摘要：从自动化工具进化为能感知、判断、通知、行动的智能终端。
作者｜黄楠
编辑｜袁斯来
Petlibro 的创始人伍昱某种程度上是个幸运的人。他在 20 多岁的时候，赶上了中国消费硬件出海的黄金时代。
他 2007 年加入苹果做工程师，参与过早期 iPod、初代 iPhone 的产研工作。2012 年开始创业、联合成立储能品牌 Jackery，瞄准用户的用电焦虑与充电安全痛点，希望补上苹果产品没能覆盖的空白需求。2016 年，伍昱加入泽宝任 CEO，参与并见证了泽宝的销售额从十亿级别飙升到五十亿人民币体量。
2019 年，伍昱决定再次下场，做宠物智能硬件生意。
这在当时算不上是一个热门赛道。咖啡厅和路演现场，人们谈论着 TWS 耳机、扫地机器人、智能摄像头，但似乎没人关心，一只独自在家的猫，今天到底喝没喝够水。
伍昱注意到了被主流忽略的场景：朋友出差，喂食器卡粮，猫饿了一天，主人却无从知晓；多宠家庭里，一只猫需要吃处方粮，却总在别的碗边混食；猫咪频繁出现在猫砂盆里，主人很难判断是习惯如此，还是身体已经出了问题。
彼时的宠物硬件市场已经跑出了头部卖家，但大部分品牌主要聚焦在猫砂盆这一大单品，还没有在海外发力；同时，有关宠物健康数据管理与服务的场景却一片空白。伍昱知道，自己找到了一个没有绝对头部、也尚未被真正定义的赛道。
他与几位喜爱宠物的年轻人创办了智能宠物品牌 Petlibro。公司先后拿下红杉、深创投等头部机构融资，年营收数亿。2021 年，公司第一款智能喂食器 Granary 系列发布。
但这并非一款简单的 " 远程投喂 " 器。团队从产品定义开始，其研发思路和定价策略就和行业主流打法拉开差距。
过去，国内多数宠物智能厂商都信奉短平快的爆款打法，依靠成熟供应链复刻功能、主打价格竞争快速抢占市场。跨境平台上大量白牌 WiFi 喂食器售价集中在 40 60 美元不等；Petlibro 初代基础版 Granary 首发定价为 69.99 美元，同系列带摄像头的旗舰版本上市价达到 149.99 美元，在同类产品里定位显著更高。
这个选择并不讨巧。伍昱有自己的判断：硬件容易被复刻，但宠物数据和围绕数据建立的软件系统才不可取代。
" 不仅是硬件，放眼整个宠物行业，尚未诞生公认的全球龙头，中国第一是谁也没有定论，用户端对品牌的认知高度分散。我们的想法很简单：既然选择创业，就要选择一个有机会做大、也值得做大的方向。" 伍昱说。
以下为硬氪与 Petlibro 创始人兼 CEO 伍昱的对谈实录，内容经编辑：
寻找没有绝对龙头的赛道
硬氪：你个人经历中和宠物硬件的交集其实并不多，为什么会选择这个赛道创业？
伍昱：一直以来，几乎每个领域都有大量问题亟待解决，但同样也有许多强大的公司在试图解决。
比如手机行业，还需要一家初创公司进去做吗？其实不太需要。产品形态做得极致，可创新空间相对有限。用户心智里已经有了第一，甚至赛道内的前五大品牌也都有了。
我们开始观察哪些赛道还有机会；自然而然地从身边调研，也看了以前熟悉的消费电子、家电。当时在深圳，大部分赛道都已经有做得不错的公司。因此，我们首先必须说服自己，做这件事的价值到底是什么？
调研中可以看到，宠物硬件赛道有其特殊性。用户端没有统一的头部品牌认知，谁是世界第一，不知道；谁是中国第一，也尚无定论。再叠加智能属性，全球范围内真正意义上的好品牌是谁？一个绝对的世界第一还没有形成。
我们的想法也很简单。既然决定了要创业，至少要把梦想想得更大一点。
硬氪：Petlibro 首款智能喂食器产品推出是 2021 年，据你们观察，当时海外养宠用户对智能化的接受度与真实需求处在什么阶段？
伍昱：2019 年前后，宠物硬件行业整体还处在单点自动化的阶段。市面上主流产品涵盖了自动喂食器、自动饮水机、自动猫砂盆等，基本功能停留在 APP 远程控制、定时定量、简单状态查看。大部分品牌的产品叙事，都聚焦在怎么帮用户便利养宠。
那时候 ChatGPT 还没有问世，但我们已经明确了一个方向，设备不应停留在被动控制，而应具备感知、判断、通知和行动的闭环能力。这也是 Petlibro 后来产品迭代的底层逻辑。
事实上，海外用户对智能宠物用品的接受度会更早，比如美国市场已经有 Whistle、FitBark 这类宠物可穿戴，也有 Petnet 等智能喂食器品牌，可普遍问题是功能单点、数据孤岛、健康闭环没形成，产品只能抓住用户初期的新鲜感，很难维系长期使用习惯。因此，我们团队希望进一步探索跨设备数据联动与长期健康服务。
硬氪：猫犬的行为习惯、喂养场景、健康风险等差异显著，为什么选择聚焦到宠物健康方向？
伍昱：宠物健康是动物生命的基础，落到日常可观察、可影响的行为和数据上，吃喝拉撒睡、运动等行为，都是健康状态最直接相关的因素。比如猫泌尿系统疾病高发，需要注意饮水量、如厕次数、尿量、体重变化等关键指标；狗户外活动更多，要关注运动量、分离焦虑、进食习惯等。
虽然猫狗的生理结构存在明显差异，但我们没有划分各自条线，而是根据动物行为、场景去判别风险差异，设计不同的产品形态和交互逻辑。
硬件只是入口，健康数据和服务才是长期价值。出于这一判断，团队并未将方向锁定在主打便捷功能的产品上，而是将健康相关能力作为长期研发重点，同时做好可靠性和日常使用体验。
我们清楚知道，结构、功能很容易被复刻，但围绕宠物健康建立的全栈能力才是难以被替代的壁垒。
硬氪：Petlibro 是最早在喂食器中提出真空锁鲜概念的品牌，它的设计对宠物粮保鲜很有价值，过去却极少被业界关注，这款产品定义是怎么形成的？
伍昱：团队的产品思路相对聚焦，可以看到，仅喂食器类目的 SKU 就做得很细，除了真空锁鲜外，还陆续推出了多宠喂食、RFID（无线射频信号）识别等。
这些方案背后是很多细碎的用户需求。比如多宠场景，海外多宠家庭渗透率很高，仅北美地区占比就超过 50%。这类用户普遍面临同一个问题，即多只宠物饮食需求不同、需要分粮喂养，但传统设备无法隔离，很容易出现混吃、偷吃的情况。我身边有养宠朋友也是如此，家里三只猫有的需要吃处方粮，一旦混食，即便不会立刻产生健康问题，也达不到精细化喂养的标准。
我们采用 RFID 识别技术来解决。这个方案推出的时间很早，当时大模型还停留在硅谷 startup 实验室里，没有进入消费硬件落地阶段。RFID 项圈的路线或许听起来不前沿，但它的技术足够成熟、务实能落地，应用在规模化生产的消费级产品中，解决用户问题。
硬氪： 你们的思路是先抓住普适需求做大单品，还是一开始就用多 SKU 去验证细分需求？
伍昱：SKU 和功能的取舍，我们有一个标准，即这个功能点是不是直接关联宠物健康，长期下来是否具备高质量数据收集闭环的能力；而不是看这个需求覆盖的用户体量有多大、能不能让产品快速起量。
以猫砂盆为例，自动铲屎是所有养猫用户的普适痛点，天然具备大单品潜质。但如果把有限资源投向除味、降噪、外观等表层体验优化，产品的价值边界容易局限在减轻日常清理负担。
因此，在做好清洁、噪声、安全和易用性等基础体验之外，我们进一步投入健康相关监测能力。
对 Petlibro 来说，要做健康监测，就需要让系统能区分每只猫咪的如厕数据，精准对应到个体。因此，团队花了很多精力在融合 AI 视觉技术、研究重量传感器上。通过 AI 识别，系统可以判定是哪只猫咪进入猫砂盆、记录排泄频次、大小便类型；甚至未来我们的产品里，还会进一步提供血便、虫便等异常提醒功能。
再比如多宠识别，表面看面向的是多宠家庭这一细分群体，实则对应的是精准喂养、体重监测等与健康直接相关的刚性需求，不是我们为了凑 SKU 硬做的功能。
反过来讲，如果一个需求用户量很大，却和健康主线无关，我们不会把资源投进去。
多 SKU 是结果，不是起点。在 " 宠物健康 " 这个确定性方向的基础上，筛出必须要做的产品和功能，SKU 就会在研发过程中自然长出来。哪怕一开始产品功能不那么 " 大众 "，我们也觉得，这才是真正值得做的事。
硬氪：这套研发逻辑最早是在哪款产品上验证闭环的？
伍昱：2023 年，我们发布了首款带精准称重算法的宠物饮水机。
以前的自动饮水机产品只能检测水箱剩余水量，不具备数据甄别能力，我们产品的差异是，搭载了自研识别算法后，系统能够精准区分水量变动的原因，包括宠物主动饮水、人为加水、还是设备触碰导致的误差，统计宠物每日的真实饮水量。
肾病等泌尿系统疾病是猫咪最高发的疾病之一，根源大多在于猫咪天性饮水量不足。我们身边就有真实案例，朋友的猫确诊泌尿系统问题后，医生明确要求每天固定饮水 120 毫升。他用 Petlibro 饮水机，APP 里能看到直观数据。比如今天只喝了 80 毫升，虽然设备没办法让猫主动多喝水，但会提示用户猫咪少喝了 40 毫升，回家后再用其他方式补足饮水。
其实这款产品当时在公司内部争议很大。2022 年，市场上几乎没有同类型的智能化、数据化的宠物饮水硬件。它的研发成本很高，核心零部件需要做重新开发，定价也达到了六七十美金；当时打开亚马逊，平台上看到的其他产品定价大多在二三十美金。因此，大家预判发售后产品的销量会非常有限。
但最终表现完全超出预期，上线单日销量很快破千台。这验证了，用户是愿意为可量化、可落地的宠物健康价值付费的。同时，我们也第一次明确看到，健康数据能够在单款产品上闭环，理清了软硬件生态的搭建思路。
跳出内卷，把宠物健康从焦虑变成数据
硬氪：宠物智能硬件赛道近两年明显升温，从技术路径看，哪些方向已经出现智能化趋势？行业尚未跑通完整数据闭环，阻力集中在哪些层面？
伍昱：类比自动驾驶行业，最典型就是特斯拉 FSD 的迭代逻辑。它会在算力更强的新硬件平台训练完整大模型，再通过模型蒸馏，把能力压缩迁移到老款硬件上。这种模型持续迭代、跨硬件兼容的能力，迭代速度甚至超出传统工程化团队的预期。
放到宠物硬件赛道，目前行业已经看到了相似的方向，但还很难完整复刻这套数据飞轮。
核心瓶颈有两点，一是家庭场景高度非结构化。光线随时变化会影响成像，家具、人、其他物体频繁遮挡，以及宠物持续运动，视角、尺度、姿态不断切换等因素，都会导致单帧信息不稳定，连续帧之间也缺乏一致性。
二是宠物生物特征采集与标注难度远高于人脸。宠物是非刚性目标，毛发、颜色、体型、品种差异极大，姿态没有统一标准，还会随年龄、修剪、胖瘦、疾病持续变化。加上宠物不配合采集，高质量标注样本稀缺，很难形成海量、标准化、可复用的数据资产。
这也是企业普遍卡在 " 能识别，但不稳定 " 的根本原因。目前，我们支持按周、按月进行模型更新。
硬氪：宠物健康硬件当前呈现出哪些结构性特征？
伍昱：宠物健康硬件还处在非常早期的阶段。目前用户对设备的核心期待，依旧集中在便捷喂养、简化日常养护上。现有产品大多没能搭建起清晰的逻辑，帮助用户理解日常数据背后对应的宠物健康信号。这种落差并非用户造成，而是现阶段产品能力不足引发的认知预期错配。
我觉得核心不是 " 用户突然被教育明白了 "，也不是市场突然出现了一个显性需求，而是产品能不能把宠物健康从一个模糊焦虑，变成一个可量化、可验证、可行动的结果。
硬氪：现在行业做到哪一步了？距离真正的健康闭环还差什么？
伍昱：目前只做到了 " 数据采集 + 风险预警 " 的浅层阶段，我们现在可以监测饮水量、进食量、排泄状态，但无法做到精准归因；比如明确量化饮水量缺口对应的健康风险、行为异常对应的潜在病症，以及给出可落地的干预、养护、就医建议。
单一设备的数据价值是有限的，真正的宠物健康，是饮食、饮水、排泄、运动、情绪、陪伴的多维耦合结果，解决的是生命状态的动态管理问题。不能归因、不能指导、不能干预，就不叫健康闭环。
当前，用户在购买并使用 Petlibro 的产品时，我们依旧需要投入很多精力，去解释数据逻辑、指标含义。对用户来说，他们只能通过饮水、进食、如厕、活动、体重等间接行为去判断健康状态。因此，系统输出的每个指标，都不能是黑箱结论，而必须让用户理解它从哪来、意味着什么、下一步该做什么。
比如系统给宠物健康评分是 90 分，这个分数必须经得起交叉校验；系统在识别到数据异常，不能只抛出一句 " 存在风险 "，而是能够溯源、解释诱因，并且给出可落地的建议，甚至能支持用户去宠物医院做全套体检来验证这个判断。这就形成了从数据预警到医疗验证的闭环。
硬氪：北美是 Petlibro 的核心市场。与其他国家和地区相比，北美用户在养宠理念、健康管理意识及消费行为上有哪些差异？市场增长节奏与你们最初的趋势预判是否一致？
伍昱：底层需求没有本质差别。收入高低不会改变用户对宠物健康的底层诉求，所有养宠人的目标，都是确保安全，改善生理和心理健康，降低疾病风险，甚至延长寿命。差异更多体现在场景习惯与审美偏好上，比如北美很多家庭是独栋住宅，喂养环境不一样；不同市场对产品外观配色偏好不同等，都属于产品形态层面的微调。
真正具备产业影响的区域性差异，集中在增值服务的付费意愿和付费结构上。 目前，北美市场兽医体系、物保险、订阅制消费习惯更成熟，对预防性健康服务付费意愿更强；相比之下，其他市场可能更偏一次性硬件购买，但底层健康需求同样存在。
长期看，谁能打通硬件体验、数据与健康服务，谁就更有机会将一次性硬件交易转化为持续的用户关系，进而沉淀为长期产品生态。
