时间：2026年7月9日
地点：美国加利福尼亚州山景城
人物：Google Research团队（高级研究员Xin Liu、专职研究员Daniel McDuff）
事件详情：Google Research于7月9日发布SensorFM，这是一个面向可穿戴健康数据的通用基础模型。该模型基于来自500万人的超过1万亿分钟传感器数据预训练而成，通过共同扩展模型规模和数据量，SensorFM学习到了人类生理学的通用表示，可迁移至35项健康预测任务，支持标签高效适配和数据填充，并可作为个人健康智能体的基础工具。
背景：随着智能手表、健身手环等可穿戴设备普及，海量健康传感器数据的价值挖掘面临核心挑战——不同设备和场景下的生物信号差异巨大，传统方法需要为每项任务单独训练模型。谷歌此前在健康AI领域已有布局，包括Fitbit系列产品和Google Health平台。SensorFM的出现，标志着基础模型范式正式进入可穿戴健康领域。
影响：
- 医疗健康——SensorFM使研究人员无需大量标注数据即可在多种健康任务上获得高性能，极大降低了AI健康应用开发门槛
- 可穿戴设备——通用生理学表示能力或将重塑智能手表等设备的数据分析方式，推动新一代健康监测功能
- 个人健康智能体——作为个人健康智能体的基础工具，SensorFM有望成为未来AI健康助手的核心技术组件
总结：Google Research推出的SensorFM是首个大规模可穿戴健康基础模型，基于500万人1万亿分钟传感器数据训练，可迁移至35项健康预测任务。这一成果标志着AI基础模型从文本、图像向生物信号领域的重大扩展，为个性化健康管理和预防医学提供了全新的AI基础设施。
参考来源：
- https://research.google/blog/sensorfm-towards-a-general-intelligence-and-interface-for-wearable-health-data/
- https://arxiv.org/abs/2605.22759
- https://ai.google/research/
- https://developers.google.com/fit