1万亿分钟。如果把它换算成人类寿命，相当于1900年——足够从东汉末年一路走到今天。但谷歌不是用它来记录历史，而是用它来训练一个模型，让机器学会理解人体。
2026年7月9日，谷歌研究团队正式发布SensorFM，一个面向可穿戴健康数据的传感器基础模型。它的预训练数据来自全球500万名授权参与者，覆盖100多个国家、超过20种Fitbit和Pixel Watch设备机型，时间跨度从2024年9月到2025年9月。最终产出的，是一个能通吃心血管、代谢、睡眠、心理健康、生活方式和人口统计等6大类共计35项健康预测任务的通用模型。
在可穿戴健康AI领域，这不是一次普通的版本迭代。它可能标志着整个行业正在经历一场范式转换——从“一个疾病一个模型”的手工作坊时代，进入“一个基础模型通吃所有”的工业化时代。
一、现象：可穿戴AI的“iPhone时刻”
传统做法为什么行不通
可穿戴设备并不缺数据。Fitbit、Apple Watch、小米手环——全球数十亿台设备每天都在产生海量的心率、血氧、步数和睡眠信号。但问题出在“标注”上。
要训练一个能预测糖尿病风险的模型，你需要海量的确诊标签——糖耐量检测结果、糖化血红蛋白值、医生诊断记录。这些标签的获取成本极高：需要临床试验设计、IRB伦理审批、长期随访跟进。而且，一旦换一个健康维度——比如从“糖尿病风险”换成“抑郁症筛查”——之前的模型和数据几乎无法复用。
这就是可穿戴健康AI的“专病专模”困境：每个模型都要从零开始，各自为战，数据孤岛越来越深。谷歌在博客中直指痛点：“大多数可穿戴健康模型都是一个结果一个结果地构建，采用定制化的监督学习管线，只针对一个狭窄的目标，难以泛化到人类健康的全貌。”
SensorFM做了什么不同的事
SensorFM选择了完全不同的路径。它不依赖任何标签，直接用自监督学习从原始传感器信号中学习通用的生理表征。
具体来说，模型输入来自5类传感器的34个分钟级聚合特征：PPG光电容积描记（心率、心率变异性、血氧饱和度）、加速度计（运动、步数、睡眠分期）、EDA皮肤电活动（皮肤电导，压力唤醒的代理指标）、皮肤温度，以及高度计。这34个特征覆盖一整天的24小时窗口，模型通过自监督重建学习——不需要任何人告诉它“这是正常心率”还是“这是房颤”，它自己在亿万次的重建尝试中学会了判断什么是正常、什么是异常。
测试结果令人惊讶。在35项健康预测任务中，最大的模型SensorFM-B在33项任务中取得领先成绩。而使用线性探针——即冻结模型权重、仅训练一个线性分类头——SensorFM在34项任务中优于传统监督基线。也就是说，一个从未“见过”任何标签的模型，在几乎所有健康预测任务上，击败了专门为这些任务优化过的传统监督模型。
二、分析：一个模型凭什么通吃一切
2.1 技术引擎：自监督加缺失感知
SensorFM的技术核心建立在谷歌此前发布的LSM-2模型和AIM（自适应与继承掩码，Adaptive and Inherited Masking）框架之上。这个框架解决了一个可穿戴AI领域长期被忽视的致命问题。数据缺失不是例外，而是常态。
手环不会24小时完美贴在手腕上。充电时取下、洗澡时取下、睡觉时松了、传感器间歇性节电——真实世界中，可穿戴数据几乎总是残缺的。谷歌在LSM-2论文中坦承，在160万个日间窗口中，没有一个样本的数据缺失率为0%。传统自监督方法通常假设输入是完整的，它们要么强行插补缺失数据（引入偏差），要么直接丢弃不完整窗口（浪费数据）。
AIM的处理方式截然不同。它把真实世界的数据缺失视为一种“天然特征”，而非“错误”。模型在训练时，同时学习从两个来源重建信号：一是“继承”自真实缺失的自然掩码，二是为训练目标“人为施加”的人工掩码。模型将两者等而视之，最终学会的是一种“缺失感知”的生理表征。它不但能容忍残缺数据，反而能利用这些残缺来学习更鲁棒的特征。
谷歌团队还进行了系统的规模扩展实验，模型参数从10万到1亿、预训练数据从约200万传感器小时到20亿传感器小时，跨越了四个数量级。结果是一条清晰的scaling law曲线。预训练损失随数据和容量的增长而稳定下降，而且这种下降直接传导到了下游任务。SensorFM-B相比最小变体，重建损失降低31%，分类任务AUC平均提升9%，回归任务皮尔逊系数平均提升21%。更关键的是，曲线没有出现饱和迹象。
2.2 数据护城河：500万人、100个国家、20种设备
SensorFM最让竞争对手望尘莫及的，不是算法，而是数据。
500万名授权参与者、数据覆盖100多个国家、超过20种Fitbit和Pixel Watch设备型号——这个规模在可穿戴健康领域是空前的。相比之下，苹果在2025年ICML发表的穿戴行为基础模型，训练数据来自16.2万人的25亿小时数据。SensorFM的参与者数量是苹果的30倍。
数据的广度同样关键。100多个国家意味着SensorFM学习了不同种族、不同气候、不同生活方式下的生理模式。20多种设备型号意味着不同传感器精度和采样策略下的信号差异，模型都见过。这让SensorFM的生理表征天然具有更强的跨人群、跨设备泛化能力。而这恰恰是“专病专模”时代最稀缺的品质。
超过1万亿分钟的预训练数据横跨2024年9月至2025年9月，恰好覆盖了Fitbit和Pixel Watch在全球主要市场的渗透加速期。谷歌的硬件生态为模型提供了源源不断的“数据燃料”。这是一个典型的“数据飞轮”：设备越多，数据越多，模型越强，产品越好，设备越多。
2.3 LLM智能体：从读懂你到帮你
SensorFM的另一个亮点，是引入LLM智能体协同优化机制。
谷歌在论文中提出，SensorFM学到的通用生理表征，可以作为“个人健康智能体”的底层感知引擎。具体来说，LLM智能体可以基于SensorFM的输出进行推理、解释和行动建议。比如当模型检测到连续多天的静息心率上升和睡眠质量下降时，智能体可以主动询问用户是否压力过大，并推荐呼吸训练或联系医生。
这不仅仅是“预测到报告”的单向输出，而是“感知—理解—对话—行动”的闭环。SensorFM扮演的是“感知层”的角色，LLM智能体则是“认知层”和“行动层”。两者结合，可穿戴设备才真正有可能从一个“被动记录仪”进化为一个“主动健康管家”。谷歌此前在Nature Medicine发表的PH-LLM（个人健康大语言模型）已经展示了类似方向。经过微调的Gemini模型在睡眠和健身领域得分超过了人类专家。SensorFM的加入，补上了“感知层”最关键的短板。
三、结论与展望
范式转移
SensorFM最深远的意义，不在于它刷了多少个榜单，而在于它验证了一条可穿戴健康AI的全新路径。
过去10年，可穿戴健康AI的研发模式是“一个疾病一个模型”。心脏健康的模型不能用于睡眠分析，睡眠分析的模型不能用于代谢预测。每启动一个新任务，就意味着从数据收集重新开始。这种模式不仅效率低下，而且造成了严重的“数据复用障碍”。每个模型只看到自己那一小部分数据，无法从整个人群的生理信号中受益。
SensorFM证明，一条更优的路径是存在的。先在大规模无标注数据上训练一个通用的生理基础模型，然后针对具体任务进行少量微调。这就像GPT改变了NLP一样——从“每个任务训练一个模型”变成“一个模型适配所有任务”。
谁受益，谁危险
对于谷歌而言，SensorFM的推出意味着Fitbit和Pixel Watch的护城河不再是硬件，而是数据加模型。竞争对手如果无法获得同等规模的可穿戴数据，就几乎不可能训练出同样强大的基础模型。
对于苹果而言，SensorFM是一个明确的压力信号。苹果在可穿戴健康领域有同样庞大的用户基础（Apple Watch），并且在隐私保护上采取“设备端处理”的保守策略。SensorFM的云端大规模预训练加设备端微调的模式，可能倒逼苹果重新思考其AI策略。苹果在2025年ICML发表的穿戴行为基础模型虽然覆盖了57项健康任务，但参与规模仅为16.2万人，与SensorFM的500万人不在一个量级。
对于第三方健康应用开发者，SensorFM可能成为一个“底座”。如果谷歌将SensorFM开放为API，开发者可以基于此快速构建自己的健康预测应用，而无需从零开始训练模型。
风险与局限
但SensorFM并非万能。首先，预训练数据中可能存在偏差。尽管数据覆盖100多个国家，但Fitbit和Pixel Watch的用户群体本身存在显著的选择性偏差。拥有经济能力购买智能手表的用户，在健康意识、收入水平、医疗可及性上显著高于一般人群。其次，模型评估基于35个特定任务，并未覆盖全部健康维度，尤其是罕见病的预测能力尚未验证。最后，可穿戴传感器本身的精度有限。PPG心率监测在运动状态下误差可达10%到15%。基础模型学到的是“有噪声的生理表征”，而非“真实生理真相”。
当可穿戴设备学会“读懂”人体，它们就不再只是手腕上的记步器，而是一面时刻照见健康的镜子。谷歌正在用1万亿分钟的数据把这面镜子擦得更亮。但真正的考验，从来不在实验室里，而在每一个真实用户的身体上。
快报