宠物科技新风口，“猫狗翻译官”狂揽5千万融资！

你或许在刷短视频时见过这样的画面：一只狗狗熟练地踩下地上的按钮，用提前录好的声音表达“要吃肉”或“去散步”；又或者，宠主们乐此不疲地玩着“萝卜纸巾”的网络梗，举着纸巾试探自家猫狗的智商。

在这些看似滑稽的互动背后，藏着一个朴素又执着的愿望：我们什么时候，才能真正和毛孩子说上话？

过去，这个愿望更像是一种浪漫想象。毕竟，跨物种沟通之间横亘着语言体系与感知方式的差异，人类难以真正理解动物的表达。但随着技术进步，尤其是人工智能能力的跃迁，这种想象正在逐渐靠近现实。

2025年底，一家名为Traini的硅谷AI宠物科技公司，凭借其在多模态情绪理解领域的深耕，宣布完成750万美元（约合人民币5254万元）融资。

当不少企业仍在比拼摄像头清晰度和硬件参数时，Traini已经选择将重心转向认知层面——它试图扮演AI翻译官的角色，打破沟通壁垒。那么，它究竟是如何把“读懂宠物”这件事情，变成一门实实在在的生意的？

Traini的故事，源自创始人孙邻家（Arvin Sun）与宠物的长期相伴。而真正让这份情感变成一门生意的，是这位从中国吉林走出的创业者在海外市场的一次敏锐洞察。

在硅谷创立Traini之前，孙邻家曾在美国开展本地生活业务期间进行了一次深度的用户调研。

当时，他尝试拓展宠物相关服务，接触了大量养宠家庭。在回收的一批问卷中，他捕捉到了一个极具爆发力的信号：超过7成的用户对“理解宠物行为”展现出了强烈的兴趣。

这一洞察背后，是欧美成熟市场养宠逻辑的根本性转变。

根据美国宠物产品协会（APPA）截至2025年的最新调查，约71%的美国家庭拥有至少一只宠物。宠物早已不再是点缀生活的角色，而是不可或缺的家庭成员。当代宠物主在谈论毛孩子时，其情感浓度与谈论子女无异。

正是在这样的背景下，孙邻家形成了一个判断：在基础消费已高度完善的欧美市场，真正的增量需求正向“情感层面”迁移。既然人类已经习惯通过手机理解世界，为什么不能通过技术去理解宠物？

与此同时，以ChatGPT为代表的大型语言模型以及多模态AI技术的成熟，提供了现实路径。当声音、图像与行为数据可以被统一建模，人宠沟通不再只是想象，而成为一个可以被拆解、被训练、被优化的技术问题。

基于这一判断，2022年，孙邻家在硅谷创立了Traini。

图源：Traini

在团队构成上，创始人孙邻家是一位连续创业者，在创办Traini之前已积累十余年创业经验，对平台型产品的搭建和商业化节奏相对熟悉。联合创始人Jason则深耕技术端，曾在OpenAI参与模型相关工作，负责Traini核心算法架构与训练体系的设计。

此外，核心团队还汇集了来自Chewy、字节跳动、谷歌等巨头的工程与产品人才。

随着产品雏形逐渐清晰，资本市场的关注也随之而来。

2025年底，Traini宣布完成750万美元融资，由榕树资本、Silver Capital、兆泰集团与NYX基金领投，Starting Gate、璞玉资本及多位科技行业投资人跟投。资金主要用于多模态模型研发、软硬件产品迭代以及欧美市场拓展。

而在此之前，Traini已获得包括谷歌、Meta以及Palo Alto Networks高管在内的个人投资者支持，也吸引了FutureX、蓝海资本等机构注资。

与许多从硬件切入的宠物设备公司不同，Traini自创立之初便将重心放在底层模型能力上。这一选择，构成了它在宠物智能赛道中的核心差异。

团队将这套核心技术体系命名为PEBI（Pet Empathic Behavior Interface）。简单来说，它是一套专注于宠物情绪与行为理解的多模态人工智能系统。

与传统依赖单一信号判断行为的方式不同，PEBI在训练过程中融合文本、视觉与音频等多种模态数据，并采用统一的Transformer架构进行建模，使系统能够在更完整的语境中理解宠物的行为，而非孤立解读某一次叫声或某一个动作。这意味着，“翻译”不再是声频匹配，而是综合认知。

在能力表现上，PEBI可通过分析宠物叫声、表情变化与行为轨迹，识别包括快乐、恐惧、疑惑等在内的12种情绪，并以自然语言输出结果。截至2025年，模型已覆盖近120个犬类品种，平均翻译准确率达到81.5%，最高可达94%。

模型能力成熟后，Traini于2024年11月在iOS端上线v1.0版本，首次将自研的PEBI多模态情绪理解系统向公众开放。

这一版本中，“狗语翻译”与PetGPT聊天机器人成为核心功能。用户不仅可以将宠物的叫声与行为转化为可理解的自然语言，也可以通过文字或语音输入自己的表达，由系统进行语境转换，生成更贴近犬类感知方式的“狗语表达”，实现双向理解。

图源：Traini

上线近一年后，产品在市场端给出正反馈。公开数据显示，该App下载量增长约400%，注册用户突破20万，其中大多数来自欧美成熟市场。这一定程度上验证了宠物情感理解产品在高渗透率市场中的接受度。

在软件基础之上，Traini进一步向硬件延伸。2025年12月底，其发布首款认知型宠物智能项圈并开启预售，早鸟价599美元，限量1000件，随后恢复至700美元。

该款项圈通过内置传感器采集宠物行为与生理数据，并实时传输至App，由PEBI模型进行分析，从而提升情绪判断的连续性与准确度，同时支持训练反馈与行为监测。

这一硬件的推出，使Traini完成了从模型能力到软件入口，再到数据采集终端的闭环构建。

在2026年CES上，这款智能项圈成功入选AI硬件产品Top 30，成为现场备受关注的宠物科技创新产品。

图源：Traini

值得注意的是，从更长远的规划来看，Traini的目标也不止于情绪识别。

围绕这一模型能力，团队正尝试构建面向宠物场景的AI Agent应用体系，让用户未来可以通过语音或对话完成搜索训练建议、预约宠物医生、购买用品等具体任务。

Traini的走红并非孤例，它背后折射出的是整个宠物智能赛道正在经历的一场范式转移。

很长一段时间里，宠物硬件市场的主旋律是“安全与生存”——无论是GPS定位项圈还是自动投食器，本质上都是为宠主解决后顾之忧。

但随着养宠人群情感投入的持续加深，单纯的功能保障已难以满足需求。宠物智能开始被寄予新的期待——不仅要“看见”宠物，更要“理解”宠物。行为与情绪的解读逐渐成为用户体验中的新变量。

图源：Traini

事实上，让人类听懂狗叫的梦想，早在AI浪潮之前就已有尝试。

2002年，日本玩具制造商Takara曾推出过一款名为BowLingual的“狗语翻译机”。虽然受限于当时的声纹识别技术，它更像是一个趣味玩具，但作为最早探索的产品之一，它精准预言了人类对跨物种沟通的执着。

真正的转折发生在多模态AI技术成熟之后。当模型可以同时处理声音、图像与行为数据时，“翻译”不再只是对单一声频的匹配，而成为对复杂表达的综合理解。情绪识别的探索也因此迅速从犬类扩展至更广阔的宠物市场。

猫类应用的兴起，正是这一趋势的侧面印证。

例如，AI驱动的Furlingo通过分析猫咪的meow、purr、hiss等声音，并结合肢体语言拆解情绪信号；MeowTalk则专注于猫叫声的训练与分类，能够实时输出“饥饿”“快乐”等意图标签。

它们的出现无不表明，宠物情感理解已不再是小众实验，而正在形成独立的细分方向。

图源：MeowTalk

从行业视角看，这种变化的意义远不止产品形态升级，更是竞争逻辑的重塑。

谁能够持续积累行为数据、优化算法模型，并将情绪理解转化为长期服务生态，谁就更有机会在新一轮赛道分化中占据高地。

在宠物科技领域，赛道正从简单的数据监测走向对行为与沟通的探索。

相比传统智能宠物品牌只关注运动轨迹或健康指标，Traini利用多模态AI对宠物的叫声、动作与表情进行深度分析，构建了一个“情感翻译引擎”，将碎片化的生物信号转化为可理解的沟通逻辑，实现双向信息流转。

同时，Traini通过模型、App与智能项圈形成闭环，将认知能力转化为核心竞争力。这不仅反映了整个行业从功能向认知的演进趋势，也为宠物智能产品的商业模式创新、用户粘性和持续数据积累开辟了新方向。