谷歌发布SensorFM模型：500万人、1万亿分钟可穿戴数据预训练

当可穿戴设备的数据量足够庞大、覆盖范围足够广时，会出现什么？谷歌研究团队最近拿出的答案，就是SensorFM——一个专门针对可穿戴健康数据的深度学习基础模型。7月9日发布的这个模型，在35项健康任务中，有34项都干过了传统的特征工程监督基线，这个成绩单相当亮眼。

那么，支撑这个模型的数据从哪来？答案是全球500万名已授权同意的参与者。数据采集窗口是从2024年9月到2025年9月，覆盖了100多个国家和地区，设备种类涵盖了20多种Fitbit和Pixel Watch机型。每人抽取数周数据后，最终拿到了超过20亿小时——也就是1万亿分钟以上的信号。这个量级，在健康领域确实不多见。

在输入信号层面，模型接收的是34个按分钟聚合的特征。这些特征来自5种传感器：PPG（光电容积脉搏波）、加速度计、EDA（电皮肤活动）、皮肤温度和高程计。换算成实际能抓取的信息，就是24小时内的心率、心率变异性、血氧饱和度、睡眠阶段、运动与步数、皮肤电导以及体温——几乎把能想到的、不侵入身体就能测的信号都包进来了。

模型规模上，SensorFM分成了四个档位：XXS、XS、S、B。最大版的SensorFM-B，相比最小版，重建损失下降了31%，分类任务的AUC均值提升了9%，回归任务的Pearson相关系数更是提升了21%。换句话说，规模越大，性能优势越明显。

接下来是硬碰硬的测试环节。在35项判别式健康任务中，SensorFM-B拿下了33项的头名。更关键的是，研究团队用线性探针（linear probe）去验证模型提取特征的能力——结果在35项任务中有34项优于传统特征工程监督基线。这些任务涵盖的范围也很广：心血管、代谢风险、心理健康、睡眠、人口统计与生活方式，总共6大类。

除此之外，团队还搞了一个挺有意思的探索性尝试——构建了一个agentic“教室”：让多个协作与竞争的LLM智能体去迭代生成、测试和优化推理代码。在这个系统中，模型探索了超过3万个候选方案。最终生成的预测头，在20项分类任务中16项优于线性探针，在15项回归任务中12项优于线性探针。这个结果说明，自动化搜索出的模型结构，在不少场景下确实能比手工设计的方案走得更远。