MossCode, la startup de relojes deportivos con IA valorada en 100 millones de dólares
La startup MossCode ha captado varias decenas de millones de yuanes con una valoración de 100 millones de dólares. La compañía desarrolla un reloj deportivo con IA que planea lanzar en Europa y Estados Unidos en 2026. El producto se basa en el análisis de datos de salud y en recomendaciones personalizadas. MossCode planea empezar por nichos como el ciclismo y el running de resistencia antes de ampliar su público.
Procesado por IA desde 36Kr (36氪); editado por Hamidun News
En el mercado de wearables surge un nuevo actor: MossCode, una startup que ha captado varias decenas de millones de yuanes en una ronda ángel. La valoración de la compañía alcanzó los 100 millones de dólares. Los inversores son los fondos XVC y Qingliu Capital. MossCode planea usar el dinero para ampliar su equipo de desarrollo y garantizar una producción en serie estable de sus dispositivos. El lanzamiento en Europa y Estados Unidos está previsto para la primera mitad de 2026.
La fundadora de MossCode, Ni Zhuoyang, tiene amplia experiencia invirtiendo en empresas tecnológicas, incluidos proyectos conocidos como Yun Whale y Zheng Hao. Más tarde dirigió la división de almacenamiento doméstico de energía en Zheng Hao, donde en un año pasó de un equipo de 10 personas a 100 y alcanzó unos ingresos anuales de 1000 millones de yuanes. El cofundador, Ma Xiao, trabajó en OPPO, donde fue responsable de productos insignia en procesamiento de imagen. El equipo de MossCode reúne a especialistas que antes pasaron por OPPO, Apple, Suunto y Garmin, lo que cubre el ciclo completo del producto, desde entender las necesidades del usuario hasta la comercialización.
La decisión de Ni Zhuoyang de fundar una empresa de deporte y salud nace de su experiencia personal. Durante sus años de estudiante practicó remo de forma profesional y sufrió una lesión grave, lo que le permitió entender mejor cómo se recupera el organismo y por qué importa personalizar el entrenamiento. Esa experiencia fue el punto de partida de un producto que va más allá de la simple recopilación de datos.
El análisis del mercado muestra que el Apple Watch, pese a su popularidad, lleva dos años seguidos con ventas a la baja. Mientras tanto, los dispositivos especializados como Garmin siguen creciendo. En el tercer trimestre de 2025, Garmin alcanzó unos ingresos récord de 1770 millones de dólares, lo que confirma la creciente demanda de soluciones profesionales para deporte y salud. Whoop y Oura Ring, especializadas en monitorización de la salud, también muestran resultados notables, señal de que existe demanda de un seguimiento continuo de la salud basado en datos.
MossCode quiere cubrir un hueco existente en el mercado. Garmin ofrece un análisis de datos profundo, pero resulta complicado para el usuario común. Whoop, por su parte, se centra en la recuperación y el sueño, pero es menos precisa durante el entrenamiento. Algunos usuarios acaban llevando Whoop y Garmin a la vez para tener una imagen completa de su estado. MossCode planea crear un dispositivo que combine las ventajas de ambos enfoques: monitorización precisa durante el entrenamiento y análisis integral de la recuperación.
El equipo de MossCode cree que la tecnología ha llegado a un punto en que se puede crear un dispositivo ligero, cómodo y funcional a la vez. Además, tiene en cuenta los últimos avances en ciencia del deporte y neurociencia para ofrecer no solo datos, sino recomendaciones personalizadas según las características de cada persona. La IA desempeña un papel clave: analiza los datos que recoge el dispositivo y propone programas de entrenamiento óptimos y recomendaciones de recuperación.
MossCode planea empezar por nichos como el ciclismo y la carrera de resistencia, y después ampliar su audiencia. La compañía confía en poder ofrecer un producto único que ayude a los usuarios a entender mejor su cuerpo y alcanzar sus metas deportivas. En última instancia, MossCode aspira a ser una ventana para conocerse a uno mismo, descifrando el "código" del estado del cuerpo de cada usuario.
- 2 nov 2026TensorFold 1.2.0 aumenta un 44,2% el rendimiento de Qwen3.8-27B en el M3 Ultra con 16 flujos
- 1 nov 2026Los modelos locales pierden ante Opus y Codex: 0,21 puntos en un MacBook frente a 1,00 de Codex
- 29 oct 2026Claude Code monta vídeo a partir de la transcripción: cómo funciona video-use, con 30 000 estrellas
- 29 oct 2026Una herramienta de IA de Stanford verifica parte del código de Signal en medio día y por menos de 500 dólares, frente a cinco meses
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.