下，什么环境变化可能对这个人更有帮助”。

Somni 能感知什么，又会做什么？

据报道，Somni 的硬件组合包括毫米波雷达、麦克风阵列和环境传感器，无需用户佩戴设备或面对显示屏。该系统拟感知呼吸、心率、身体活动以及卧室环境等信号。47

它的输出并非药物或侵入式操作，而是对睡眠空间做相对低干扰的调节：

• 声音：用于入睡前放松及夜间支持；
• 光线：用于睡前过渡、夜间调整和更柔和的唤醒；
• 气味：与声、光协同作用于整体睡眠环境。410

Fullive 表示，Somni 的目标是帮助用户更平稳地进入睡眠、维持睡眠，并以更自然的方式醒来。但这些是产品定位和预期结果，并不等同于它已被证明可以治疗失眠或其他医疗状况。10

关键不在“追踪”，而在“响应学习”

传统睡眠追踪产品通常侧重于回顾：昨晚睡了多久、翻身几次、不同睡眠阶段如何。Fullive 提出的“响应学习”（Response Learning）则试图进一步回答：当睡眠环境发生某种可控变化后，这个人的身体和行为会出现怎样的后续反应？

公司描述的闭环可理解为四步：

1. 观察状态：收集睡眠期间的生理与环境背景；
2. 施加有限干预：例如调整声音或灯光；
3. 测量响应：观察其后出现的生理和行为信号；
4. 优化下一晚方案：依据已观察到的反应，保留、修改或替换后续策略。56

Fullive 将每个夜晚比作一次持续进行的“小型实验”。若某种声光组合看起来没有带来预期反应，系统可在下一晚改用不同方案；反之，若相关反馈看起来积极，这些信号就会成为日后选择策略的依据。5

因此，Fullive 所强调的数据结构是 “状态 → 干预 → 响应”。它希望积累的并不只是用户的基础睡眠模式，还包括在特定生理状态下、面对特定环境调整时可能产生的个体反应。56

从“响应模型”到生理世界模型：更长远的设想

Fullive.ai 将 Somni 视为其 AI4Bio 路线的早期节点。该公司在公开描述中采用“模型 × 本体”的说法：让 AI 模型与能够进入真实生活场景、进行感知和物理输出的硬件结合。6

其概括的系统架构为 “传感器 × 基础模型 × Bio-OS Harness”：

• 传感器采集人体和房间信号；
• 基础模型基于生理上下文提出个体化策略；
• Bio-OS Harness 则协调感知与实际输出，使系统形成闭环。6

在这套表述下，Fullive 提出了两个不同层级的概念：

• 响应模型：尝试预测一个人在某种生理状态下，对有限、可控干预可能产生的反应；
• 生理世界模型：更长期的研究设想，旨在表示生理状态如何随时间、环境和干预发生变化。6

后者并不是 Somni 已经展示的产品能力。在生物医学 AI 研究中，“世界模型”通常指能表征生物医学状态及其在扰动、治疗或环境变化下如何演化的内部生成式或预测式模型。1

融资与进度：产品正走向量产与验证

公开资料显示，Fullive.ai 于 2026 年在北京成立，自称是一家 AI4Bio 公司，主张以可部署硬件承载 AI 健康模型。6

据报道，该公司在成立不足一年内完成三轮融资，高瓴资本参与了全部三轮；后续一轮融资据称由招商局创投领投，另有其他投资方参与。公司表示，资金将用于 Somni 的研发、量产推进及长期 AI4Bio 技术工作。116

Somni 据报道已完成小批次试验，并在 2026 年朝量产和更大规模的临床验证推进。46 但目前提供的资料并不能证明它已经完成大规模临床试验、获得医疗器械监管授权，或已证实对失眠具有治疗效果。

进入卧室前，安全与隐私是底线

睡眠设备长期放在床边、感知夜间信号，安全边界与数据处理方式尤为重要。Fullive 表示，Somni 的动作限定于声音、光线和气味等低干扰环境调节方式，模型执行也应受预设范围约束。6

在隐私方面，公司描述了一种端云协同方式：原始雷达波形优先留在本地，上传云端的信息则进行加密和最小化处理，以降低隐私暴露风险。6

这些措施属于公司披露的设计主张。对消费者而言，真正值得持续关注的仍是后续产品的实际数据处理政策、独立安全评估以及临床验证结果。

为什么先从睡眠开始？

睡眠是一个相对适合测试闭环系统的场景：观察时间长、夜间规律反复出现，且可操作的环境变量相对有限。这让“感知—干预—测量”的过程更容易连续进行。

Fullive 的更大路线图，是把这套闭环延伸至恢复、压力管理及日间空间等场景。69 但这些应用目前仍属于公司愿景。眼下更直接的考验是 Somni：一台非接触式床头设备，能否在明确的安全与隐私边界内，凭借真实世界的连续反馈，逐渐学会如何为不同用户调整睡眠环境。