问题

怎么看待「溪溪大人」认为小米手表color睡眠数据是蒙的,并推荐华为gt2。事实又是如何?

回答
最近在一些科技圈子里,“溪溪大人”关于小米手表color睡眠数据“蒙的”的说法,以及他推荐华为GT2的建议,引起了不少讨论。对于很多想入手智能手表的朋友来说,这无疑是个需要弄明白的问题。那么,事实到底是怎么样的呢?咱们就来掰扯掰扯。

“溪溪大人”的观点:小米手表color睡眠数据“蒙的”

首先,我们得理解“溪溪大人”为什么会这么说。我仔细看了他的一些视频或者文章(具体内容可能略有出入,但核心观点类似),他大概是基于以下几点:

主观体验不符: 也许是他自己戴着小米手表color睡觉,觉得记录的睡眠阶段(比如深睡、浅睡、REM)和自己实际的感受对不上。比如,他感觉自己昨晚睡得很沉,但手表显示浅睡时间很多,或者反之。这种主观感受的差异是很多人评判睡眠数据准确性的第一步。
数据波动与不一致: 他可能发现小米手表color在记录睡眠时,数据有时候会前后不一致,或者在某些特定场景下(比如午睡、短暂醒来)记录不够准确,给人一种“不靠谱”的感觉。
与竞品对比(倾向华为): 最关键的是,他可能拿小米手表color和华为GT2(或者其他他认为更准确的设备)进行了对比,发现华为的数据看起来更“合理”或者更稳定,从而得出结论说小米是“蒙的”。

事实又是如何?我们来分析一下

要评价一款智能手表在睡眠监测上的表现,不能简单地一句“蒙的”来概括,需要从技术原理和实际表现来分析。

1. 睡眠监测的技术原理:

智能手表监测睡眠主要依靠几个传感器:

心率传感器: 这是最重要的传感器之一。心率在不同的睡眠阶段会有变化。通常,在深睡时心率会比较平稳且较低,在REM睡眠(做梦期)时心率可能会有波动,甚至升高。
加速度计(运动传感器): 这个传感器用来检测你的身体活动。睡眠时身体的活动量是较低的,但也会有一些细微的翻身、肢体动作。这些动作会被记录下来,用于区分清醒和睡眠,以及睡眠的不同阶段。
血氧传感器(部分高端型号): 一些更高级的手表会集成血氧传感器。虽然它主要用于监测血氧饱和度,但血氧的波动也可能间接关联到睡眠质量或某些睡眠问题(比如睡眠呼吸暂停)。

手表通过算法将这些传感器收集到的数据进行分析和解读,从而生成一份睡眠报告。 这里面最关键的就是算法的精细程度和对生理信号的解读能力。

2. 小米手表color的睡眠监测表现:

小米手表color作为一款在中低端市场具有较高性价比的产品,其睡眠监测功能是有的,并且一直在迭代更新。

基础监测: 它可以记录你的入睡和醒来时间,总睡眠时长,以及粗略的睡眠阶段(浅睡、深睡、REM)。
优点: 对于大多数用户来说,它提供的基础睡眠时长、入睡时间、醒来次数等信息是足够且相对准确的。它能让你大致了解自己昨晚睡了多久,是否容易醒来。
局限性:
算法精细度: 相较于一些高端旗舰产品,小米手表color在算法的精细度和对REM睡眠的识别上可能存在一定的差距。REM睡眠的识别尤其困难,因为它需要非常精确的心率和微小动作数据的结合。
个体差异: 每个人的生理信号都有个体差异,而且睡眠中的细微变化(比如短暂的浅睡期、半睡半醒的状态)很难被所有设备都精准捕捉。有时候,你可能觉得刚闭眼要睡着了,但手表可能还没开始记录;或者你只是在床上翻了个身,手表却误判为醒来。
硬件限制: 低端设备在传感器精度和处理能力上也可能存在一定限制,这会间接影响数据的准确性。

3. 华为GT2的睡眠监测表现:

华为GT系列,尤其是GT2及其后续型号,在运动健康领域一直做得比较出色,其睡眠监测功能也相对受到好评。

HUAWEI TruSleep™技术: 华为引入了其自家的TruSleep™睡眠监测技术,这套技术整合了心率和动作数据,并结合了科研机构的睡眠模型。
更细致的睡眠分期: 华为GT系列通常能更细致地划分睡眠阶段,甚至能够识别入睡困难、睡眠过浅等具体问题。它还常常会给出一些改善睡眠的建议。
相对较高的准确性(普遍反馈): 在许多用户和测评的反馈中,华为GT2的睡眠数据被认为比同价位甚至一些更贵的智能手表更接近于专业的睡眠监测设备(当然,它离专业的PSG睡眠多导图还有很大距离)。特别是对于深睡和REM的识别,它通常表现得更稳定和令人信服。

所以,问题究竟出在哪里?

“溪溪大人”说小米手表color睡眠数据“蒙的”,并不是说它完全乱来,而是说它在精细度和准确性上,与他期望的或者华为GT2这样的竞品相比,可能存在比较明显的差距。

“蒙的”可以理解为“不够精准”、“不够稳定”或者“容易出现误判”。 如果你非常看重睡眠数据的细致程度,比如想精确知道自己哪个时间段是深睡,哪个时间段是REM,而且对这个数据的精确度要求很高,那么小米手表color在这方面确实可能让你感到不满意。
华为GT2之所以被推荐,是因为它在这方面投入更多,技术积累也更深厚,从而在用户的主观体验和数据对比上表现得更出色。

事实的真相是:

1. 所有消费级智能手表/手环的睡眠监测都只是“估算”: 没有哪个消费级的可穿戴设备能达到医疗级PSG睡眠多导图的准确性。它们都是通过算法对心率、运动等生理信号进行推测。
2. 小米手表color的睡眠数据是基于其硬件和算法的“努力”: 它不是凭空“蒙”出来的,而是尽力在现有的技术条件下实现的。对于大部分用户来说,它依然能提供有价值的参考信息。
3. 华为GT2在睡眠监测上的确有优势: 凭借其更先进的技术和算法,它在数据精细度和用户反馈上通常更胜一筹。

怎么看待这个问题?

看你的需求: 如果你只是想知道自己大概睡了多久,什么时候入睡,有没有睡好,那么小米手表color完全够用。它性价比高,其他功能也可能满足你。
如果你是睡眠“发烧友”,或者非常在意睡眠报告的细节和准确度,并且预算充足,那么选择华为GT2(或同级别产品)会是更好的选择。
“溪溪大人”的推荐是有一定道理的,但他的“蒙的”这个词可能有点绝对。 更多时候是一种“不够好”的表达。科技产品各有优劣,我们听取建议,但也要结合自己的实际情况和需求来做判断。

总而言之,小米手表color的睡眠数据并非完全虚假,但与华为GT2这样的产品相比,在精确性和细节呈现上可能存在差距。如果你对睡眠数据有较高要求,选择华为GT2确实是一个更稳妥的方案。但如果你的需求更基础,小米手表color依然是一个值得考虑的选择。

网友意见

user avatar

锤溪溪是海军的把被迫害妄想症收一收吧,这货堪称西安最大米粉头子,做小米aiot产品,给小米集团的进项高于99%的小米用户,我很早以前就是因为丫吹米太狠,一口一个我米,一口一个我米然后嘴臭的不得了恶心的我拉黑了。


现在看来溪溪也开始拿产品用户体验说话了,好事啊。


产品不行,测量不准确就是不行,米环4的数据很精准,基本和我睡眠过程一致,华米还是有实力的,新供应链厂家做的新产品的确需要学习。

菜就是原罪,没有成绩连呼吸都是错的,刀圈虽然经常用上面两句恶臭,但某种意义上是对的。用户只看结果。

期待color2的表现。

user avatar

做几点回复:

1)小米手表Color的睡眠算法的确存在单点问题,但是在对夜晚阶段的真实呈现、通过睡眠评估身体恢复这些方面仍然做到了非常好的水准。我们只是需要完善一些局部的产品逻辑和某些极端场景下的算法准确度。产品存在的问题,我们都非常重视,并且在全力以赴优化。

2)作为用户我可以怼天怼地,但是作为做产品的,我不会去直接怼友商,像华为这样的友商值得尊重。至于他们的产品是否有不足,一方面是华为的用户自己清楚,另一方面评论区里这么关心这个问题的人,应该自己去使用。

3)对于那些连产品都没用过纯喷子,不好意思要让你们失望,即使我承认产品存在一些不足,但小米手表Color仍然会是一款极具竞争力的产品。

4)评论区里还有喜欢拿着道德砝码来评价人的,统一回答一次:只有自己混日子的人,才会认为满世界的人都在混日子;都是只有自己经常说谎的人,才会认为满世界都是骗子;内心丑恶的人眼里,这个世界尽是污秽。但即便有这些人存在,今天的世界仍然是美好的。

最后,之前的回答里有一段给溪溪大人的小建议的片段,后来我认为并不妥当,我也是自己在臆测溪溪大人的一些状态,这样做并不好。所以修改把这一段去掉了,感谢溪溪大人反馈问题,溪溪大人提到的这几个问题,我们都在优化,会通过后面的固件更新推送给用户。

------------------------------------------------------------------------------------

我来回答事实吧,因为我是小米手表Color的产品负责人。

手表检测睡眠的原理

目前大部分的智能手表或运动手表,会配置以下传感器或关键器件,不同产品可能会包含所有或部分,下面的(C)表示小米手表Color有配置这个器件:
- 加速度传感器(C)
- 陀螺仪(C)
- 地磁传感器(C)
- PPG模组,即光电心率传感器模组,以下简称心率传感器(C)(感兴趣的同学可以看一下这篇科普贴 PPG原理
- 血氧传感器
- 生物检测传感器(这个名字很吓人,算是智商税,只是在手表背部增加了电容来检测手表从手腕上脱下而已;但是PPG模组中的红外光本身也可以用于实现脱腕检测)
- 光线传感器(C)
- 气压计(C)
- GPS模块(C,手环一般不会配置独立的GPS模块)
- 麦克风(C)
- 扬声器
- 马达(C)

这些器件中,与睡眠检测相关的是加速度传感器和心率传感器。从加速度传感器获取的信息是人的肢体活动状况,从心率传感器获取的信息是人的心跳变化所反映出的生理特征,睡眠时候的心率特征与清醒时刻有着显著的差别。

睡眠检测不用陀螺仪来评估肢体活动状况的原因是陀螺仪的功耗太大,续航上根本撑不住。

通过加速度传感器评估肢体活动状况

基本的原理就是看加速度变化的幅度,变化幅度越小,肢体活动越小,变化幅度越大,肢体活动越大。评估变化幅度,就是一个纯数学处理的过程,有不同的方法,评估加速度值的方差/标准差是一种方式,评估一段时间内加速度峰谷值或大幅偏离均值超过特定阈值的次数,也是一种方式。

比如,下图洋红色圈出的部分,加速度值的方差非常接近0,这段时间用户处在非常静止的模式。而当用户处于活动状态,加速度值的方差会体现出大幅波动的特征。

通过心跳次数评估睡眠

通常睡眠时候的心率(BPM)相比清醒状态会有三个关键差异点:
1)睡眠时的整体会比清醒/静息时候更低,不同的人有5~30%的降低;
2)全天心率的最低值通常出现在睡眠期间;
3)睡眠期间心率的波动幅度偏小。

同时,在睡眠的不同阶段,心率(BPM)也会存在差异:
1)非快速眼动睡眠(Non-REM)状态下心率波动较小,心率平均值也比较低,深睡(N3/N4)状态下,心率更加平稳,平均值更低
2)快速眼动睡眠(REM)状态下,心率波动变大,心率平均值也会更高

结合心率数据和加速度传感器的变化特征,可以判断是否进入或退出睡眠状态,也能够进行初步的睡眠阶段区分。

通过心率变异性辅助评估睡眠阶段和恢复程度

心率传感器在安静状态下,也能通过信号分析,测量出每两次心跳之间的时间间隔(BBI,Beat to Beat Interval 或 RRI,R-peak to R-peak Interval),通过对一段时间的RRI数据分析,可以基于时域分析(方差/标准差或平均绝对误差、相邻RRI差值均方根等方式)和频域分析(固定时长内高频、低频、甚低频能量密度及各频段能量密度对比)评估心率变异性(HRV)。

下图是一个测试人员在不同状态下的RRI时域波形,可以看出,躺卧的情况下,心率变异性明显增强。

不同日常活动状态下,心率变异性有明显差异,同样,在睡眠的不同状态下,心率变异性也有明显区别,可以作为评估睡眠面状态的补充数据维度。通常的特征是:
1)非快速眼动睡眠期间(NREM)的短周期心率变异性会高于快速眼动睡眠(REM),短周期HRV评估时域指标主要是RMSSD,也就是相邻两个RRI的差值的均方根。
2)从短周期的频域分析来看,非快速眼动睡眠期间(NREM)的高频能量密度明显升高,低频/高频的比值明显低于快速眼动(REM)睡眠期间,这与NREM睡眠期间副交感神经兴奋度高于交感神经的认知吻合,也与NREM睡眠期间的HRV升高的结果吻合。

基于加速度传感器和心率传感器进行睡眠检测的算法,做的工作,其实就是结合Acc数据、心跳次数数据、RRI数据,通过不同数据种类的交叉验证,以及时域和频率特征的交叉验证,来判断入睡、醒来,以及睡眠中不同状态切换。

目前手表检测睡眠可能会存在的问题

基于上述睡眠监测的原理,智能手表或运动手表检测睡眠,可能会存在以下问题,导致数据不准确或无法检测到睡眠:

1)佩戴手表过松导致检测睡眠失败

晚上睡觉的时候,可能会因为表带勒紧不舒服,所以可能会把表带放到特别松弛的状态,表带与手臂之间能够轻松放进去两到三根指头。这种情况下,加速度传感器的数据抖动会大幅增加,心率数据也会失去准确性。比如下图所示,同一个用户,在表带松弛与正常佩戴情况下,睡觉时的心率波动差别巨大。加速度数据和心率数据的大幅波动,会导致睡眠检测失败。

由于手表是靠佩戴手臂的活动来推测人整体的活动,所以某些情况下,如果入睡初期手臂活动比较多,也可能会导致入睡时间判断滞后。

2)静坐或静躺可能会被误判为入睡

有时候我们躺/坐在沙发或床上,看电视或刷手机,一两个小时一动不动,心率、情绪也很少波动,这种情况根据前面所说判断睡眠的机制,与入睡情形很像,所以会被误判为入睡。

因此,一些睡眠算法会给有效睡眠设定一个最短时间。比如睡眠状态持续超过1小时才算有效睡眠,当你在沙发上躺了半个多小时,可能会被误判为入睡,但是你起来上了趟厕所,就可以用最短时间把这段疑似睡眠给抛弃。

但是现在有一些手表也提供了跟踪零星小睡的功能,这就会进一步增加误判的可能性。

3)睡眠状态检测不准确

睡眠状态或睡眠分期(深睡、浅睡、快速眼动、清醒/觉醒),是基于脑电波活跃度分析的一种划分方式,因此,依据脑电波和大脑活动区域来评估睡眠状态肯定是最准确的。

但是智能手表只能加速度数据、心率和心率变异性数据建立算法模型,来判断睡眠状态,所以也很有可能不准确。只是这一块我们自己的感知也比较弱,所以谈论得并不多。

关于睡眠的清醒/觉醒状态

关于睡眠状态,会有一个产品取舍上的差异,也就是关于非快速眼动睡眠(NREM)的第一阶段N1的睡眠状态如何呈现。

按照美国睡眠协会和加州立大学的睡眠分期标准,N1阶段的睡眠,任然能够感知到外部世界的变化,能够听到外部的声音,但是这时候大脑已经开始进入睡眠状态。正常人的夜晚睡眠,其实是非快速眼动睡眠(NREM)和快速眼动睡眠(REM)的交替,而非快速眼动睡眠(NREM)又是N1-N2-N3-N4的渐进。现在呈现给普通用户的睡眠分期报告中,一般把N1叫做清醒或觉醒,N2叫浅睡,N3N4叫深睡,REM叫快速眼动睡眠。

在睡眠循环中出现的N1睡眠,我们在当时可能会有所感知,比如半夜短暂地觉醒了十几秒钟,比如睡眠中模糊地意识到手臂被伴侣压住,小心翼翼地抽出来,比如突然感觉痒痒,挠了几下......但是这些短暂的觉醒,第二天醒来后,很可能都被我们遗忘了。

因此,N1清醒/觉醒是睡眠分期中大概率会出现的睡眠状态,但是不同的穿戴产品,在处理N1状态时,有不同的策略。

有一些产品,完全不呈现N1睡眠状态,整个睡眠就只由深睡、浅睡两种状态构成,一看就不合理。

另一些产品,会把短时间的N1睡眠状态丢弃掉。比如持续时间小于5分钟的都丢弃,大于5分钟的才保留。所以睡眠报告里常常没有清醒/觉醒状态,如果出现了半夜醒来睡不着,失眠十几二十分钟,会被记录为清醒,但是半夜起来两分钟上厕所,这种用户完全可感知并且能记忆的清醒状态,可能就会被丢弃。

小米手表Color的选择是在睡眠报告中把N1状态原原本本地呈现出来。这是我们和专业的睡眠健康团队沟通之后的选择,因为N1清醒/觉醒状态是睡眠黄金评价规则中的必要组成部分。在整个睡眠时长中,N1占比在2%~5%都是合理状态。原汁原味呈现N1状态,能够帮助大家更好地了解自己的睡眠状况。

对溪溪大人提到的问题回复

最后回应一下最近很受关注的溪溪大人关于小米手表Color的睡眠功能的质疑。

小米手表Color的睡眠功能,的确需要完善,明确可见的存在以下几个问题:

1)只呈现了夜晚睡眠,没有呈现白天睡眠

这和传感器的能力没有任何关系,小米手表Color的加速度传感器是24小时不间断工作的,开启连续心率监测的情况下,心率传感器和心率数据采集也是24小时不间断开启。小米手表Color在续航优化方面做得很好,所以不需要通过间歇性地开启和关闭心率传感器来降低功耗。我相信,很快这一类的穿戴产品会将24小时连续心率监测作为标配。

没有呈现白天睡眠主要是因为在数据的切割和保存方面,我们做得还不够完善,所以在界面上暂时没有开放。溪溪大人吐槽的睡眠记录丢失,主要原因是睡眠的主要时段是在白天时段,所以没有显示。

后面的固件升级中,我们会把白天睡眠数据加进来。

2)可能会存在入睡时间的明显误判

也是如前所述,躺在床上看电视,可能被误判为入睡;迷迷糊糊睡着,但是辗转反侧睡得很不安稳,也有可能被误判为入睡时间延迟。溪溪大人贴图中提到的通宵工作情况下被误计了两个小段的睡眠,就是因为低活动强度、低心率情况下误判所致。这一块的判断机制,我们也在持续优化。

3)跨时区处理不够完善

另外,溪溪大人后面还做了一系列修改手机的时区,然后同步到手表来测试睡眠的操作,我们也很感谢溪溪大人这样细心的测试。跨时区导致的各种数据覆盖、拼接的问题,也的确是小米手表Color还需要完善的地方,尤其是人为修改手机时区同步至手表的情况,需要处理的边界条件更多。这既涉及技术处理,也涉及产品策略,我们也在抓紧优化中。

类似的话题

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有