作者 | 乔钰杰

编辑 | 袁斯来

硬氪获悉，宠物大模型健康公司重庆绮算法科技有限公司（以下简称“绮算法”）、智谱“Z计划”生态企业，近日完成数千万元融资，投资方为启赋资本与聚恒创投。本轮资金将主要用于产品迭代、模型能力深化及市场拓展。

绮算法成立于2022年7月，是一家聚焦宠物健康领域的大模型科技公司。依托多模态大模型能力，公司已打造一个融合线上线下、软硬件协同的宠物健康品牌。

绮算法创始人陈立毕业于英国国王学院，为Qlalgorithm Lab研究员，同时也是连续创业者；技术合伙人刘煜东为宾夕法尼亚大学博士，长期从事AI医疗方向研究；另一位技术合伙人邓子豪毕业于宾夕法尼亚大学，专注于新一代边缘计算技术。

此前，在智谱专业模型能力与“小暖医生”业务资源支持下，公司已围绕宠物医疗场景搭建起一套垂直化、可落地的AI模型体系。

宠物医疗领域，由于缺乏系统化的循证数据，加上宠物无法主动表达症状，诊断难度较高。陈立介绍称，绮算法基于数千万份宠物病历、医学影像及行为数据进行模型训练。相比通用大模型，更理解宠物医疗中的品种个体差异、症状表达与诊疗逻辑；模型不仅能够输出诊断结果，还能提供诊断依据、风险提示、决策路径及解决方案，更贴近真实医疗场景需求。

同时，公司采用“云端大模型+边缘端NPU部署”的软硬件一体化方案，使AI能力能够真正进入宠物医院、宠物智能穿戴设备与家庭场景，而非停留在简单问答层面。

业务推进上，公司已完成多项大模型相关专利、备案及互联网医院牌照申请，在合规与专业资质层面取得阶段性进展。

目前，绮算法的辅助问诊系统已实现医生接诊辅助功能，并免费向宠物医生开放使用。陈立介绍称，平台已累计服务超百万次，合作医院超过200家，注册使用医生约3000人，平台日活跃用户接近5000人，已经形成相对稳定的数据回流与模型训练闭环。

具体而言，医生可借助AI问诊模型提升日常接诊效率，而在使用过程中产生的数据，也会持续反哺模型训练。与此同时，公司与宠物医院的合作不仅停留在系统接入层面，还进一步延伸至诊疗服务推荐。用户完成问诊后，平台可基于互联网医院牌照能力，为用户提供药品推荐、医院转诊等后续服务，从而形成“问诊—诊疗—用药—数据回流”的完整链路。

硬件方面，公司在早期便推出帕奇宠AI智能项圈，目前已迭代至3.0版本。相比此前方案，新一代产品已实现全端侧运行，无需额外主机设备，并在边缘计算功耗控制与算法稳定性方面完成优化。

该项圈重量仅19克，主要面向猫狗场景，是“全球最轻的宠物智能穿戴设备”，累计销量已接近2万台。产品可自动完成宠物定位、实时姿势预测、状态识别、运动、进食及睡眠追踪等功能，用户无需额外操作即可获取基础健康数据。

（图源/企业）

除智能项圈外，公司AI喂食器已完成1000台预售，实现专属科学喂养。主打AI自动预警与监护的AI ICU等产品也已开始在超过30家宠物医院场景中逐步落地。

（图源/企业）

此外，在情绪陪伴场景中，公司还与OPPO达成合作。以OPPO官方主题商店为例，其AI宠物桌面壁纸功能便采用了绮算法提供的相关接口能力，覆盖超过数十万用户。

接下来，绮算法计划进一步打造宠物行业的问答搜索推荐引擎，希望成为宠物健康管理领域的基础设施平台，为每一个毛孩子提供专属的健康管理与服务。

以下为访谈节选（略经编辑）：

硬氪：宠物品种繁多，“千宠千面”会不会导致模型泛化能力难以建立？

陈立：我们目前主要有两种解决方案。第一，随着用户规模持续增长，我们的基础模型会越来越准确。因为宠物行为、品种和生活环境的数据覆盖度会不断提升，所以模型的泛化能力也会持续增强。

我们支持用户进行个性化AI训练。比如有些宠物的行为习惯和标准数据存在差异，用户只需要上传一段视频进行反馈，我们就能快速完成针对性的行为学习，并在几分钟内生成专属模型下发给用户。

硬氪：绮算法在宠物智能硬件行业中的核心差异化优势是什么？

陈立：首先是团队背景和技术积累。我们的核心团队长期从事AI医疗、多模态模型和边缘计算方向研究，这在宠物AI赛道里相对少见。公司并不是简单做方案整合，而是从底层算法、框架优化到硬件设计均实现自主研发。目前除芯片外，软硬件、算法、框架以及端侧部署能力都由团队自研完成。

更重要的是，在宠物模型这个从投入产出来看性价比并不高的领域，我们已经打通了从行为数据采集、分析解读、健康报告生成，到药品推荐、医院连接以及医疗数据回流的完整闭环。建立了较高的技术壁垒，这是新的创业公司很难复制的。

行业里很多公司可能只停留在单点功能，我们更希望构建一个真正可持续运转的宠物健康基础设施。

硬氪：接下来公司有哪些规划？

陈立：未来我们会重点打造宠物行业的问答搜索推荐引擎，希望成为宠物健康管理领域的核心入口和基础设施。目前宠物营养行业还比较缺乏循证医学支撑，很多产品配方更多是依赖经验。我们希望通过长期的数据积累，逐步建立更科学、更数据化的宠物健康推荐体系。比如通过分析宠物进食时长、频率、活动状态等行为数据，为用户提供更精准的健康和营养建议。