今天小编分享的科技经验：识别美食PK，Kimi和豆包谁赢了？，欢迎阅读。
出品｜虎嗅科技组
作者｜余杨
编辑｜苗正卿
头图｜视觉中国
有没有发现，降温后，下班回到楼道，家家户户的外卖似乎都香了很多。
这不是错觉，更不是变馋了。
科学研究表明，一方面，寒冷天气中，人体需要更多的能量来保持体温，高热量食物可以提供这些所需的能量。另一方面，在进化过程中，人类为了在食物稀缺的季节生存，会自然地增加脂肪储备以备不时之需。虽说现在有暖气，没有天寒地冻的威胁，但深藏在基因里的本能，还是会驱使人们寻求高热量食物。
另外，食物与情绪之间存在强链接，高热量食物如甜食可以刺激大腦释放多巴胺，有助于缓解压力和提升情绪。毕竟，" 晚来天欲雪 " 的天气，白居易下了班，也要 " 红泥小火炉，能饮一杯无？"。
随着气温持续走低，是选择 " 贴膘 "，还是继续做控卡达人呢？
控卡首先是得掐着热量吃饭。
但没几天就会发现，算热量太累了。于是想到，AI 或许可以一试。拍照让 AI 估算食物热量，管理自己的热量摄入。
iPhone 发布后新上线的一键拍照调用 AI 功能也发掘出了这个思路。最近，跃问 app 因为针对 iPhone16 开发了一键调用相机接入 AI 提问的功能而火出了圈。
这一方面释放出 AI 场景化的控卡垂类用户信号，另一方面也考验着 AI 的影像分析能力。
话不多说，今天我们就来浅浅测评 AI 的食物热量估算能力，push 一下影像端侧 AI 应用能力生长。
今天参与测评的选手则包括 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热量，附件图片如下。
我们先粗略估算一下参考答案。
图中是：
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 150g，总热量约 600kcal；
一份烤香肠玉米蔬菜拼盘，甜玉米 30g，嫩南瓜 70g，烤肠 120g，总热量约 400kcal；
一份咖喱鱼蛋，共 6 个，约 120g，总热量约 120kcal；
一杯港式冰奶茶，约 200ml，总热量约 200kcal。
图中所有食物热量约为 1720kcal。
饿了吗？记住这份标答。
Kimi
首先是 Kimi，大约 10 秒钟 Kimi 就交了卷。
首先，Kimi 十分懂中国人的胃，不仅准确识别了食物名，热量估算也大致准确。把奶茶识别成了热巧克力，倒也情有可原。
这直接抬高了我对接下来测评的期待。
豆包
然后是豆包：
豆包的食谱显然需要丰富一下。漏奶华也许可以约等于松饼，咖喱鱼蛋也可以约等于蘸酱了的炸丸子，但是鸡蛋盖饭上的肉直接被无视了，和标答的热量差额也就出来了。
不过，豆包还贴心的给出了食物的方位。
秘塔 AI
秘塔的回答则是：
这是目前为止唯一一个识别出烤蔬菜的 AI。
秘塔正确识别了玉米、烤蔬菜、香肠、咖喱鱼丸、奶茶。
漏奶华也可以约等于巧克力吐司，但芝士培根饭的芝士颜色，是不是深了点呢？
此外，秘塔的回答简单明了的同时，也缺失了食物数量的描述，总体来说，我认为秘塔不善此道。
跃问
最后到跃问：
有意思的是，按照跃问的文本输出逻辑来推算，其他的 AI 都是从上到下扫描识别食物，但跃问是从左到右扫描识别食物，因此奶茶在第二顺位？这个细节所显示的，可能是底层程式的差异。
另外，从跃问给出的答案来看，它对食物的尺寸和比例没有概念，从而把漏奶华识别成了提拉米苏。
同样，跃问也没有给出食物的数量，都是一块、一杯、一份的总量词描述，对于图片中的同类项合并能力还尚待观察。
语言陈述方面，我也建议，可以试着更加 AI 一些，不要 " 我建议你 "。
总结
Kimi 在食物识别和热量估算方面表现较好，尽管有小错误，但总体准确。
豆包对方位更敏感，但需要丰富食谱库。
秘塔 AI 在识别多样性上表现不错，但在食物数量和份量的描述上有所欠缺。
跃问的图片识别逻辑可能与其他 AI 不同，对图片所显示的食物尺寸、比例、数量等变量显然不够敏感。
不同 AI 在影像分析和食物热量估算方面的能力各有所长，也显示在实际应用中的潜力和需要改进的短板。
总的来说，成为人类的生活助理，AI 们还得加把劲儿。
如果你有观点、想法或想看的测评，欢迎和我交流。如果你喜欢这期内容，别忘了一键三连，因为这也是我探索更新的动力，我们下期再见～
