当宠物智能硬件还在比拼生理数据监测时，硅谷公司Traini已用多模态AI技术切入情绪理解这一真空地带。这款基于生成式AI的智能项圈，通过VA情绪模型和3D情感建模，将狗子的叫声、心率等信号转化为可视化情绪指数。本文深度解析其从硬件销售到B端API服务的商业模式转型，以及宠物科技从监测到分析判断的三大演进路径。

AI硬件的风，终于刮到了狗子的身上。

当科技圈还在为智能硬件能否取代手机争论不休时，硅谷一家公司却另辟蹊径，直接把AI挂在了狗脖子上做出了全球首款基于生成式AI的人宠“情绪”翻译器。

这家名为Traini的宠物情感智能公司，近日宣布完成超750万美元融资。

这份投资名单堪称“AI圈顶配”：不仅有英伟达副总裁、大模型独角兽Anthropic的核心技术成员，甚至还出现了小米联合创始人洪峰的身影。

Traini最大的突破，在于它切入了一个在宠物经济里被长期忽视的真空地带——情绪理解。

过去的宠物智能硬件，大都在卷“生理数据”的监测（步数、睡眠），本质上是把运动手环给狗戴；而Traini利用多模态AI技术，试图解决狗子更深层的“心理数据”。

今天，硅基君就带你来看看这个“神奇”的AI硬件。

01 用AI，读懂狗子情绪

在美国，狗和猫早就不是“宠物”了，而是数千万家庭的“编外成员”。

PetSmart Charities和盖洛普算过一笔账：

养一只狗，一辈子要花掉接近3.5万美元。

这种长期且高昂的投入，本质上源于深厚的情感联结。但即便你每年砸下重金，仍然有一个巨大的痛点无法解决：

作为人类最贵的情感寄托对象，狗子偏偏不会说话。

你永远不知道它现在是无聊、委屈、疼，还是单纯在作。于是，“养宠”这件事，本质上成了一场长期的信息不对称博弈。

这也正是巨大的创业机会所在。早年的宠物智能硬件，往往集中于健康数据追踪——比如步数、睡眠。说实话，这些低阶数据对解决焦虑毫无帮助。

而Traini的特别之处在于，它切入了“情绪理解”这个真空地带。

简单来说，Traini搞了个叫“认知型”的智能项圈，目前正在预售。它的核心卖点非常性感：利用多模态生成式AI，对宠物行为进行“翻译”。

▲ Traini多模态生成式AI应用于宠物行为理解与“翻译”

比如，狗子叫的时候，Traini能告诉你，它是“无聊了想找人玩”，还是“焦虑了在喊救命”。

这就很骚了。

但这里存在一个致命的逻辑陷阱：你怎么证明这翻译是对的？毕竟，狗也不会跳出来说“翻译得不对，扣钱”。

为了解决这个信任危机，Traini的方案是把“玄学的情绪”变成可视化的“信任指数”。

他们在项圈里塞进了心率传感器、体温传感器、动作追踪器，还有一个麦克风。这些多维度数据，构成了情绪分析的物理基础。

而驱动这一切的，是一个名为PEBI（Pet Empathic Behavior Interface）的多模态情绪理解系统。

Traini于2024年12月在Traini的iOS应用中推出了吠叫转文字与语音、图片转文字与语音等功能。Traini称，公司专注于该部分已有3年时间，其背后是全球首个基于人工智能的宠物PEBI和TTS模型。

这套系统本质上就是对宠物的情绪进行数字化建模。它不仅支持文本、图像、视频、音频的多模态交互，还能将心率、体温等生理信号，与叫声、表情等行为信号结合，甚至调用手机摄像头辅助判断。

为了让“读心”变得可信，Traini在算法层构建了三道护城河：

1. Valence–Arousal（VA）情绪模型：自研情感唤起模型；
2. 3D宠物情感模型：使用自定义瞬时情绪向量（IEV），建模宠物情绪与时间、地点情境；
3. PPI模型（宠物感知与互动）：基于Transformer架构，融合实时感知、自适应推理与反馈生成。

这里头，最牛的还得是VA情绪模型。

这是不久前刚发布的，号称用了200万只狗的行为数据、覆盖120个犬种。简单说，就是把狗的情绪放在一个坐标轴上量化，不仅能告诉你狗子是“开心”还是“不开心”，还能计算出开心的程度。

而3D宠物情感模型则是为了解决语境的问题。狗在公园叫和在医院叫，含义截然不同。IEV模型通过自定义向量，将宠物的“内在情绪”与“外部时间、地点情境”统一建模。

这相当于把“它现在感觉如何”和“它正在经历什么”两件事合并分析，从而实现了更智能的解读。

▲ Traini 3D宠物情感模型

PPI模型基于Transformer架构，负责实时感知与反馈。

更有趣的是，公司采用了“边用边训练”的机制。匿名化的用户交互数据会回流扩充数据集，这意味着，你用得越多，Traini就越懂你的狗。

说到这里，如果你以为Traini只是想卖你一个几百美金的项圈，那你还是太年轻了。

硬件是一次性生意，赚的是辛苦钱。数据，才是细水长流的印钞机。

Traini现在的玩法是开放PEBI API。

它正试图向兽医诊所、宠物店、保险公司授权这种情绪分析能力：

• 对于诊所，这是辅助诊断依据；
• 对于保险公司，这是评估宠物健康风险（如分离焦虑导致的破坏行为）的底层数据。

这标志着，Traini正在从一次性的硬件销售，转向可持续的B端服务收入。

宠物经济本身就是一个情感驱动的新消费赛道。与其说，Traini卖的是个项圈，倒不如说它卖的是一个情感互联的AI解决方案。

它将前沿的AI技术包装成普世的情感需求，把不可言说的“爱”，变成了可以计算的“数据”，从而在拥挤的宠物经济中，开辟了一个高附加值的技术赛道。

02 从监测到分析判断，宠物智能硬件的三种路径应用

Traini由华人连续创业者Arvin Sun于2022年在硅谷创立，此前在国内创立美容养生、物流、餐饮类企业，还曾打造北美华人即时配送平台Gesoo。

Traini创始团队成员曾任职于OpenAI、Chewy、字节跳动等企业。

团队在2023年推出自然语言与行为分析模型PetGPT，官方数据显示用户覆盖率99%，服务参与度提升70%。

2024年，Traini推出AI驱动的产品推荐与购买系统T-Agent，可以根据狗狗的实际需求，自动推荐并下单购买宠物用品。

Traini已服务超200万只狗，相关YouTube视频播放量超7000万次，已与美国近4万家本地宠物店建立合作。

其实，在Traini推出智能项圈前，市场上早已推出过多款宠物智能产品。按功能区分，它们大致可以为三类：

1.健康与生理信号监测

这类AI应用核心模式为“硬件项圈+软件算法”，将生理/行为信号转化为可读洞察。

项圈PetPace是目前最接近“兽医医疗设备”的智能项圈之一，可导出兽医报告。它的AI是连续生理建模，为每只狗建立“个体正常区间”。

其通过AI监测心率、HRV、呼吸、体温、姿态等生命体征，提供告警功能，支持数据与兽医共享；可监测癫痫发作、记录seizure事件。

最终，它会对这些数据进行AI疼痛评分（Pain Index），基于HRV、活动减少、姿态变化的多变量模型，输出一个可量化疼痛分值。

项圈Invoxia/Minitailz是一款消费级监测设备，AI看安静状态下的微小变化。它监测静息心率、静息呼吸率，整合GPS定位、睡眠、活动量、食欲、行为等数据，生成AI每日健康报告，支持异常告警与虚拟围栏功能。

Cotons AI智能项圈是一款纯生物信号监测设备，专门用来收集狗狗的生物电、生理节律和行为加速度等底层信号。

它的AI功能主要负责处理这些信号，先去除干扰噪声、建立稳定的数据模型，再根据狗狗处于静息、活跃或异常状态的不同情况，对其基础健康状况做出判断。

犬类追踪器Whistle的AI应用则相对较“轻”，但非常成熟。

它为每只狗建立“正常活动曲线”，根据其体重/年龄/品种校正AI模型，当活动水平、睡眠节律长期偏离，AI会提示潜在健康问题，不会把“老狗正常减少活动”误判为异常。项目已被Mars Petcare收购，金额约1.17亿美金。

2.行为与活动追踪

项圈Fi强调“AI识别行为/异常提醒”等。它整合AI行为识别与GPS定位，提供健康与行为追踪服务，其AI通过分析运动传感器数据，可精准识别活动、休息、抓挠、舔舐、饮食、吠叫等行为模式，支持安全区域设定与走失告警。Fi已完成3000万美金B轮融资。

宠物智能硬件全家桶PETKIT，包含喂食器、饮水机、猫砂盆等，形式偏家庭宠物IoT平台。硬件矩阵+App数据闭环+智能化/算法能力，AI算法贯穿各设备，实现宠物进食量、饮水量、如厕频次等数据的智能分析与异常预警。

智能猫砂盆Whisker/Litter-Robot：主打AI识别，进行排泄物监测，AI通过视觉识别技术分析宠物排泄物的形态、重量等信息，辅助判断健康状况。公司被曝曾探讨交易，估值可接近10亿美金。

3.训练与安全导向

项圈Halo Collar，核心功能为GPS虚拟围栏与训练反馈体系，主打围栏防护和行为纠正。其AI结合机器学习，能提升围栏定位与狗狗位置追踪的精准度，还可判断狗狗行进方向，仅在其远离安全区域时触发警示反馈，返回时不施加纠正。

从目前看，宠物科技离不开硬件、数据和AI三者加持，许多产品依赖AI生成报告、提供告警和远程服务，整个行业从硬件销售向服务订阅演进。优秀的产品同时服务两个用户——宠物（健康）和主人（安心、便捷），并开始连接兽医（专业支持）。

另外，拥有独家、连续、多维的数据是训练更优AI模型的基础，这也是PETKIT等打造硬件全家桶，以及巨头如Mars收购Whistle的核心逻辑。