美食识别大 PK

随着气温的下降，下班回家时你可能会发现周围的食物香味似乎变得更加诱人。

这不是错觉或食欲增加的表现。科学研究表明，在寒冷天气中，人体需要更多的能量来保持体温，而高热量食物可以提供所需的能量来源。此外，从进化角度来看，人类为了在食物稀缺的季节生存下来，会自然地增加脂肪储备以备不时之需。虽然现在有暖气设备使我们免受极端低温的影响，但深藏于基因中的本能还是会驱使人们寻求摄入更多高热量的食物。

另外，在寒冷天气里，食物与情绪之间的联系变得更为紧密。比如甜食等高热量食品可以刺激大脑释放多巴胺，有助于缓解压力和提升心情。"晚来天欲雪"的夜晚，白居易在下班后也会渴望“红泥小火炉，能饮一杯无？”。

随着气温持续走低，人们面临的选择是：是否要在冬季增加体重（即贴膘），还是继续坚持控制卡路里的摄入呢？

如果选择后者，则需要掐着热量吃饭。但是，没几天就会发现算热量太繁琐了。于是有人想到借助AI技术来简化这一过程——通过拍照让AI估算食物的热量，从而帮助自己更好地管理每日的能量摄入。

最近iPhone发布的新功能也发掘出了这个思路：即一键调用相机接入AI提问的功能，并由此诞生了一个名为跃问的应用程序，它针对iPhone16进行了优化设计而火出圈。

这不仅释放了AI场景化控卡垂类用户的信号，同时也考验着 AI 的图像分析能力。今天我们就来测试一下AI的食物热量估算能力，推动图像端侧AI应用的进一步发展。

此次参与测评的产品包括Kimi、豆包、秘塔AI和跃问。

Prompt为："假设我中午把这些都吃完了，请问我一共摄入了多少卡路里？附件图片如下。"

我们先粗略估算一下参考答案：

• 一份漏奶华，大约250g，总热量约400kcal；
• 一份叉烧饭，叉烧约100g，青菜约40g，滑蛋约50g，米饭约180g，总热量约600kcal;
• 一杯奶茶，大约250ml，总热量约200kcal。

Kimi在食物识别和热量估算方面表现较为出色，尽管有小错误，但总体上仍保持较高准确性。豆包对方位更敏感，但在食谱库的丰富性上有待提升；秘塔AI则显示出较强的多样性识别能力，然而它未能详细描述出每种食物的数量。

跃问在图片识别逻辑方面可能与其他应用不同，其输出结果中没有体现食物尺寸、比例及数量等变量。此外，跃问的语言陈述也建议更加直接一些，减少不必要的主观性表达。

不同的AI产品在图像分析和食物热量估算方面的表现各有千秋，这也显示出它们在未来实际应用场景中的潜力与需要改进的短板。为了让这些技术更好地服务于人类生活，我们还有很长的路要走。

如果你有相关意见或建议，请随时分享给我；若你喜欢本期内容，请别忘了点赞、评论和转发，这也将成为我继续创作的动力源泉！

(责任编辑：佚名)