谷歌 SensorFM 出手：把 500 万人的手表数据喂进一个模型

谷歌研究院在 7 月 9 日甩出了 SensorFM——一个专门吃可穿戴设备原始信号的健康基础模型。数字先摆在这儿：500 万名授权用户、20 亿小时、超过 1 万亿分钟的传感器数据，覆盖 100 多个国家、20 多种 Fitbit 和 Pixel Watch 机型。这大概是目前公开的可穿戴数据集里规模最狠的一个。

结论也很干脆：在 35 项健康预测任务里，SensorFM-B 拿下 33 项胜场；线性探针（linear probe）在 34 项上跑赢了传统的"特征工程 + 监督学习"基线。对于做数字健康的团队来说，这个数字意味着一件事——过去为每个指标单独调一套 pipeline 的做法，可能真的要被推翻了。

一个模型，六大健康领域

先说清楚 SensorFM 到底在解决什么问题。

过去几年做可穿戴健康 AI 的团队，基本都是"一病一模型"的路子：预测睡眠质量做一套、预测心血管风险做一套、评估压力再做一套。每套都要重新做特征工程——从 PPG 里提心率变异性、从加速度计里提步态、从皮温里提昼夜节律——然后针对特定标签做监督训练。这种做法的问题很明显：数据利用率极低，模型之间无法互相受益，遇到新任务基本要从头再来。

SensorFM 走的是 NLP 那套预训练思路，只不过换成了传感器信号。模型输入是 34 个 1 分钟聚合特征，来自 5 类传感器：

• PPG（光电容积脉搏波）：抓心率、心率变异性、血氧饱和度
• Accelerometry（加速度计）：抓运动、步数、睡眠阶段
• EDA（电皮肤活动）：抓皮肤电导，间接反映交感神经活动
• 皮肤温度：抓昼夜节律、发热、女性周期相关信号
• 高程计：抓爬楼、海拔变化

预训练目标是**"缺失感知的掩码重建"（missing-aware masked reconstruction）**——把一部分信号遮掉让模型猜，跟 BERT 那套一个思路，但要处理传感器数据天然的缺失和不同步问题。这个细节挺重要的：真实世界里没人 7×24 小时戴表，模型必须学会在数据缺口面前不崩。

预训练语料的采集窗口是 2024 年 9 月到 2025 年 9 月，整整一年。每人抽几周的数据，凑出那 1 万亿分钟。

规模效应：模型越大，收益越明显

谷歌训了四个尺寸：XXS、XS、S、B。最大的 SensorFM-B 相较最小版本：

• 重建损失下降 31%
• 分类任务平均 AUC 提升 9%
• 回归任务平均 Pearson 相关系数提升 21%

这条 scaling 曲线是这篇工作最有说服力的部分。它说明可穿戴信号并不像有些人担心的那样"信息密度太低、堆规模没用"——只要数据够多、够多样，扩模型就是有收益。回归任务上 21% 的 Pearson 提升尤其值得注意，回归通常比分类更吃数据质量，这个提升幅度不小。

35 项下游任务覆盖 6 大类：心血管、代谢风险、心理健康、睡眠、人口统计、生活方式。SensorFM-B 在 33 项上是最好的，剩下 2 项也差不了太多。跨领域的泛化能力，正是"基础模型"这个词的价值所在——一次预训练，处处能用。

真正有意思的：agentic "classroom"

如果说预训练部分是意料之中的规模胜利，那 SensorFM 论文里那个 agentic "classroom" 才是让人眼前一亮的东西。

谷歌搞了一套 LLM 智能体系统，让多个 agent 协作 + 竞争地迭代生成推理代码。简单说，就是让 LLM 自己写"预测头"（prediction head）——针对每个下游任务，agent 们轮番出方案、互相评审、择优保留，跑一轮又一轮。

数字很夸张：

• 整个系统探索了 超过 30,000 个候选方案
• 在 20 项分类任务里，agent 生成的预测头有 16 项 超过了线性探针
• 在 15 项回归任务里，12 项 超过了线性探针

这套东西的意义是什么？以前做"基础模型 + 下游微调"，微调那一步得研究员手动调结构、调超参、调训练策略。现在直接让 LLM 干这活，而且 30,000 次试错的成本对谷歌来说不算什么。这本质上是把 AutoML 那套思路和 LLM 编程能力焊在了一起，而且是在一个真实有价值的任务集上跑通的。

如果这套 "classroom" 的做法能推广开——不只是健康，其他基础模型的下游适配是不是都可以这么搞？值得关注。

冷静一下：它还没告诉我们的事

话说回来，几个问题还没被完全回答：

第一，隐私和数据来源。500 万授权用户这个规模，就算全都是 opt-in，也是个不小的伦理讨论。Fitbit 数据 2021 年被谷歌收购后一直是敏感话题，欧盟当时就给出了严格的"数据不得用于广告"的承诺。用于训练医疗健康模型算不算超出用户预期？谷歌博客里没细讲授权流程。

第二，35 项任务的"胜利"是相对谁？ 基线是"特征工程 + 监督学习"，这个基线本身可能已经落后于近两年 self-supervised 的其他工作了。SensorFM 有没有和 Apple 的健康研究、或者学术界的 wearable SSL 模型（比如 STEP、SimCLR-for-sensors 那波）横向对比？目前还没看到。

第三，模型什么时候开放？ 谷歌博客用了"grounding tool for a Personal Health Agent"这种描述，暗示这会接入某个个人健康 agent 产品。但权重开不开源、API 什么时候出、Fitbit/Pixel Watch 用户什么时候能用上，一个都没说。对开发者社区来说，这才是最关键的。

对开发者意味着什么

如果 SensorFM 后续以某种形式开放——哪怕只是通过 Fitbit API 或者 Google Health Connect 露一个推理接口——那对做健康类应用的开发者是一次不小的红利。过去自己训一个心率异常检测模型，得从零收标注数据；未来可能只需要在 SensorFM 表征上加个几十行的探针。

更长远看，"传感器数据的 GPT 时刻" 这个说法可能不算夸张。视觉有 CLIP、语言有 GPT，可穿戴信号一直没有能打的通用表征。SensorFM 至少证明了这条路走得通，规模也拉得起来。接下来该看的是谁能把它做成开发者用得上的产品——是谷歌自己、Fitbit、还是一个开源社区版本。

参考资料

• 谷歌发布 SensorFM AI 模型：500 万人、1 万亿分钟可穿戴数据预训练 - IT之家原始报道，包含模型规模、任务表现、agentic classroom 等核心数据