⌚ 穿戴智能 · 工程拆解

不做手机缩小版:AI 健康记录迁到手腕,要跨过哪些工程鸿沟?

当大模型在云端不断刷新能力边界,现实中的健康管理却往往卡在“用户懒得记”的第一步。 HarmonyOS 生态下的开发者正在尝试将健康记录入口推向手腕——通过抬腕口述一句话完成饮食与训练追踪,但在流畅体验的背后,是一场针对手势交互、离线保活、网络断连与数据合规的工程攻坚。

观察者视角 综合公开研发信息 阅读约 4 分钟
#穿戴 AI #HarmonyOS #工程落座 #小卡健康
10+ 类 单句口述包含信息解析维度
10,000+ “小卡健康”超慢跑月度用户规模
4 大 Kit 驱动腕上交互的全栈系统能力

⚡ 核心速览

  • 入口迁移:将健康记录从手机复杂的“搜索-估量-填表”链路,简化为抬腕口述“中午吃了一碗牛肉面,还喝了一杯奶茶”,显著降低用户补录负担。
  • 底座架构:依靠 Core Speech Kit(语音转写)、Health Service Kit(健康上下文)、Sensor Service Kit(传感器感知)、Wear Engine Kit(跨端通信)四大系统 Kit 组网。
  • 断连保活:针对力量训练场景,采用“实时事件(即时消息通道)”与“完整计划(文件传输通道)”双轨策略,蓝牙断开时依赖本地文件与 Preferences 保障训练不断流。
  • 交互降维:拒绝直接搬移手机界面;通过圆形表冠滚动、智慧手势(食指拇指快速双捏)与轻量振动触觉反馈实现“盲操”。
  • 合规边界:健康数据严格受限于用户授权范围,目前部分完整身体指标 API 处于分批申请阶段,AI 营养师等功能须受限于授权边界交付。

01重构场景 为什么必须把健康管理搬到手腕上?

在手机端,健康管理行业早已卷成红海。食物库精确到品牌包子的馅料重量,热量计算细化到卡路里。然而,链路越精细,用户的记录阻力就越大。餐后拿出手机、选择餐次、搜索品项、估计份量——繁重流程导致大部分人中断记录,到了晚上回想,只剩模糊记忆。

手机端的传统路径

解锁手机 → 打开 App → 选餐次 → 搜索牛肉面 → 估算重量 → 补选奶茶 → 确认提交。长链路极易导致遗漏。

表端的即时路径

抬腕唤起 → 口述“中午吃了一碗牛肉面,还喝了一杯奶茶” → 协同解析自动存表。当下即时完成。

“不做手机的缩小版,而是筛选出不可替代的当下性。”

小卡健康团队由 3 名 00 后女性开发者组成,她们从切身的减脂反复经历中发现:手机适合看长图表与复杂复盘,而手表只适合做两件事——一眼可读的信息展现,以及手上没空时的极简输入。这种对终端形态的再认识,决定了后续全套工程技术的组合策略。

“最初做穿戴版时,比较难的应该是‘显示什么对手表用户最有用’。”

—— 小卡健康团队开发者

02技术拆解 三大腕上场景如何调取底层 Kit?

要让一句混杂着食物、饮水、运动和分析需求的自然语言在几秒内转化为结构化数据,背后需要四大系统 Kit 的协同联动:

Core Speech Kit

语音感知与转写

接管噪声环境下的声音采集与实时听写,避开繁琐的服务器录音上传逻辑。

Wear Engine Kit

跨端通道分流

区分即时事件与文件级更新,提供双向消息管道与离线缓存恢复机制。

Health Service Kit

健康数据上下文

规范化读写步数、心率、睡眠与卡路里,在严格用户授权下共享上下文。

Sensor Service Kit

体感与姿态监测

监听实时心率、加速度计与陀螺仪信号,识别动作幅度与实时运动负荷。

🎙️ 语音记录:自然口述的结构化解析 小卡健康

  • 复杂的单句解析:用户口述“早餐吃了一个鸡蛋,喝了两杯水,做了 30 个深蹲,帮我分析状态”,系统需同步完成语音转写、字段拆分、匹配食物库与识别分析意图。
  • 手势盲操配合:结合“智慧手势”,用户使用食指和拇指快速触碰即可完成语音确认,避开在圆形微型屏幕上的精确点击。
数据边界:经由 Health Service Kit 获取的数据仅在授权范围内读写,不用于医疗诊断。目前体脂、心率等多维数据正在分阶段申请审批。

🏋️ 力量训练:断连保活与双通道传输 开练

  • 专注力留给训练:每组训练结束只需抬腕确认,倒计时结束手腕振动提醒,彻底阻断手机娱乐软件对休息时间的侵占。
  • 差异化传输策略:开始/暂停等事件走即时消息通道;完整训练计划与最终数据走文件传输模式,确保结构不丢失。
实测反馈:力量训练一次包含 16 次组间切换,断连时把进度写入本地 Preferences,保障离线时训练流不中断。

“整个过程终于不需要再打开手机,我可以把注意力全部留在训练本身。”

—— “开练”团队开发者

🧘 隐秘训练:无感振动指导 凯格尔运动

  • 触觉代替声音/屏幕:在办公室或公共场景下,采用不同振动模式区分收缩、放松与休息阶段,无需盯屏或播放音频。

03工程鸿沟 从“接口可用”到“产品可用”的四重挑战

系统接口接入仅完成了 20% 的工作,真正消耗开发精力的,是隐藏在环境噪声、断连息屏与硬件差异背后的现实工程难题:

1 界面降维与物理表冠交互

将手机端 complex UI 直接移到手表会导致内存溢出和显示异常。开发者必须拆分页面、降低图片动画资源占用,并深度适配转动表冠代替屏幕点击,解决握持器械时的精准触控痛点。

2 网络断连与本地事务保活

蓝牙连接在运动场景中可能随时中断。应用必须在本地保存训练状态与倒计时生命周期。当蓝牙断开时,暂停参数修改权限,但允许用户继续或结束训练,待连接恢复后再静默补传。

3 异构设备性能分级分流

智能手表具备较强渲染能力,而运动手表资源极为受限。开发者需要建立分级策略:智能表保留完整动作图与编辑面板;运动表仅保障“开始-休息-结束-同步”的核心闭环。

4 后台限制与系统省电策略

后台倒计时提醒容易受到系统省电策略的拦截。开发侧需要同时管理 Background Tasks Kit 任务调度、Notification Kit 通道检查以及本地持久化,防止休息提醒“失灵”。

“跨设备的一致体验,不等于在不同设备上使用完全相同的界面和实现;真正的一致,是用户在不同设备上都能稳定、顺畅地完成相同的核心任务。”

—— 开发者团队总结

数据说明:小卡健康“超慢跑”功能月度参与人数从不足 200 人增至 10,000+ 人,证明了极简入口对用户使用频次的拉动作用。上述实测指标均基于开发者公开披露数据。

04编辑判断

很多 AI 产品陷入了“为了 AI 而 AI”的误区,试图在每一个终端上展现大模型的全部能力。但在 Wearable(可穿戴)形态下,用户的注意力极其稀缺。

EDITORIAL PERSPECTIVE

表端 AI 的核心价值,绝非做一个手机 App 的降维复制品,而是成为高频场景下的极简感知入口。离线可用性、轻量交互与合规边界,远比模型参数规模更能决定腕上产品的生死。

落地进展:小卡健康的语音记录功能已在穿戴端上线;开练与凯格尔运动已完成表端流程适配;相关高级健康数据接口与 Agent 联动目前处于分批测试与审核阶段。