据高瓴创投刚刚官宣，1月20日，“今日宜休”宣布完成总规模为数千万元的种子轮融资，投资方包括高瓴创投（GL Ventures）、智元机器人、喜临门、云九资本等。据官宣资料显示，今日宜休计划将在今年下半年陆续发布系列软硬件产品，并计划出海。

今日宜休为什么能获得高瓴、智元机器人等的青睐？

资料显示，由小米前高管王腾在离职后，于近日宣告成立，将聚焦“传感器+AI”赛道。

王腾曾任小米中国区市场部总经理、REDMI品牌总经理等职务——曾被外界认为有望接棒雷军，在高瓴创投的官宣材料中，介绍王腾“是小米最被看好的年轻力量之一”：

创始人王腾在离职创业之前，是小米最被看好的年轻力量之一。王腾以不到40岁的年纪，担任REDMI品牌总经理，后出任小米中国区市场部总经理，跻身小米集团内少有的“双料总经理”行列。王腾在小米时期的代表作，包括Mix2，小米8、红米Note7等。

此前，王腾创办今日宜休引起广泛关注。本次高瓴创投、智元机器人等重量级机构的投资，显示了资本对王腾及其创业方向的认可。

在高瓴创投的官宣资料中，透露了今日宜休未来产品方向的更多信息。今日宜休将聚焦个体的睡眠与精力状态管理，推出相关软硬件产品，其中，低功耗传感器及大模型与多模态算法是技术基础：

围绕着「精力资产管理」，「今日宜休」并不基于用传统标签定义产品边界，而是试图沿着技术能力与用户需求自然演进的路径，构建一个可持续扩展的精力管理体系。公司将率先锚定那些以科技创新驱动的品类，实现精力感知、状态调节、长期管理的闭环方案。

今天，低功耗生理与环境传感器日渐成熟，大模型与多模态算法的进步，都使系统具备了深度理解人的状态并做出联动调节的能力。当这些能力在睡眠环境中汇合，卧室将从被动空间，转变为能够根据人的神经状态，对光线、温度、声音与支撑进行持续微调的系统，睡眠也由此从黑箱，走向可被工程化优化的过程。

据王腾微博显示，今日宜休初创核心团队成员来自小米、华为等头部科技企业，公开招聘软硬件产品经理等多个岗位。

王腾表示：“当前AI大模型的迅速发展，让众多产品体验得以大幅提升。影响睡眠的因素很多，如光线、温度、声音、空气等等，「今日宜休」将通过更多的传感器结合大模型，主动感知人。”

据天眼查信息显示，“今日宜休”全称为北京今日宜休科技有限责任公司，亦于2026年1月6日注册成立，法定代表人为王腾，注册资本100万人民币。也即是说，今日宜休公司仅仅注册成立14天，就已获得高瓴、智元等机构的投资。

股权结构上，目前王腾直接持有今日宜休55%的股权，其余45%股权分配给合伙企业，由王腾代持，显然已预留好融资和股权分配的份额。

随着本次高瓴创投（GL Ventures）、智元机器人等的天使轮投资，相关股东信息随后或将发生变动。

资料显示，2025年9月，王腾因泄露公司机密信息，且存在利益冲突等严重违规违纪行为，被小米公司辞退，但小米及王腾均未公布辞退具体原因。

AI+传感器，成为日益火热的创业赛道

本次王腾的创业项目信息公布，透露了一个重要的行业趋势——AI+传感器，成为日益火热的创业赛道。

在王腾的“今日宜休”睡眠健康科技项目中，希望通过各种传感器采集光线、温度、声音、空气等信息，将这些数据反馈给AI大模型，从而对个人睡眠质量进行主动管理和干预。

事实上，从AI算法到AI大模型到AI智能体，随着AI技术的普及和爆发式增长，正加速挖掘传感器的数据潜力，从而带来更多应用可能，进而促进传感器产业的扩张。

与王腾的“今日宜休”项目思路类似，多家初创企业凭借“AI+传感器”技术思路，正在颠覆传统科技领域。

以色列的初创企业Exodigo，成立于2021年，短短数年间获3轮融资，融资金额超过1.3亿美元。

Exodigo使用多个传感器融合收集地球物理数据，并将信号数据与专有人工智能（AI）模型融合在一起，显着提高地图绘制的准确性和效率，从而减少不必要的挖掘以节省成本、降低损失。

据Exodigo声称，该方法通常比传统方式能够多发现20-30%的公用事业线路，并能够将初步挖掘和钻探减少多达90%，因此施工人员只需要在必要时进行挖掘即可。

国产光电传感器及机器视觉解决方案供应商——重庆中科摇橹船信息科技有限公司（下文简称“摇橹船科技”），打破了中国在工业视觉传感领域的落后局面，获得超亿元级融资。

摇橹船科技的AI智能检测系统，通过自研的3D激光传感器，结合AI算法，实现了工业检测的效率提升，并已应用在重庆赛力斯超级工厂中。

譬如在电池生产检测中，光电传感器扫过电池后，生成点云图，再进行计算、比对，判断圆柱电池产品是否合格，而在这个计算和比对的过程，就引入了AI算法。

光电传感器负责精确捕捉被测物体的3D信息，AI则扮演着“大脑”的角色，对海量图像数据进行深度分析，提取有价值的信息，实现智能决策与控制。

工业视觉传感器龙头企业基恩士，亦积极推动“AI+传感器”技术落地，认为“AI视觉检测在工业机动化领域也逐渐解决了人工检测成本高、稳定性差、检出率不达标等难题。”

通过基恩士先进的光电传感器配合AI算法，能够应对工业场景中更多未知场景的精密检测需求，譬如铸铝件的砂眼大小、树脂件的划痕长短等，是否符合质检要求。

全球最大的MEMS智能传感器企业博世，亦在CES 2026期间，官宣与微软达成合作，拓展其“制造协同智能 ”解决方案，探索利用智能体人工智能革新生产方式的创新技术。

对传感器中AI技术的使用上，博世已提升至AI智能体的技术高度，认为智能体人工智能能够解读海量数据，做出高度自主的决策并执行任务，从而优化生产、维护和供应链：

此次合作旨在将博世在生产和工业软件领域的深厚工业知识与微软领先的 IT 基础设施和软件技术相结合。两家公司的目标是利用人工智能支持的解决方案，使现有生产流程更具可扩展性，从而不仅提高工厂效率，还能减轻员工的负担。例如，通过及早发现生产流程中的偏差，可以最大限度地减少停机时间并降低生产成本。

值得一提的是，博世在CES上，透露其“制造协同智能”的首批客户之一是 Sick AG，该公司是全球领先的工业应用传感器和传感器解决方案制造商。

显然，作为全球MEMS智能传感器巨头，博世正加速推动AI技术——甚至上升至AI智能体在传感器及工业自动化、消费、汽车等领域的应用。

AI技术带来的营收，有望成为博世未来10年的增长支柱，据博世预测：

预计到下一个十年之初，其软件和服务销售额将超过60亿欧元，其中大部分将基于人工智能（AI）。预计约三分之二的收入将来自移动出行业务领域。该公司预计，到2030年代中期，其软件、传感器技术、高性能计算机和网络组件的销售额将翻一番，超过100亿欧元。博世在人工智能的应用和开发方面预计到2027年底，将在该领域投资超过25亿欧元。

结语

面向全面智能化时代，尤其是物理AI（PhysicalAI）的普及，“AI+传感器”的技术发展思路，日益明确。

从AI算法，到AI模型到AI智能体，各传感器企业对AI技术的运用逐渐深入。AI模型算法将挖掘传感器的数据潜力，从而带来更多应用可能，颠覆了现有传感器无法涉足的应用领域——譬如上文中的睡眠健康管理、管道探测、工业视觉检测等案例。

AI技术对传感器的影响，将形成前所未有的传感器大爆发——硬件层面传感器数量需求增多，软件层面基于AI的传感分析决策模型有望为传感器厂商带来更多增长点。

森尼克HSCxxx-Tx系列电流传感器各型号：HSC200-TR，HSC200-TF，HSC300-TR，HSC300-TF，HSC400-TR，HSC400-TR，HSC500-TR，HSC500-TF，HSC600-TR，HSC600-TF，HSC700-TR，HSC700-TF，HSC800-TR，HSC800-TF，HSC900-TR，HSC900-TF对标替代莱姆LEM电流传感器HC5F系列型号，pin to pin国产替代如下具体HC5F系列型号：

HC5F200-S，HC5F300-S，HC5F400-S，HC5F500-S，HC5F600-S，HC5F700-S，HC5F800-S，HC5F900-S。