三星发布健康AI基础模型xMAE与HiMAE，分析可穿戴生物信号数据

一句话看懂

三星研究院发布两个健康AI基础模型xMAE和HiMAE，用于分析智能手表等可穿戴设备的生物信号，推动个性化预防性健康管理。

详细发生了什么

三星研究院美国数字健康团队在2026年7月的Galaxy Unpacked活动上，展示了两个AI基础模型，旨在从可穿戴设备的生物信号中学习。这些模型专注于智能手表捕获的数据，包括心脏活动、睡眠和身体活动。三星在健康论坛上讨论了其Connected Care愿景，描绘了预防性、个性化和互联护理的未来，并强调健康基础模型是新型消费健康体验的关键组成部分。

三星研究院数字健康算法主管Sharanya Desai表示，这项研究为通过健康基础模型提供高效、精准、连续的健康洞察奠定了技术基础，未来将继续开发适用于多种生物信号和健康功能、能在设备端运行的模型。

两个模型各有侧重：xMAE（Physiology-Aware Masked Cross-Modal Reconstruction）学习不同生物信号之间的时间关系，例如将连续PPG数据与ECG信号关联；HiMAE（Hierarchical Masked Autoencoder）则分析可穿戴时间序列数据中多个时间尺度的健康模式。xMAE已被国际机器学习大会（ICML）接收，HiMAE被国际学习表征会议（ICLR）接收。

xMAE通过从PPG数据重建ECG信号的掩码部分，学习两者之间的时间延迟关系，从而无需手动ECG测量即可分析心血管健康特征。其预训练使用了约9400小时的ECG和PPG数据。在19项评估任务中，xMAE在15项上优于单模态模型和现有多模态学习方法，涵盖心血管疾病预测、异常检测和睡眠阶段分类。

HiMAE使用多个编码器分别分析短时和长时数据段，以识别不同时间尺度上的健康模式，支持分类、数值预测和数据生成。该模型在智能手表级CPU上运行时间不到1毫秒，实现了设备端处理，无需持续连接云服务器。

中文圈视角

对中文圈用户而言，三星这些健康AI模型的意义在于：首先，国内用户如果使用三星Galaxy Watch等设备，未来可能直接受益于这些模型带来的健康监测功能，如更精准的心律不齐检测和睡眠分析，且无需依赖云端，数据隐私更有保障。其次，国内可穿戴设备厂商如华为、小米、OPPO也在布局健康AI，但公开的基础模型研究较少，三星的进展可能促使国内厂商加快类似研究，推动行业整体水平提升。

不过，这些模型目前仍处于研究阶段，实际产品落地尚需时间。中文圈用户需关注三星后续如何将这些技术整合到Galaxy生态中，以及是否会在中国市场提供同等功能。此外，健康数据的合规使用在国内有严格监管，三星需确保符合数据出境和隐私保护要求。

几条值得记住的细节

• xMAE和HiMAE分别被ICML和ICLR接收，显示学术认可度。
• xMAE预训练数据包含约9400小时的ECG和PPG数据。
• xMAE在19项任务中15项表现优于现有方法。
• HiMAE在智能手表CPU上推理时间小于1毫秒，支持设备端运行。
• 三星强调模型可应用于多种生物信号和健康功能，且适用于有限传感器和计算资源。

一句话总结

三星健康AI模型预示可穿戴设备将提供更精准、实时的健康洞察，中文圈用户可期待未来Galaxy设备的健康功能升级。