作者 | 张子怡
编辑 | 袁斯来
硬氪获悉，宠物智能科技品牌 Moonback 近日完成数千万元首轮融资，投资机构为 AI 上市公司。本轮融资将主要用于 AI 算法、研发和市场团队建设。
宠物经济在全球范围内持续增长。
美国宠物用品协会（APPA）数据显示，2025 年美国宠物行业消费额达到 1580 亿美元，同比增长 3.7%，预计 2026 年进一步增至 1650 亿美元；2025 年，美国约有 9500 万户家庭至少饲养一只宠物。
过去，宠物智能硬件的主要功能仍集中在自动喂食、自动清洁、定位和远程看护。而随着 AI 与多模态感知技术的发展，宠物智能硬件有望从 " 满足日常需求 " 进一步走向 " 理解宠物状态 "，健康管理也成为新的产品探索方向。
过去一年，Moonback 海外业务营收已达近亿元人民币，且不断加大 AI 方向投入，将产品重心转向宠物智能生态构建。
转向背后，是 Moonback 创始人兼 CEO Kevin 对养宠场景痛点的发现。
" 宠物是唯一一个当事人永远无法自述的健康场景，"Moonback 创始人 Kevin 表示，" 结合我自己多年的养宠经验，家长不是不关心，是没有办法知道。一次活动量下降本身可能没有意义，但如果能和这只宠物过去数周、数月的睡眠、活动与行为放在一起看，就可能提前发现值得关注的信号。问题在于，现在没有一个地方能把这些放在一起。"
相比过去用单一设备记录某个动作，Moonback 希望同时获得宠物的运动、心率、体温、睡眠、呼吸、排泄和行为数据，再由 AI 结合长期数据进行分析，监测健康情况。
由于宠物犬和宠物猫的生活习惯各有不同，Moonback 也设计了不同的产品。
对于宠物犬，Moonback 将推出一款智能胸背，在 GPS 定位、虚拟电子围栏之外，加入运动、体温、心率等身体参数监测，并通过 Agent 为用户提供健康趋势解读和风险提示。
相比智能项圈，胸背也是一个更贴近狗既有习惯的载体。
Kevin 告诉 36 氪，团队此前也考虑过项圈，但整机重量会集中在颈部，长期佩戴舒适度较低。而目前这款智能胸背更适合宠物犬佩戴且续航可做到 10 — 15 天。
智能胸背主要覆盖户外场景，对于室内场景，Moonback 则设计了一款 AI 睡眠窝垫。
睡眠窝垫搭载毫米波雷达等传感方式，在宠物犬睡眠时记录静息心率、呼吸频率、抓挠行为和睡眠时长等指标。Moonback 也关注中老年犬和短鼻犬等群体，这类型宠物犬心脏和呼吸问题早期症状并不明显，而夜间长时间睡眠提供了一个相对稳定的数据采集场景。
在 Moonback 的规划里，智能胸背和睡眠窝垫分别覆盖户外与室内，两类数据需要再进行交叉分析。
" 宠物的健康状态并不能通过单一指标或一次数据变化进行判断 "Kevin 表示，还需要结合心率、睡眠以及徘徊、焦躁等行为表现，并参考长期数据趋势，综合分析其状态变化。。
对于宠物猫的智能健康检测产品，数据入口则更多依赖视觉。
宠物猫长期生活在室内，活动位置也更加分散。Moonback 通过开发 AI 摄像头，覆盖进食、饮水、睡眠和排泄等高频场景。
例如在猫砂盆附近，摄像头可以记录猫排便时排泄物的颜色、形态和干硬程度，再和长期历史数据进行比较；放在进食区和睡眠区域，则可以记录饮食和行为变化。
从智能胸背、AI 窝垫到摄像头，Moonback 想做的并不是单纯增加硬件 SKU，而是增加观察宠物的 " 维度 "。
自 2024 年底起，Moonback 已经积累数十万份涉及宠物行为、生理数据和声音的样本，并开始与宠物医院、高校合作补充临床数据。
同时，Moonback 正在通过 AI Agent 输出健康报告、异常提醒和养宠建议，并逐步形成单只宠物的长期数字档案。相比继续扩充硬件品类，Moonback 更希望验证的是：多种硬件持续获取的数据，最终转化为对宠物身体和情绪更有效的判断。
CEO 对谈
硬氪：现在很多硬件公司都在讲 AI，你觉得宠物真正需要 AI 解决什么问题？
Kevin：Moonback 要做的是通过硬件 +AI，帮助每一只毛孩子表达自己的健康和情绪，帮助宠物家长更好理解自己的毛孩子，为宠物家长和毛孩子提供一个真正能解决养宠问题的社区和平台
小孩会通过哭喊、语言等方式表达个人状况和诉求，但是宠物并不会告诉你健康和情绪问题。特别是进入中老年后，很多疾病和情绪问题都会逐渐显现。
所以我们需要通过不同设备采集它的身体和行为数据。不能只看单一数据，包括它在家里是否徘徊、焦躁，都要结合起来。
硬氪：宠物医疗的数据基础远没有人类医疗成熟，你觉得这个赛道真正的门槛在哪里？
Kevin：技术能力是进入这个领域的基础，但真正形成长期差异的，可能还是数据和场景积累。
Moonback 过去一年多一直在做这件事，目前已经沉淀了数十万份宠物相关数据。以宠物语言理解为例，AI 不能只知道 " 它叫了一声 "，还需要知道它为什么在这个时间、这个环境下叫，以及叫之前和之后发生了什么。这意味着，宠物 AI 需要的不只是更大的模型，还需要大量来自真实生活场景的多模态数据，以及长期的数据积累。
