图片为 AI 生成
宠物硬件：AI 落地的新试验场
宠物硬件正成为 AI 领域最受消费者关注的对象之一。
在今年柏林国际电子消费品展览会（IFA）期间，众多欧洲消费者及本土媒体纷纷在宠物产品展台前驻足。其中，一款名为“宠物手机”（PetPhone）的产品甚至被权威硬件评测媒体 CNET 列入"IFA2026 最奇怪科技”榜单。
这款看似能打电话的宠物项圈，不仅支持主宠双向通话与定位追踪，更集成了行为翻译、情绪识别及健康管理等前沿 AI 功能。
与此同时，宠物 AI 健康管理叙事已成为 IFA 期间宠物硬件的主流趋势。
一方面，传统宠物设备纷纷植入"AI 中枢”。如小佩 PETKIT 与宠上宠 PetSuper 等品牌，在喂食器、饮水机及智能猫砂盆中增设摄像头。除了基础的记录与识别，这些品牌宣称将利用 AI 模型分析宠物的饮水、进食及排泄数据，生成健康报告，助力主人掌握爱宠身体状况。
另一方面，宠物 AI 硬件创新公司正沿着 Tractive 的路径深耕健康管理。例如 SATELLAI 推出的可穿戴项圈，在监测位置的同时，还能追踪宠物的活动、休息及行为数据，通过 AI 识别偏离日常习惯的异常变化，帮助主人更深入地理解宠物。
这让宠物领域成为 AI 进入现实世界的重要试验场，也使沉寂许久的宠物智能硬件重获关注。但此次 AI 升级带来的究竟是类似人类智能手表的数据报表，还是真正能辅助决策的 AI 服务，仍需明确界定。
过往在与投资人的交流中，宠物硬件鲜少被提及。这种“忽视”与 IFA 上媒体及企业对宠物硬件的高度关注形成鲜明反差，背后折射出不同的市场逻辑。
IFA 对宠物领域的聚焦，源于四个月前一场引发资本市场震动的欧洲本土收购案。
今年 5 月，欧洲科技公司 Bending Spoons 以 9 亿美元完成对宠物定位与健康监测公司 Tractive 的收购。作为全球宠物可穿戴设备的领跑者，Tractive 公开数据显示，其 2024 年订阅用户达 150 万，付费订阅年度经常性收入（ARR）为 1 亿欧元，占总营收的 80%，且月流失率低于 2%。
这是资本市场首次为宠物连续数据监测和软件订阅服务进行高额定价。惯常以折价并购陷入瓶颈期软件公司的 Bending Spoons，此次以近 8 倍软件订阅 ARR 的公允价值收购该健康资产，引发了资本市场的热烈讨论，也充分证明了宠物智能硬件的市场价值。
相较于人类可穿戴设备，宠物可穿戴市场规模尚小。Grand View Research 统计显示，2025 年人类腕戴设备市场规模约为 478 亿美元，而宠物可穿戴设备市场仅为 34 亿美元。然而从增速来看，2026 年至 2033 年，宠物可穿戴市场的复合年增长率预计达 16.8%，远超人类腕带设备 6% 的同比增长率（Omdia 统计）。
若将视野扩展至整个宠物科技（Pet Tech）市场，Grand View Research 预计到 2033 年该市场规模将达到 235.4 亿美元。其中，宠物可穿戴规模预计为 114 亿美元，占比近半；智能喂养、智能清洁、陪伴机器人、AI 情感交互及虚拟 AI 宠物等则占据另一半。
由此可见，宠物 AI 硬件市场是一个规模可观、高增长却长期被忽视的赛道。同时，Tractive 等宠物智能穿戴不仅确立了其在宠物科技赛道中的核心地位，更验证了订阅模式在宠物场景下的商业可行性，而这恰好契合当前 AI 原生硬件探索的商业模式。
过去几年，AI 硬件项目层出不穷，不少创业者试图寻找替代或补充手机的新入口。
Humane 推出 AI Pin，企图让用户摆脱手机屏幕依赖，通过语音和激光投影完成交互，但其于 2025 年停止销售，部分资产出售给惠普；2025 年 CES 上"AI 陪伴”概念火爆，创业项目涌现，但同年国内某电商平台统计显示，"AI 陪伴/情感交互”类潮玩退货率普遍超 30%，部分爆款单品甚至高达 40%。
创造替代手机的产品或说服用户使用全新品类，是多数 AI 硬件面临的困境，不少投资人将其归结为“拿着锤子找钉子”，缺乏真实使用场景。
宠物 AI 硬件则巧妙规避了部分难题。正如 SATELLAI 创始人毛汉勇所言，宠物硬件是天然存在“钉子”的市场。
宠物主人本就关切宠物的位置、走失风险、独处状态及身体健康，这些需求无需创造，仅缺持续采集信息的工具。此外，宠物不会在项圈和手机间做选择，宠物硬件无需面对人类 AI 硬件的手机使用惯性之争；同时，宠物硬件在隐私方面的顾虑远小于人类设备，避免了因加装摄像头而引发的复杂隐私问题。
更关键在于交互维度。多数 AI 硬件需处理人类复杂的语音、视觉交互，而宠物可穿戴无需发明新交互方式，却能提供更丰富的数据来源，如位置、活动、姿态、声音、呼吸等，均成为理解宠物状态的依据。
毛汉勇将此归纳为：宠物处于“数据维度足够丰富、交互没有过度复杂”的理想位置。
毛汉勇曾负责华米自有品牌 Amazfit 的海外业务，后加入追觅并参与星迈创新创业。2024 年，他与华米原研发副总裁顾岩共同创立星联未来 SATELLAI，选择从宠物可穿戴切入 AI 硬件。
在他看来，上一轮宠物智能硬件主要实现了自动化，解决了定期出粮、持续供水、远程监护及位置监测等单一环节问题，但未实现真正的智能化，无法回答“何种年龄/类型的宠物需进食多少”、“行为变化代表何种含义”等深层问题。
宠物可穿戴设备的核心价值在于能持续跟随宠物，形成长期、连续的数据流。当这些数据与宠物历史行为、环境信息结合，AI 才有机会从单纯记录“发生了什么”，进阶到理解“正在发生什么”。
人类与宠物的沟通隔阂让 AI 成为最恰当的技术入口，但也正因这种隔阂，使得技术复制变成了极高的门槛。
人类的可穿戴技术难以直接复制到宠物身上。
智能手表普遍采用光学 PPG+ECG 传感器，通过皮下血液容积变化测量运动、睡眠及心率等指标。但宠物毛发会干扰光学信号，且不同品种宠物在体型、毛发及运动方式上的差异，远超人类可穿戴设备所面对的人群差异。
即使是同一种动作，在不同宠物身上也可能寓意不同。活动量骤降可能是身体不适，也可能是高温或降雨导致未出门；频繁抓挠可能源于皮肤问题，也可能是短期环境刺激所致。
猫狗之间的差异更为显著。狗需户外运动，体型力气较大，主人更关心其户外安全与定位，硬件需优先考虑通信、续航及结构强度；猫多在室内活动，对重量和佩戴舒适度更敏感，绝对运动量未必是最有价值的指标。
这也是毛汉勇认为从人类可穿戴设备“降维”进入宠物赛道的首要教训：宠物可穿戴需重新建立一套从传感器到行为识别的底层技术体系。
SATELLAI 正探索通过行为传感、运动状态及呼吸等多维信号构建宠物数据基础，并将其转化为 AI 可理解分析的信息。这是一条具体的技术路线，但其准确率、适用范围及跨品种表现仍需更多验证。
毛汉勇将团队在宠物 AI 硬件上的优势概括为“全栈”，并与具身智能产业类比。
在宠物 AI 赛道，美国擅长软件算法，欧洲拥有成熟的宠物市场需求，而中国公司则能将传感器、供应链、工业设计、算法、模型及规模化量产整合于一家企业之内。
这一判断虽带有创业者立场，却指出了 AI 硬件共通的关键问题：公司不能只做软件或只做硬件，唯有流畅的软硬交互、准确的数据采集、可被模型理解的数据及可被信任的输出结果，才能打造消费者愿意买单的产品。
更重要的是，宠物硬件面对的是存在个体差异、无法按指令行动的生命体。传感器能否准确采集数据、数据能否代表真实情况，并非大模型所能单独解决。若传感器采集错误、行为标签不准或因果关系未确认，大模型只会将不确定信息组织成听起来可信的答案。
因此，宠物 AI 硬件的真正门槛始于能否将现实世界准确“翻译”给模型，但这并不意味着宠物 AI 模型已然成熟。
从商业结果看，Tractive 已证明宠物可穿戴是一门可规模化的生意。
9 亿美元的收购价证明，定位、安全和持续连接等软件功能足以支撑用户订阅费。随着产品能力扩展，Tractive 逐渐加入活动、睡眠、静息心率、呼吸频率及抓挠行为等健康指标，但这些高阶能力的订阅占比尚不明朗。
这也是 SATELLAI 等新进入者试图探索的方向：不仅告知主人宠物的位置与行为，更要解释行为变化的含义，并尝试为更深入的 AI 健康分析收取更高订阅费。
但从“记录”到“理解”，中间横亘着一道更难跨越的验证门槛。
据毛汉勇介绍，SATELLAI 目前已触达数万用户，形成千万级行为数据记录。但要迎来宠物模型的"ChatGPT 时刻”，不仅需要数据量，更需要数据维度。
宠物食欲变化是否因换粮引起？活动下降后医院给出了何种诊断？异常抓挠是异物影响还是皮肤问题？这些都超出了目前 SATELLAI 硬件监测的范围。因此，SATELLAI 尝试鼓励用户上传图像、换粮记录、就医记录以扩大数据维度，并与第三方硬件企业建立合作以扩展数据集。
更关键的是与宠物医院的合作探索。若无医生诊断与检查结果提供外部校准，系统虽可发现行为异常，却难证明 AI 给出的解释可靠，更难让用户为此付费。
这也是为何多数宠物 AI 硬件公司强调“只做健康管理，不做诊断”。SATELLAI 也将能力限定在健康观察、异常提醒和行动建议，而非直接判断疾病。
这是一条必要的风险边界，却也构成了商业化的矛盾。若 AI 仅告知用户“宠物今天可能有些异常”，它与普通活动提醒无核心差异，难以形成用户深层订阅；若进一步告知主人宠物可能患何疾病并提供医疗或保险服务，则需面对更严格的准确率验证、专业资质及责任问题。
定位、安全和持续连接足以支撑盈利模式，也存在向健康监测延伸的未来可能，但可能性不等于结果。宠物不会说话，催生了主人理解它的需求；同样因宠物不会说话，无人能轻易证明 AI 的解释究竟对错。
不会表达，既是宠物 AI 硬件成立的原因，也是该行业最难解决的痛点。对宠物 AI 硬件企业而言，设备采集数据只是起点，能够证明自己真正“理解”宠物，才是更艰难的部分，而这也将成为宠物智能下一阶段突破与价值的核心所在。
