2
当前产品：食探、教链
Company
一家以 AI 和运动科学驱动的早期健康科技团队
智健启能（北京）科技有限公司正在构建一个面向日常健康行为的产品矩阵。我们的判断很简单：健康产品不应该只给用户一堆数据，而要帮助用户形成更短、更可信、更可执行的反馈闭环。
从食物拍照识别切入饮食数据入口，用更低摩擦的方式建立用户健康档案与连续记录。
从教练交付工具切入训练服务，把计划制定、动作反馈、学员管理和履约保障系统化。
从长期记忆和多源数据融合出发，探索真正能自适应用户变化的 AI 健康伙伴。
AI + Health
长期技术主线
CN / EN
双语官网与国际化基础
Product Matrix
从饮食入口到教练交付
我们不把公司官网写成单个 App 的营销页。IntelliFit 的核心是产品矩阵：每个产品解决一个真实场景，同时共享数据、模型和健康行为理解能力。暂停中的探索项目不放在当前产品矩阵里。
小程序验证中
AI 饮食识别与营养反馈
FoodLink 食探
面向普通用户的低摩擦饮食记录工具。拍照识别食物、估算营养结构，并通过标准/精准两种执行模式，让热量、PFC、微量营养和场景建议变成可执行反馈。
- 拍照识别与营养估算
- 标准/精准执行模式
- 饮食记录、会员与健康档案
真实食物测试集、订阅路径和内测数据正在持续积累。
MVP 打磨中
教练交付与训练履约工具
CoachLink 教链
为自由教练和学员打造的一体化训练平台。它不是一开始就做重型撮合平台，而是先把计划生成、训练执行、视频反馈、支付分账和学员管理做成可靠工具。
- 训练计划与进度管理
- 教练-学员智能匹配
- 可信交易与履约管理
已沉淀小程序、网页端、支付流程和教练合作场景。
Operating System
我们关心的不是“AI 功能”，而是健康行为能不能被持续执行
IntelliFit 的产品方法论来自真实用户、教练协作和内部迭代。技术要服务于闭环，而不是把用户留在复杂界面里。
低摩擦记录
拍照、标签、语音和本地缓存优先，减少手动输入，让数据先被连续记录下来。
结构化理解
用用户档案、执行模式、训练 DSL 和教练偏好，把模糊需求转成可计算、可调整的中间层。
反馈闭环
每一次饮食、训练和主观反馈都服务于下一次建议，让系统逐步理解用户真实生活。
Why IntelliFit
健康科技需要更克制，也需要更懂真实执行
我们选择把复杂 AI 能力藏在业务流程背后，用更清晰、可信、可验证的方式服务用户。
可信表达
避免未经验证的医疗、融资或客户背书，只展示已经沉淀的产品方向和公开材料。
场景优先
食探先验证付费，教链先验证可用性，所有功能都服从更短的商业和用户闭环。
矩阵承载
公司品牌承载 FoodLink 与 CoachLink，并为后续更多健康场景留出空间。
Product Evidence
真实产品和真实场景先行
官网首版使用的是已有产品素材和本地资料整理后的公开叙事。我们保留早期团队的克制：不虚构客户、融资、医院背书或用户规模。
FoodLink 小程序
记录、会员、健康档案和附近美食入口
Health analytics prototype
把饮食记录转成可解释的营养分析原型
Training workflow
训练计划、执行记录与进度反馈
Founder And Team
技术、训练和真实用户场景交叉的团队基因
IntelliFit 的起点不是纯模型展示，而是创始人长期的 AI 研究背景、训练经验、内容影响力，以及与教练、用户、开发协作者反复打磨出的需求判断。
先验证真实闭环，再扩张产品形态。
先做工具价值，再谈平台效应。
先让建议可执行，再让系统更智能。
Founder / AI & Product
马健文
北京大学前沿交叉学科研究院博士生，本科毕业于南京航空航天大学长空创新班自动化专业。长期关注 AI for Science 与多模态智能，也有持续的健身训练、内容输出和产品实践。
Coaches / Engineering / Operations
协作网络
围绕 CoachLink 和 FoodLink，团队持续与教练、开发者、运营伙伴和早期用户协作，把真实训练和饮食场景沉淀为产品需求。
Collaboration
面向产品合作、教练协作和技术交流开放
如果你正在探索 AI 健康管理、饮食记录、运动训练、自由教练工具或校园创新项目，可以围绕真实场景、产品验证和内容合作与我们交流。
产品合作
饮食识别、训练计划、健康档案、付费订阅与用户增长实验。
教练协作
线上教学、学员管理、计划交付、训练反馈与履约机制。
技术交流
多模态识别、长期记忆、健康数据融合、训练 DSL 与小程序架构。