三诺生物携手荣耀达成生态合作 CGM血糖数据互通 小诺智能体延伸至腕上终端
2026/09/23 14:25AI云资讯16196
近日,三诺生物与荣耀正式签署生态合作协议,完成三诺动态血糖仪与荣耀手表的数据打通与互联,将血糖监测能力延伸至腕上穿戴设备,同时实现自研小诺智能体向腕上终端落地,共同构建“医械传感+智能穿戴”的数字慢病管理新生态。
作为全球领先的糖尿病数字管理专家,三诺生物自2002年创立以来,始终秉持“为全球糖尿病及相关慢性疾病的人们提供创新、优质的产品和服务,帮助他们提高生活质量”的使命,先后斩获国家级制造业单项冠军、国家科学技术进步奖等多项荣誉。为此,三诺生物致力于通过“生物传感+AI+医疗”构建糖尿病及慢性疾病的数字管理模式,为全球用户及医疗从业者提供覆盖疾病预防、血糖监测、管理全流程的创新产品与智慧医疗解决方案。

自2022年起,三诺生物深度布局AI战略,以iCanNet可信数据空间为技术底座,构建三诺自研糖尿病等慢病管理专科智能体“小诺智能体”,依托这套智能体系,设备可以实现从实时高低血糖提醒、自动记录饮食运动,到分析血糖波动原因、通过“饮食相机”主动干预,再到基于个人模型与记忆模型输出千人千面的控糖方案。借助整套技术底座由三诺动态血糖仪精准感知、iCanNet可信数据空间治理、SinoGPT垂直大模型思考三层构成,让动态血糖仪(CGM)从“监测设备”进化为全天候在线的“AI控糖管家”。

此次三诺生物与荣耀的生态合作,正是“小诺智能体”向腕上终端的进一步延伸。荣耀运动手表旨在将运动健康领域作为荣耀AI生态的重要战略支点,为用户带来更科学、更精准、更完善的腕上健康守护。结合双方技术优势,三诺动态血糖仪采集实时血糖形成的动态血糖曲线、高低血糖预警信息可同步推送至荣耀手表端,用户腕上即可便捷查看动态血糖关键信息;同时联动荣耀手表运动、睡眠等体征数据,实现多维度健康数据交叉分析,帮助用户更好理解饮食、运动、作息与血糖波动的关联,助力糖尿病及相关慢病人群实现全天候随身血糖监护,而小诺智能体的控糖分析能力,也借由腕上设备触达更多使用场景。

血糖是人体最核心、最灵敏的连续代谢信号,当血糖数据与睡眠、呼吸、运动等多模态数据深度融合时,三诺生物将依托“AI Agent+糖尿病等慢病专家+长期行为管理”构筑持续陪伴用户的能力。此次合作标志着三诺动态血糖监测从手机端延伸至腕上穿戴终端,拓展了CGM使用场景,提升了慢病管理便捷性。未来,双方将持续优化互联体验,探索AI健康分析等更多创新应用,推动家用数字糖尿病及相关慢病管理生态持续升级,惠及广大糖友及相关慢病人群。
相关文章
- 三诺生物携手荣耀达成生态合作 CGM血糖数据互通 小诺智能体延伸至腕上终端
- 荣耀亲选智能手表6i 预售开启,大屏、质感、长续航一次配齐
- 从单品走向空间智能:荣耀官宣入局,拆解全屋智能的机遇、痛点与趋势
- 从荣耀HGDC大会看全屋智能:PLC全屋互联生态或迎来规模化落地拐点
- HGDC 2026:从多端到无界,荣耀携手开发者共创更智慧更流畅的全场景新生态
- HGDC 2026:从买量到留量,荣耀海外广告三大引擎重构增长路径
- 荣耀运动健康“战略升级”发布 荣耀手表6 Pro开启腕上生命守护新纪元
- HGDC 2026荣耀天工行业解决方案打造企业级AI全栈新体系
- 荣耀Robot Phone正式发布:首款机器人手机落地 开启具身智能终端新赛道
- 从苏州到青岛:王者荣耀城市派对成功落地多城,验证国民IP与城市的双向奔赴
- ChinaJoy开展首日即成顶流,荣耀WIN系列用硬核实力点燃玩家热情
- 荣耀受邀!元梦空间即将亮相2026数博会,八月贵阳共探元宇宙新图景
- 荣耀联合阿莱打造专业电影级影像技术体系 全面落地RobotPhone
- 顺丰联合荣耀升级打造全球智慧央仓,人机协同赋能全渠道极速履约
- 「2026朗诗德灵泷全系荣耀加冕盛典」完美落幕,以「品质+生态」构筑双轮驱动!
- 荣耀登榜丨先导稀材、先导电科蝉联胡润全球独角兽榜单
AI企业
更多>>AI硬件
更多>>AI产业
更多>>AI技术
更多>>- 阶跃这次够狠:AA 全球开源前二,价格打到 Claude 的 1/8
- 科大讯飞发布Spark-Audio-1.0-Preview,全国产语音基座大模型实现从“听清”到“听懂”
- 全球最强开源模型 Kimi K3 发布,参数规模 3 万亿,真的是强!
- 范式变革!东软发布AI原生软件工程白皮书,重构软件产业底层逻辑
- KAT-Coder-Pro V2.5正式发布:从“写代码”迈向“做工程”,Agentic能力全面升级
- 自变量机器人王昊:训练世界模型需付出“时间税”,解决模态对齐是当务之急
- 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计
- Twinkle x昇腾,率先实现Deepseek-V4系列模型高效训练









