麒盛科技股份有限公司成立于2005年，是由董事长唐国海先生创建的一家跨国性科技企业，事实上早在1999年，唐董就已经率领团队研发出了全球第一张电动床。经过15年发展，麒盛科技已然成为业界公认的全球电动床产品主要制造商，电动床、智能床领域核心专利发明者，是该品类当之无愧的开创者。麒盛科技全球供应链体系覆盖美国、德国、澳大利亚、俄罗斯、日本、韩国、产品远销48国，拥有超过390项专利，全球超过300个研发人员，目前全球售出超过600万张电动床和智能床。2020年8月，投资10.2亿，年产200万张智能床和智能电动床的麟盛智能工厂在浙江嘉兴正式投产，这正是麟盛科技15年从“工匠精神”、“中国制造”转型为“中国智造”的完美印证。从此，“创造美妙智能的生活体验”的使命与愿景正一步步成为现实。
中国A股智能电动床第一股的麒盛科技，向来以低调专注而著称。但在8月20日，以“链接世界”为主题的深圳国际家具展上，麒盛科技布下2000多平米的四大展区，并强烈呈现出众多黑科技元素。正如麒盛科技董事长唐国海所说：“这是我们智能家居科技成果应用的一次集中展现，我们非常看好智能电动床中国消费市场，将持续加码健康睡眠智能技术与大数据应用的开发。”
此次家具展上，在全球取得广泛成功的品类——智能电动床全系产品全新发布。麒盛将80%的展区用于展示旗下的智能电动床品牌“索菲莉尔”。作为将“全球科技助眠专家”为己任的索菲莉尔，始终聚焦于健康睡眠，意在建立未来健康睡眠产业生态圈。2020年，索菲莉尔在中国市场全新出发，针对不同年龄段、不同人群、不同生活场景及不同的睡眠需求，推出了针对婴儿、青少年、中年及老年等不同年龄段、不同人群的智能电动床，同时针对舒适度升级、减压需求、助眠需求的不同生活场景及不同睡眠需求的人群，推出了eSleep100到eSleep700不同系列的智能电动床产品。
在展会4号馆内，“索菲莉尔”将麒盛科技的床垫分级技术，与深家协、京东共同发布了另一睡眠黑科技：分级床垫十级标准。“索菲莉尔”运用压力测试技术，接轨大数据，结合云计算，推荐1-10个床垫等级选择，经过算法科学测试，帮助每个用户匹配专属床垫，让每个买床垫的用户从此告别盲选。这款拥有全球独有专利的床垫智能分级推荐系统，是麒盛凭借15年技术基因积累，与安徽农业大学人体工程学研究中心建立联合实验室，经过7年自主研发，应用压力传感技术研发而成。
在站到智能电动床行业前列的同时，麟盛科技有感于当下一些原本只在老年人群高发的疾病逐渐年轻化趋势，结合智能发展的未来，在智能电动床成功的基础之上，经过五年的探索，和清华大学长三院联合研发了非接触式传感器，将之与智能电动床相结合，并通过大数据的核心算法，打造出了全新的智能床产品，其相关数据健康服务由麒盛数据负责。智能床在原有助眠的基础之上，能够监测到睡眠中的体征数据：包括心率、呼吸率等，形成每日、每月的常态睡眠报告，从而反映出人们的睡眠质量和健康趋势。这些智能床如今率先被应用在了养老领域，像一些养老院就进行了深度的应用，通过传感器来智能监测老人们每天的睡眠状态，一些有病症的老人还可以通过数据进行预警，大大提高了医护效率和老年生活质量。同时在居家养老方面智能床也有广泛的应用场景，除了针对老年人群有独特的功能设计之外，如高灵敏麦克风与无线语音处理技术等，更重要的是子女和老人都能通过APP来看到每天晚上的睡眠数据，这体现了麟盛科技所倡导的大健康理念：我们希望提供一种健康的生活方式，帮助提高民众的身体素质,做好健康保障、健康管理;帮助民众从透支健康、对抗疾病的方式转向呵护健康、预防疾病的新健康模式。此外，麟盛科技已与北京空军总医院、嘉兴第一医院、荣华养老院、杭州市第五人民医院及江苏南山怡养养老产业发展有限公司等多家养老及医疗机构合作，旨在不断探索睡眠大数据在心脏、呼吸等不同医疗领域的应用价值。
麒盛科技认为并正在升级实现：智能床应该会“说话”，具有自动感知能力、交互能力与反馈能力，能及时监测到人体的健康异常和疾病风险。
目前，麒盛科技全球超过300个研发人员，并且拥有超过20位全球知名行业外部专家，在中国和美国3个自主研发团队，全球21个合作研发团队;拥有和清华长三角合作的数据服务团队，保障数据安全。此次展会上，便有旗下另一品牌舒福德和深圳家具协会联合华为打造的首个智能床+IoT智能居家场景体验专区， 全面展示了智能床、传感技术及其应用场景。
和世界上很多优秀的企业一样，麒盛科技关注的是长期的市场，立志做一家有长远发展目标的企业。公司所做的一切决策也立足于长远的发展而非暂时的利益。在过去的15年里，麒盛通过技术创新驱动全球的睡眠市场，而此次展会上众多最新研发产品的高光亮相，恰恰体现了麟盛在全球科技领域不断探索的成果，也是其正式回归中国个人用户市场的一个号角。
在麒盛，有一个贯穿上下的服务信条是：产品交易结束后，产品的服务却刚刚开始。这也正是其关注长期市场，看重长远的市场回报的最好诠释。
