SensorLM 是一种新型的传感器-语言基础模型，基于 6000 万小时的数据训练，旨在将多模态可穿戴传感器信号与自然语言连接起来，以更深入理解健康与日常活动。尽管可穿戴设备已广泛使用，能持续记录心率、步数、睡眠等生理数据，但这些数据往往缺乏解释“为何”出现特定生理反应的上下文信息。SensorLM 通过结合传感器数据与语言描述，填补这一空白，从而提升个性化健康与健康管理的潜力。该模型依赖大规模配对数据集来理解传感器信号的真实场景，为未来健康监测与行为分析提供更精准的支持。
本专栏通过快照技术转载，仅保留核心内容
内容中包含的图片若涉及版权问题，请及时与我们联系删除
