36氪首發 | 寵物健康大模型公司連融兩輪，軟硬一體化布局，已服務超200家寵物醫院

作者 | 喬鈺杰

編輯 | 袁斯來

硬氪獲悉，寵物大模型健康公司重慶綺算法科技有限公司（以下簡稱“綺算法”）、智譜“Z計劃”生態企業，近日完成數千萬元融資，投資方為啟賦資本與聚恒創投。本輪資金將主要用于產品迭代、模型能力深化及市場拓展。

綺算法成立于2022年7月，是一家聚焦寵物健康領域的大模型科技公司。依托多模態大模型能力，公司已打造一個融合線上線下、軟硬件協同的寵物健康品牌。

綺算法創始人陳立畢業于英國國王學院，為Qlalgorithm Lab研究員，同時也是連續創業者；技術合伙人劉煜東為賓夕法尼亞大學博士，長期從事AI醫療方向研究；另一位技術合伙人鄧子豪畢業于賓夕法尼亞大學，專注于新一代邊緣計算技術。

此前，在智譜專業模型能力與“小暖醫生”業務資源支持下，公司已圍繞寵物醫療場景搭建起一套垂直化、可落地的AI模型體系。

寵物醫療領域，由于缺乏系統化的循證數據，加上寵物無法主動表達癥狀，診斷難度較高。陳立介紹稱，綺算法基于數千萬份寵物病歷、醫學影像及行為數據進行模型訓練。相比通用大模型，更理解寵物醫療中的品種個體差異、癥狀表達與診療邏輯；模型不僅能夠輸出診斷結果，還能提供診斷依據、風險提示、決策路徑及解決方案，更貼近真實醫療場景需求。

同時，公司采用“云端大模型+邊緣端NPU部署”的軟硬件一體化方案，使AI能力能夠真正進入寵物醫院、寵物智能穿戴設備與家庭場景，而非停留在簡單問答層面。

業務推進上，公司已完成多項大模型相關專利、備案及互聯網醫院牌照申請，在合規與專業資質層面取得階段性進展。

目前，綺算法的輔助問診系統已實現醫生接診輔助功能，并免費向寵物醫生開放使用。陳立介紹稱，平臺已累計服務超百萬次，合作醫院超過200家，注冊使用醫生約3000人，平臺日活躍用戶接近5000人，已經形成相對穩定的數據回流與模型訓練閉環。

具體而言，醫生可借助AI問診模型提升日常接診效率，而在使用過程中產生的數據，也會持續反哺模型訓練。與此同時，公司與寵物醫院的合作不僅停留在系統接入層面，還進一步延伸至診療服務推薦。用戶完成問診后，平臺可基于互聯網醫院牌照能力，為用戶提供藥品推薦、醫院轉診等后續服務，從而形成“問診—診療—用藥—數據回流”的完整鏈路。

硬件方面，公司在早期便推出帕奇寵AI智能項圈，目前已迭代至3.0版本。相比此前方案，新一代產品已實現全端側運行，無需額外主機設備，并在邊緣計算功耗控制與算法穩定性方面完成優化。

該項圈重量僅19克，主要面向貓狗場景，是“全球最輕的寵物智能穿戴設備”，累計銷量已接近2萬臺。產品可自動完成寵物定位、實時姿勢預測、狀態識別、運動、進食及睡眠追蹤等功能，用戶無需額外操作即可獲取基礎健康數據。

（圖源/企業）

除智能項圈外，公司AI喂食器已完成1000臺預售，實現專屬科學喂養。主打AI自動預警與監護的AI ICU等產品也已開始在超過30家寵物醫院場景中逐步落地。

（圖源/企業）

此外，在情緒陪伴場景中，公司還與OPPO達成合作。以OPPO官方主題商店為例，其AI寵物桌面壁紙功能便采用了綺算法提供的相關接口能力，覆蓋超過數十萬用戶。

接下來，綺算法計劃進一步打造寵物行業的問答搜索推薦引擎，希望成為寵物健康管理領域的基礎設施平臺，為每一個毛孩子提供專屬的健康管理與服務。

以下為訪談節選（略經編輯）：

硬氪：寵物品種繁多，“千寵千面”會不會導致模型泛化能力難以建立？

陳立：我們目前主要有兩種解決方案。第一，隨著用戶規模持續增長，我們的基礎模型會越來越準確。因為寵物行為、品種和生活環境的數據覆蓋度會不斷提升，所以模型的泛化能力也會持續增強。

我們支持用戶進行個性化AI訓練。比如有些寵物的行為習慣和標準數據存在差異，用戶只需要上傳一段視頻進行反饋，我們就能快速完成針對性的行為學習，并在幾分鐘內生成專屬模型下發給用戶。

硬氪：綺算法在寵物智能硬件行業中的核心差異化優勢是什么？

陳立：首先是團隊背景和技術積累。我們的核心團隊長期從事AI醫療、多模態模型和邊緣計算方向研究，這在寵物AI賽道里相對少見。公司并不是簡單做方案整合，而是從底層算法、框架優化到硬件設計均實現自主研發。目前除芯片外，軟硬件、算法、框架以及端側部署能力都由團隊自研完成。

更重要的是，在寵物模型這個從投入產出來看性價比并不高的領域，我們已經打通了從行為數據采集、分析解讀、健康報告生成，到藥品推薦、醫院連接以及醫療數據回流的完整閉環。建立了較高的技術壁壘，這是新的創業公司很難復制的。

行業里很多公司可能只停留在單點功能，我們更希望構建一個真正可持續運轉的寵物健康基礎設施。

硬氪：接下來公司有哪些規劃？

陳立：未來我們會重點打造寵物行業的問答搜索推薦引擎，希望成為寵物健康管理領域的核心入口和基礎設施。目前寵物營養行業還比較缺乏循證醫學支撐，很多產品配方更多是依賴經驗。我們希望通過長期的數據積累，逐步建立更科學、更數據化的寵物健康推薦體系。比如通過分析寵物進食時長、頻率、活動狀態等行為數據，為用戶提供更精準的健康和營養建議。