隨著氣溫的下降，下班回家時你可能會發現周圍的食物香味似乎變得更加誘人。

這不是錯覺或食欲增加的表現。科學研究表明，在寒冷天氣中，人體需要更多的能量來保持體溫，而高熱量食物可以提供所需的能量來源。此外，從進化角度來看，人類為了在食物稀缺的季節生存下來，會自然地增加脂肪儲備以備不時之需。雖然現在有暖氣設備使我們免受極端低溫的影響，但深藏于基因中的本能還是會驅使人們尋求攝入更多高熱量的食物。

另外，在寒冷天氣里，食物與情緒之間的聯系變得更為緊密。比如甜食等高熱量食品可以刺激大腦釋放多巴胺，有助于緩解壓力和提升心情。"晚來天欲雪"的夜晚，白居易在下班后也會渴望“紅泥小火爐，能飲一杯無？”。

隨著氣溫持續走低，人們面臨的選擇是：是否要在冬季增加體重（即貼膘），還是繼續堅持控制卡路里的攝入呢？

如果選擇后者，則需要掐著熱量吃飯。但是，沒幾天就會發現算熱量太繁瑣了。于是有人想到借助AI技術來簡化這一過程——通過拍照讓AI估算食物的熱量，從而幫助自己更好地管理每日的能量攝入。

最近iPhone發布的新功能也發掘出了這個思路：即一鍵調用相機接入AI提問的功能，并由此誕生了一個名為躍問的應用程序，它針對iPhone16進行了優化設計而火出圈。

這不僅釋放了AI場景化控卡垂類用戶的信號，同時也考驗著 AI 的圖像分析能力。今天我們就來測試一下AI的食物熱量估算能力，推動圖像端側AI應用的進一步發展。

此次參與測評的產品包括Kimi、豆包、秘塔AI和躍問。

Prompt為："假設我中午把這些都吃完了，請問我一共攝入了多少卡路里？附件圖片如下。"

我們先粗略估算一下參考答案：

• 一份漏奶華，大約250g，總熱量約400kcal；
• 一份叉燒飯，叉燒約100g，青菜約40g，滑蛋約50g，米飯約180g，總熱量約600kcal;
• 一杯奶茶，大約250ml，總熱量約200kcal。

Kimi在食物識別和熱量估算方面表現較為出色，盡管有小錯誤，但總體上仍保持較高準確性。豆包對方位更敏感，但在食譜庫的豐富性上有待提升；秘塔AI則顯示出較強的多樣性識別能力，然而它未能詳細描述出每種食物的數量。

躍問在圖片識別邏輯方面可能與其他應用不同，其輸出結果中沒有體現食物尺寸、比例及數量等變量。此外，躍問的語言陳述也建議更加直接一些，減少不必要的主觀性表達。

不同的AI產品在圖像分析和食物熱量估算方面的表現各有千秋，這也顯示出它們在未來實際應用場景中的潛力與需要改進的短板。為了讓這些技術更好地服務于人類生活，我們還有很長的路要走。

如果你有相關意見或建議，請隨時分享給我；若你喜歡本期內容，請別忘了點贊、評論和轉發，這也將成為我繼續創作的動力源泉！

(責任編輯：佚名)