像了解老朋友一样了解你：Being Labs 做生命个体多模态模型
在可穿戴设备、智能摄像头和各类传感器日益普及的今天，生命个体正在产生前所未有的数据量。然而，这些数据大多停留在"记录"层面，难以转化为对个体状态的持续理解和风险预测。Being Labs正是瞄准这一痛点，试图用多模态大模型的方式，让机器像了解一个长期相处的朋友一样，持续理解每个生命个体的状态变化。
Being Labs是一家面向生命个体的多模态模型公司，核心技术路线是融合视频、声音、传感器及长期历史数据，持续追踪个体状态、识别异常变化并预测后续风险。公司长期面向人体健康、养老照护、生命科学及动物健康市场，以模型能力服务设备厂商和专业机构。
Being Labs本轮计划融资1,000万元人民币，覆盖12个月运营，其中约80%投入技术研发，20%投入商业化拓展。前6个月重点完成原型与预警Demo，后6个月推进首版模型及付费试点。
从"群体统计"到"个体状态"，多模态模型切入生命健康
当前健康管理领域的AI应用，大多建立在群体统计规律之上——即基于大规模人群数据得出"某类人群平均会怎样"，但对具体个体而言，这种"平均规律"往往难以精准适用。真正有价值的健康判断，需要知道这个个体"相对于自身基线发生了什么变化"，而不是"和别人比怎么样"。
这正是Being Labs的核心切入点。公司技术路线将多模态感知、时序预测、个体状态建模和长期记忆结合起来，通过统一表征融合，由中心模型综合判断。这套机制围绕同一个体不断积累历史、更新状态，识别它相对自身基线发生了什么变化，结合环境和历史解释变化，并预测下一步。对应的商业价值，是更贴合个体的判断、更有针对性的提醒，以及可追溯的解释。
这一方向并非没有学术依据。谷歌SensorFM的研究已经展示，多模态生理信号可以形成可迁移的统一表征，覆盖心血管、代谢、睡眠等35项健康预测任务。剑桥大学等机构参与的研究进一步提出，应围绕长期个体轨迹、多模态融合与动态推理，发展持续、个性化的健康预测能力。Being Labs正围绕这一方向，建设从连续观测到个体状态理解和预测的模型体系。
在研发进展方面，Being Labs目前已完成核心模型HE-VLM（Human-Centric Vision-Language Model）的初步开发，并形成了可对外演示的原型Demo。数据层面，团队已采集到数百种动物的真实纵向个体数据，覆盖几十种不同模态，包括视频、声音、动作姿态、生理信号等多维度信息。这些真实纵向数据为模型训练和个体状态建模提供了关键支撑。团队同时在开展内部基准测试，在个体状态识别与异常预警等核心任务上验证方法的可行性。
首席科学家出身Meta与小鹏，团队已落地可演示原型
Being Labs的团队配置，在技术深度和产业经验两个维度上形成了互补。
首席科学家李可骞教授为华东师范大学教授，清华姚班本科、UCSB博士，曾任Meta研发负责人，涉及基础模型训练与用户理解方向；之后担任小鹏全球多模态基础模型负责人，在大规模多模态模型的工程化落地方面有实战经验。项目需要同时解决多模态融合、长期个体理解与模型训练问题，李可骞的学术研究及大厂基础模型研发经验，与这些任务直接对应，是团队最核心的技术优势。
CEO余鸿跃为中欧MBA，曾任抖音宠物行业首任负责人、阿里巴巴品牌整合营销负责人，具备平台级产业经营、客户合作与生态拓展经验。团队同时结合了数据工程、动物行为专家及垂类顾问，覆盖模型研究、数据治理、专业标签、效果复核和产业交付全链条。
在技术架构上，Being Labs采用融合多类专家模型的方式，持续更新个体状态。不同模态（视频、声音、传感器、时序）由各自的专家模型处理，再通过中心模型进行融合判断。这种设计既保证了各模态处理的专业性，又能在统一表征层面实现跨模态的综合推理。
从动物场景切入，向人体健康与养老照护延伸
Being Labs的商业化路径，选择从动物健康场景先行切入，再向人体健康延伸。
在动物领域，公司的能力覆盖实验动物药效与毒理观测、高价值畜牧监测、水产养殖病前预警及宠物健康管理。公司围绕长期个体建模积累共用能力，再按物种和行业任务适配，拓展服务范围。这一路径的优势在于，动物场景的数据采集相对可控，商业客户付费意愿明确，可以快速验证模型能力并形成正向循环。
在人体健康方向，Being Labs的长期目标是覆盖从消费健康到专业服务的全链条：可穿戴与健康管理领域，接入手表、戒指、耳机及睡眠设备，提供个体状态、睡眠、压力及恢复分析，支撑个性化健康订阅；运动与康复领域，结合动作、生理负荷与恢复轨迹，服务训练管理、康复进度跟踪及方案效果评估；老人照护领域，结合雷达、摄像头及可穿戴数据，跟踪活动、步态、睡眠与生活规律变化，支持居家和机构的持续照护；慢病与院外随访领域，连接监测设备、症状及用药记录，帮助专业机构掌握就诊间期的状态变化，跟踪干预反应；保险与健康服务领域，支持长期健康管理、风险分层研究及干预效果跟踪，连接保险、设备和健康服务。
商业端，Being Labs已形成多条明确推进线索。宠物硬件方向，已开展首轮沟通，准备第二轮提案；宠物食品方向，已完成初步意向沟通，正在推进首轮提案与合作转化；人体病房管理方向，已开展试点意向沟通，推进第二轮Demo；保险公司方向，合作沟通中等待Demo展示；宠物药及宠物粮品牌方向，已开展生产端AI初步规划与试点沟通，对虾养殖病前预警方向，已跟江苏某市提交技术方案，大动物毒理临床前干预合作方向已跟上海某国企提交降本增效技术提升方案。上述合作目前处于意向、提案及Demo阶段，正在向试点协议与付费验证推进。其中，病房管理已形成具体场景沟通，人体应用具备进一步推进的业务线索。
商业模式上，Being Labs以API、SDK及端侧模块交付，拟采用"联合开发费+持续模型服务费+增益/减损分成"的收费结构。合作初期通过付费验证明确效果与交付标准，后续按授权、调用量或活跃个体持续收费；随着客户增加，逐步复用数据处理、模型和部署能力，形成规模效应。
从行业趋势看，多模态大模型正在从通用对话走向垂直领域的深度应用。生命个体状态理解是一个数据密集、模型密集、且需要长期积累的方向，一旦形成数据和模型的正向循环，壁垒将持续加深。Being Labs选择从动物场景切入积累纵向数据和工程经验，再向人体健康这一更广阔的市场延伸，这一路径的可行性，还有待后续付费试点和商业数据来验证。
