SensorFM 相关 AI 资讯 · AI 热点

7月13日

17:23

17:23

官方账号Decoder@Tomislav Bezmalinović

73°

Google Research推出了SensorFM，这是一个在超过1万亿分钟穿戴设备数据上训练的基础模型，数据来自500万Fitbit和Pixel Watch用户。该模型在35项健康和行为任务中击败了34项现有基准。SensorFM可能为Google的AI健康教练提供动力，但公司尚未宣布任何整合计划。

AI模型 SensorFM Fitbit Pixel Watch

推荐理由：Google用500万用户上万亿分钟数据训练SensorFM，在34/35项健康任务上超越现有模型，可能成为未来健康教练的核心。

7月11日

13:53

13:53IT之家（博客/媒体）

精选73°

谷歌研究团队推出可穿戴健康基础模型 SensorFM，基于全球500万名参与者的20亿小时（超1万亿分钟）可穿戴数据预训练。模型输入包含34个1分钟聚合特征，融合PPG、加速度计、EDA、皮肤温度和高程计5种传感器数据。在35项健康任务中，SensorFM-B在34项优于特征工程监督基线。最大模型SensorFM-B相较最小版本重建损失下降31%，分类平均AUC提升9%，回归Pearson相关系数提升21%。

AI模型 SensorFM 谷歌可穿戴设备

推荐理由：谷歌用500万人的海量数据训练出SensorFM，能搞定心血管、睡眠等34项健康任务，比传统方法更准。

7月10日

16:56

16:56

官方一手marktechpost@Michal Sutter

73°

Google Research 联合 DeepMind 等团队推出 SensorFM，一个基于 ViT-1D 掩码自编码器架构的可穿戴健康基础模型。模型在超过 1 万亿分钟来自 500 万参与者的未标注传感器信号上预训练。实验对比 4 种模型规模和 4 种数据量，发现当模型容量超过数据量时性能仍可提升。使用冻结嵌入加 PCA-50 线性探针，在 35 个健康任务中的 34 个上超过了传统特征工程基线。团队还通过 agentic 教室搜索了 30,516 个预测头，并进行了临床评估以验证个人健康智能体。

AI模型 SensorFM Google Research 可穿戴健康

推荐理由：谷歌用海量传感器数据训了个健康大模型 SensorFM，在 35 项任务里赢了 34 个，比传统方法靠谱多了，做可穿戴健康的朋友可以看看。

05:01

05:01官方一手Google Research: Blog（资讯）

2026年7月9日，Google Research发布SensorFM，一种针对可穿戴健康数据的通用模型。该模型采用自我监督学习在PPG、ECG等非接触式传感器数据上训练。它能统一处理多种可穿戴设备信号，在心率估计、睡眠分期等健康监测任务上展现通用能力。SensorFM为可穿戴健康数据分析提供了新接口。

AI模型 SensorFM 可穿戴设备健康监测

推荐理由：Google搞了个SensorFM，专门吃可穿戴传感器的数据，PPG、ECG都能处理，一个模型搞定多种健康监测。

5月23日

08:27

08:27

rohanpaul_ai@rohanpaul_ai

精选72°

Google 发表新论文，提出 SensorFM，一个基于 500 万人超过 1 万亿分钟未标记穿戴传感器数据训练的基础模型。该模型旨在学习人类生理活动的通用模式，而非仅处理孤立事件。SensorFM 在 35 项预测任务中的 34 项上超越了传统特征工程方法，涵盖心血管、代谢、心理健康、睡眠和生活方式等领域。研究表明，穿戴数据的价值在于先学习其内在结构，而非过早压缩为粗略摘要。

论文基础模型穿戴设备生理信号

推荐理由：穿戴设备厂商和健康 AI 研究者终于有了一个通用基础模型，不用再为每个健康任务单独设计特征工程。做可穿戴健康分析的团队可以直接参考 SensorFM 的预训练思路，大幅降低模型开发成本。