AI news

独家|Looki 完成数亿元 A1 轮融资,加速迈向物理世界 AI 推荐引擎

By Founder Park1 viewsSource: Founder Park
独家|Looki 完成数亿元 A1 轮融资,加速迈向物理世界 AI 推荐引擎

独家获悉,Looki(光智时空)近日完成数亿元 A1 轮融资,继续领跑个人智能可穿戴赛道。本轮融资由元生资本领投,老股东 BAI 资本、钟鼎资本、阿尔法公社持续加注。在这条路径上,Looki 希望通过软硬件一体与全栈自研,让 AI 从一个「被调用的工具」,走向「理解生活、陪伴个人、融入场景」的智能基础设施。

The full text has not been translated yet. The Chinese original is shown below.

Founder Park 独家获悉,Looki(光智时空)近日完成数亿元 A1 轮融资,继续领跑个人智能可穿戴赛道。本轮融资由元生资本领投,老股东 BAI 资本、钟鼎资本、阿尔法公社持续加注。

过去,人们主动打开应用、提出问题、寻找信息;如今,AI 开始尝试理解用户所处的场景与状态,在恰当的时间主动提供服务。下一阶段的竞争重点,正在从「AI 能回答什么」,转向「AI 是否知道你此刻需要什么」。这要求 AI 在用户自主选择和授权的范围内,理解现实情境,并结合长期记忆与个人偏好,对下一步需求作出判断。某种意义上,Personal AI 正在成为一套面向物理世界的 AI 推荐引擎。

在这条路径上,Looki 希望通过软硬件一体与全栈自研,让 AI 从一个「被调用的工具」,走向「理解生活、陪伴个人、融入场景」的智能基础设施。一方面,Looki 正通过 PIE 主动式 AI 引擎,让服务从「等待用户寻找」转向「在恰当的时候主动出现」;另一方面,团队也在打通硬件、系统、模型与产品体验之间的全栈闭环,为个人智能的持续演进提供底层支撑。

未来,Looki 不会局限于单一硬件形态,而是围绕个人智能构建感知输入与智能输出两端协同的硬件矩阵,形成「以人为中心」的个人智能入口。本轮融资将主要用于多模态模型研发、产品矩阵建设与核心团队扩充。

01

不只读懂你的世界,

更预见你的下一步

围绕 AI 能力,Looki 产品也在持续升级。以近期上线的「Journal」功能为例,过去用户需要手动上传素材后,系统才能在第二天生成内容并推送。而在新版本中,用户可以近乎实时地生成漫画日记,即时呈现当天的经历与故事。功能上线后,迅速在小红书、微博以及海外 Discord 社区获得大量用户反馈,成为日常分享的高频内容。这体现了 Looki 在个人智能上的第一步:先更及时地理解和组织用户正在经历的生活。而更进一步的变化,则来自 PIE 主动式 AI 引擎。

文章配图

近期,Looki 的 PIE 主动式 AI 引擎也完成了从 1.0 到 2.0 的迭代。1.0 主要解决环境感知与推送时机判断,让 AI 能够理解用户身处何种场景,并在合适的时间提供服务;2.0 则进一步打通场景理解与个人记忆系统,并通过 Action Prediction Model,对用户接下来可能需要的信息、内容与行动进行个性化预测。

这意味着,PIE 的主动能力正从「何时提供服务」,进一步延伸到「提供什么服务」。过去是人主动寻找服务,现在 PIE 尝试基于对情境的理解,让服务主动找到人。它不只理解用户当下所处的环境,还会结合长期记忆与个人偏好,预判用户在真实生活中的下一步需求。Looki PIE 也由此进一步向物理世界的 AI 推荐引擎演进:它所推荐的不再只是互联网上的信息,而是与用户此刻的场景、状态和行动相关的个性化服务。

文章配图

据孙洋介绍,Looki 还计划在近期推出 Dashboard 功能。与 Oura 这类主要依赖生物传感器监测身体指标的智能硬件不同,在用户主动开启相关功能后,Looki 的 Dashboard 将基于视觉和声音等多模态信息,从社交互动、每日精力状态、饮食习惯等维度,为用户提供个性化回顾与参考。

02

卖出硬件只是第一步,

跑通全栈才能构建核心壁垒

虽然专注个人智能领域,Looki 身上却带有鲜明的自动驾驶基因。两位创始人均毕业于卡耐基梅隆大学,CEO 孙洋曾任美团智能硬件负责人、Momenta 高级研发总监,也是 Google Assistant 创始成员之一;CTO 刘博聪曾任美团自动驾驶算法负责人、Pony.ai 创始成员。团队核心成员大多来自清华大学、卡耐基梅隆大学、浙江大学等院校,并拥有阿里、商汤及头部自动驾驶公司的多模态模型研发与复杂系统工程经验,擅长将前沿算法转化为能够规模化交付、持续迭代的产品能力。

在 Looki 看来,Personal AI 不是单一硬件、模型或应用能够独立完成的产品。它需要同时解决硬件定义、系统工程、多模态模型、交互体验以及规模化交付等一系列问题。任何一层能力的缺失,都可能影响最终体验。因此,Looki 选择从硬件到软件、从模型到应用进行全栈布局,尽可能将关键能力掌握在自己手中。

在这套体系里,产品不是终点,而是整个技术体系持续演进的起点。硬件进入真实使用场景后,团队可以围绕用户体验不断优化系统与模型;模型能力提升,又能进一步拓展硬件的使用方式和产品边界。硬件、系统、模型与体验相互咬合,形成一套持续迭代的闭环。

这条路比组合现成软硬件方案更慢,也更考验团队在算法、工程和产品之间的协同能力,但由此形成的壁垒也更深。过去一年,Looki 已经完成了从产品定义、技术研发到量产交付和全球化销售的初步验证。

文章配图

2025 年 8 月,Looki 推出全球首款可穿戴多模态 AI 硬件 Looki L1 国际版。产品发布后迅速在海内外社交平台引发关注,首批数千台备货很快售罄。同年 12 月,Looki L1 国内版本正式上线。从销量来看,L1 全生命周期出货量预计将达到约 10 万台,销售额连续多个季度实现环比翻倍增长。

今年 4 月,Looki 与清华大学人工智能学院开启科研合作,围绕新一代可穿戴计算模型展开联合探索,进一步夯实其在个人智能方向上的模型研发基础。

横向来看,能够同时覆盖硬件量产、全球化交付、系统工程、多模态模型自研与产品体验迭代的团队并不多见,这正是 Looki 希望建立的核心壁垒。个人智能的竞争也不再只是硬件参数或单次模型能力的竞争,而是能否将各层技术真正整合为稳定、自然且持续进化的用户体验。

谁能率先跑通「硬件—系统—模型—体验」的全栈闭环,谁就更有可能在个人智能赛道建立长期优势。

从 Looki L1 的功能演进路径不难看出,它的每一步迭代都在缩短 AI 与真实生活之间的距离。当设备足够了解你的日常节奏、社交模式和生活偏好,它提供的将不再是面向所有人的通用答案,而是真正属于个人的智能服务。

这或许是 Personal AI 最终应该成为的样子:不是一个等待主动唤醒的聊天机器人,也不只是更聪明的搜索引擎,而是一层融入真实生活、由用户自主掌控的智能底座。它能够理解你的场景与状态,在恰当的时候,为你提供真正属于个人的服务。

文章来自于微信公众号 “Founder Park”,作者 “Founder Park”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)