作者：Sacha

2025年12月22日，专注于健康生活方式的初创公司OdyssLife完成其天使轮融资，金额达数百万美元，由线性资本领投，Creekstone Ventures跟投。

创始人潘宇扬曾在华为参与小艺算法与鸿蒙OS的产品设计，之后加入字节跳动，担任扣子Coze产品经理，并参与豆包智能眼镜项目。

这些经历让他在算法、系统、平台和硬件四个层面都积累了较为扎实的经验。

近期，OdyssLife发布了首款全天候AI智能项链Odyss N1。该产品通过视觉、音频和动作三模态感知，能够实现对饮食与运动数据的全天候、无感记录。

在如今日益拥挤的智能穿戴市场中，这款产品能否在AI硬件尚属蓝海的饮食健康赛道占据一席之地，而它又可能面临哪些方面的挑战？

Odyss N1采用“黑绳+金属吊坠”的设计，整体重量不到30克。

正面的摄像头较为隐蔽，只有在阳光反射下才会被注意到，项链整体风格轻量、低调，同时兼具一定的设计感。

图片来源：OdyssLife官网

在功能层面，Odyss N1能够识别并记录用户的进食顺序和进食速度，并分析食物的营养成分与热量。

这种设计思路并非凭空而来。大量研究表明，血糖波动过大会对健康产生显著影响，可能引发心脑血管疾病、糖尿病并发症以及多种代谢紊乱问题。

在《控糖革命》一书中，法国生物化学家安佐斯佩系统阐释了进食顺序如何显著影响血糖波动，并解释了通过调整食物摄入顺序来减缓升糖速度的科学原理。

图片来源：OdyssLife官网

基于此，Odyss N1不仅可以自动统计用户每日的热量摄入、饮水量等关键数据，还能根据用户的口味偏好和实际需求，提供相应的饮食建议。

这些饮食数据也会与用户的运动信息和日常活动数据结合，并据此调整饮食建议，生成更有针对性的个性化健康方案。

每天结束时，Odyss N1会在配套的APP中生成一份身体日报，整理当日的饮食指标和行为数据，并给出相应的规划建议与健康提醒。

图片来源：OdyssLife官网

在隐私保护方面，Odyss N1采集的所有原始照片和音频数据都会在生成健康摘要后立即销毁，不作任何留存。

在APP端，用户也只能查看健康数据的可视化图表，不提供相册或原始内容的查看功能。

去年，智能穿戴硬件市场风起云涌，新品频出，产品定位也愈发走向垂直细分：有面向学习场景的AI眼镜，有主打录音对话的AI戒指，还有聚焦健康监测的AI耳环。

现实往往是，消费者刚熟悉一种产品，新的产品形态和功能组合就会出现。而Odyss N1就是其中之一。

它聚焦饮食健康领域，是这个赛道的首款AI项链产品。同时，它也结合了AI硬件和饮食健康两个热门方向。

Odyss N1通过视觉识别分析食物热量与营养成分，并结合监测到的进食顺序与速度提供健康建议。

这款产品的潜在用户规模十分庞大。以其主打的欧美市场为例，根据《美国国家糖尿病统计报告》，2021年美国糖尿病患者超过3800万人，占总人口11.6%。

除了更需要注意饮食的糖尿病患者，还有大量减肥人群、健身爱好者、健康饮食践行者。随着人们的饮食健康意识逐渐增强，产品的潜在用户还会继续扩大。

图片来源：OdyssLife官网

创始人潘宇扬认为，与其在同一赛道上与大厂正面竞争、在供应链和技术上硬拼，不如寻找和定义新的赛道。

在他眼里，饮食健康正是这样一个相对空白、尚未被充分开发的领域。

不执着于和大厂硬卷，聚焦垂直领域，紧贴实际的市场与用户需求，这些选择都体现出了潘宇扬清醒务实的产品洞察力和战略判断力。

其实，在了解Odyss N1的具体功能后不难发现，它就像是一款自动化程度更高的饮食监测类APP，将用户认为最繁琐、也最难长期坚持的拍照环节实现了自动化。

因此，我们需要将Odyss N1放在目前国内外主流的饮食监测应用的格局中进行比较，才能更清楚地看到它所面临的潜在挑战。

在国内市场，以“薄荷健康”为代表的饮食与健康管理应用已形成较成熟的用户基础。薄荷健康累计用户规模达1.8亿，月活跃用户600万。

其核心功能涵盖AI拍照识别饮食、扫码记录包装食品，支持热量与宏量营养素计算、体重与体脂追踪、个性化饮食计划制定等。

同时，软件内置超过100万条食物数据，覆盖大量中餐菜品。

在国际市场，“MyFitnessPal”被广泛认为是全球领先的营养与食物追踪应用，覆盖120多个国家，累计用户超过2.8亿，月活跃用户约1500万至2000万。

MyFitnessPal拥有全球规模最大的食物数据库，收录食物数量超过1400万种，并于近期整合了ChatGPT Health体验。

其功能体系与薄荷健康整体相似，同样围绕饮食记录、营养计算和健康管理展开。

此外，两款应用均构建了以用户互动为核心的社区功能。

如此对比之下，可以发现Odyss N1面临的挑战并不小。一旦产品模式被市场验证可行，以薄荷健康、MyFitnessPal 为代表的应用很可能会迅速入局。

这些平台已积累了庞大的用户基础，具备更高的品牌认知度和更完善的食物数据库，一旦入局，这一市场很可能会被迅速瓜分。

此外，尽管官方宣称Odyss N1在典型西式菜品中的识别准确率可达90%，但在产品尚未正式发售的情况下，相关数据的可靠性仍有待验证。

在日常生活中，即便是外观相似的饼干，其热量差异也可能高达数百卡路里。Odyss N1在复杂环境下的识别准确性，以及其宣称的全天候续航能力，都有待进一步验证。

另外，除了来自软件应用的竞争，Odyss N1还面临着同领域硬件产品的挑战。

虽然它是饮食健康领域首款AI项链，但并非首个利用AI分析食物种类与进食速度的硬件。

Rex.fit推出过一款全自动可穿戴营养追踪器，通过AI视觉自动抓拍识别进食，云端分析热量与宏量营养素，续航16小时，识别精度达到92%。

图片来源：getdrop.ai网站

华米科技则在刚过去的CES上推出了Amazfit V1TAL食物相机，桌面放置式设计可全程记录进食，AI分析食物种类与进食速度，且联动Zepp输出优化建议。

图片来源：Amazfit

由此可见，Odyss N1面临的挑战是多方面的，既有软件层面的竞争，也有硬件层面的压力。

笔者很高兴看到Odyss N1这种新产品的出现，也欣喜于智能穿戴设备在新赛道上的拓展。

无论其后续的使用效果和市场反馈如何，这都是一个良好的开端。