Sleep Cycle：以无接触式声音感知连接睡眠、健康与智能设备

　　服贸会专题活动“物理AI与具身智能机器人创新生态交流会”于2026年9月11日在京举办。Sleep Cycle 亚太区负责人Johan Annell（安翰）出席并演讲。

　　以下为演讲实录：

　　大家下午好。

　　Sleep Cycle 是一家专注于睡眠科技与睡眠健康的公司。今天我们谈了很多机器人如何与现实世界互动，但有一个非常重要的场景还没有被充分讨论——睡眠。

　　人的一生大约有三分之一的时间处于睡眠状态。Sleep Cycle 长期研究人在睡眠过程中的呼吸、动作及声音等信号，希望更准确地理解一个人“睡得怎么样”，并进一步探索这些信号与健康状态之间的关系，例如是否可能出现生病前的早期变化。

　　Sleep Cycle 的起点其实很简单。我们的创始人意识到，智能手机本身已经拥有一个非常好的传感器——普通的麦克风。借助麦克风以及相应的算法，我们可以在不接触人体的情况下感知夜间的声音、呼吸和动作，并据此帮助用户更好地理解和改善睡眠。

　　这一产品理念已经得到市场验证。目前，Sleep Cycle 每月有超过 400 万用户使用，我们累计分析的睡眠夜晚数量已超过 40 亿晚，由此形成了规模非常大的真实世界睡眠数据库。

　　大家比较熟悉的是 Sleep Cycle App。它可以帮助用户记录睡眠、设置智能闹钟，并通过算法分析个人的睡眠情况。但今天我想重点介绍的，并不是 App 本身，而是我们如何把多年积累的数据、算法和研究能力进一步应用到健康、公共卫生和产业合作中。

　　Sleep Cycle 长期与多所世界知名大学及研究机构合作，利用大规模睡眠数据开展研究。合作对象包括剑桥大学、清华大学等学术机构，近年也与英国公共卫生领域的机构开展合作，希望从睡眠进一步延伸到呼吸、咳嗽以及整体健康状态的研究。

　　今年，我们与英国卫生安全局开展了一项研究，通过大规模传感器数据分析睡眠、呼吸和咳嗽等夜间信号。

　　研究探索了一个非常重要的问题：能否通过群体层面的声音和睡眠变化，更早识别传染病在社区中的变化趋势。根据我们在项目中的观察，这类数据有潜力在传统指标明显变化之前提供早期信号，从而帮助公共卫生部门更早开展判断和预防工作。

　　这说明，Sleep Cycle 的 AI 和传感能力不仅可以服务单个用户，也可以在社区、区域乃至公共卫生层面产生价值。

　　除了直接面向消费者，我们也从几年前开始与企业合作，把 Sleep Cycle 的睡眠技术集成到合作伙伴的平台和产品中，包括移动应用、可穿戴设备、企业健康平台以及其他智能硬件。

　　例如，企业健康平台需要理解员工和用户完整的健康状态，而睡眠恰恰占据了人一天中非常重要的三分之一。Sleep Cycle 可以补足这部分长期被忽略的数据。

　　我们向合作伙伴提供的能力主要包括三个层面。

　　第一，是算法和 SDK。我们的核心睡眠分析能力可以作为 SDK 集成到手机 App，也可以嵌入其他硬件设备。在部分场景下，算法还可以在设备端离线运行，并不一定依赖持续的云端连接。

　　第二，是数据与研究能力。基于数百万月活用户以及累计超过 40 亿晚的睡眠数据，我们能够帮助合作伙伴理解睡眠行为、环境因素与健康之间的关系。

　　第三，是医疗方向的能力建设。Sleep Cycle 正在进一步进入医疗健康场景，探索睡眠呼吸相关风险评估与诊断辅助，并推进相应的临床验证和医疗器械认证工作。

　　很多人会佩戴智能手环或智能手表，但穿戴设备需要用户主动佩戴，也可能出现忘记充电、忘记佩戴等情况。声音感知的一个重要优势，是它可以完全被动、无接触地工作，不需要用户在身体上佩戴任何设备。

　　只要环境中存在合适的麦克风，系统就可以持续获得夜间声音信号，并通过算法识别与睡眠相关的信息，例如呼吸、咳嗽、打鼾以及身体动作等。

　　这意味着，未来卧室中的 IoT 设备、智能家居设备、机器人乃至医疗系统，都有机会在用户几乎无感的情况下理解其夜间状态，并据此改善睡眠环境或提供健康提示。

　　普通麦克风能够获得的信息比很多人想象的更加丰富。关键并不只是“听见声音”，而是通过算法把声音转化为可解释的睡眠和健康信号。这也是无接触感知技术的重要价值。

　　我们的 SDK 可以嵌入 App，也可以直接进入硬件设备。

　　睡眠分析并不仅仅是判断“睡了多长时间”。系统还会综合分析动作、呼吸以及夜间声音等不同信号。通过这些信号，我们可以构建更完整的睡眠画像，再把相关能力提供给合作伙伴的 App、硬件或 IoT 设备。

　　因此，Sleep Cycle 的定位并不只是一个睡眠 App，而是希望成为可以被不同终端调用的睡眠感知与分析能力。

　　我们已经做了一些具体的应用案例。

　　其中一个是 Cough Radar（咳嗽雷达）。公众可以通过可视化界面了解不同地区咳嗽活动的变化趋势。网站上的版本可以作为实时数据能力的 Demo，展示群体层面的声音信号如何转化为可理解的健康趋势。

　　另一个案例是我们近期参与的智能睡眠硬件应用。很多人在夜间都会遇到温度问题：太冷或太热都会影响睡眠，但用户往往不知道什么温度最适合自己。

　　通过结合睡眠分析与温度控制，设备可以理解用户在不同温度环境下的睡眠表现，并据此动态调节环境，目标是提高睡眠质量。这展示了一个很直接的应用逻辑：先通过传感器理解人的状态，再让环境主动适应人。

　　我们目前也正在与中国的医疗平台推进合作。

　　Sleep Cycle 在全球拥有约 400 万月活跃用户，而中国的大型互联网和医疗平台拥有数以亿计的用户。如果把无接触式睡眠感知能力嵌入这些平台，就有机会让更多用户在不增加额外穿戴负担的情况下了解自己的睡眠状态。

　　更进一步，睡眠数据可以与医疗、健康管理、行为干预、机器人以及 IoT 设备连接起来。智能设备如果不了解用户的状态，就很难真正做到“照顾用户”；而夜间睡眠恰恰提供了一个持续、稳定并且非常有价值的观察窗口。

　　这也是我们希望推动的方向：让机器人、智能家居和医疗系统更好地理解人在夜间发生了什么，再据此改善生活环境和健康管理。

　　我们希望未来能够与更多中国的医疗健康公司、智能硬件企业以及平台型公司开展合作，把 Sleep Cycle 在睡眠研究、算法、数据和无接触感知方面的能力带到更多应用场景中。

　　我们的目标很简单：帮助更多人提高睡眠质量，也帮助社会更好地理解夜晚。

　　谢谢大家！