当畅销书《超越百岁》将运动奉为长寿秘诀时，营养学领域正掀起一场颠覆性讨论。作者彼得·阿提亚指出，不存在适用于所有人的完美饮食方案，衡量饮食健康的核心标准在于能否改善个体代谢健康，尤其是胰岛素敏感性。这一理念跨越大洋，激发了中国创业者潘宇扬的灵感——他发现市面上智能健康设备多聚焦于运动与睡眠监测，却鲜有产品能系统解决"吃什么"的终极命题。
这位97年出生的创业者拥有独特的跨界背景：在华为主导小艺算法与鸿蒙OS产品开发，在字节跳动从零打造扣子Coze和豆包智能眼镜项目。这种软硬件复合经验促使他选择项链形态作为突破口，其团队研发的Odyss N1成为全球首款Always-On智能项链，通过图像、音频、动作三模态感知技术，实现全天候饮食与运动行为追踪。
产品设计暗藏巧思：50克以下的轻量化机身采用双面全黑设计，隐藏式摄像头仅在特定角度显现。相比智能眼镜对鼻梁的压迫感，项链形态充分利用颈部承重优势，实现真正的无感佩戴。潘宇扬展示使用场景时强调："设备能记录每口食物的种类、体积甚至烹饪方式，同时监测运动步数与能量消耗，将这些行为转化为可视化数据。"
技术突破集中在食物识别系统。传统饮食监测APP需要用户手动拍照、搜索食物、估算重量，过程繁琐且误差率高。Odyss N1采用"打帧"技术，每秒截取3-5张关键图像，在低功耗下完成从餐厅点餐到居家烹饪的全场景覆盖。针对食物体积测算难题，团队开发出三维空间标定算法：通过多帧画面拟合深度信息，再以用户手部为参照物推算食物实际尺寸，在西餐场景中的误差率控制在10%以内。
系统架构采用传统CV算法与大模型协同模式。计算机视觉负责精准测量食物尺寸和扫码识别，大模型则专注菜品种类判断与烹饪方式分析。当遇到"生章鱼拌牛肉"这类复杂菜品时，传统算法可能误判为面团，而大模型能以85%准确率识别出章鱼成分，并从数据库调取对应营养数据。这种组合策略有效规避了大模型的"幻觉"问题，同时保持90%以上的综合识别准确率。
市场选择凸显战略考量。团队将首发目标锁定北美市场，原因在于当地饮食结构相对简单，且Costco等超市的生鲜产品普遍配备条形码，便于通过公开数据库获取精准重量信息。数据显示，目标用户群中80%的饮食场景发生在家庭厨房，无论是扫描包装食品还是识别散装蔬果，都比外卖文化盛行的中国市场更具数据可控性。
隐私保护成为产品设计的核心原则。设备不存储任何原始影像或音频数据，所有传感器信息经算法提取结构化数据后立即销毁，APP端仅展示健康图表而非原始记录。这种处理方式既满足功能需求，又避免法律风险。潘宇扬特别强调："我们定位为时尚健康饰品而非医疗设备，不会涉足血糖监测等严肃医疗场景。"
这个新兴赛道正迎来激烈竞争。IDC报告显示，2024年全球可穿戴设备出货量将突破5.6亿台，其中健康监测核心市场估值达650-800亿美元。现有产品中，Oura戒指专注睡眠监测，Whoop手环主打运动分析，而Limitless项链则聚焦AI记忆库功能。Odyss N1选择饮食监测作为切入点，试图在蓝海市场中建立技术壁垒。
挑战同样显而易见。美国医疗器械巨头已开始布局消费级代谢监测市场，Dexcom Stelo和Abbott Lingo两款CGM产品通过淡化医疗属性、强化生活方式管理功能，成功将目标用户扩展至大众消费群体。这些传统厂商在控糖领域的品牌认知度，构成新兴AI穿戴设备必须跨越的门槛。
