蚂蚁阿福上线“AI拍饮食”：用多模态识别中餐，建立个人热量账户

据36氪报道，7月29日，蚂蚁阿福宣布升级上线“AI拍饮食”功能：用户只需拍摄食物照片并发送给阿福，系统即可自动估算餐食的营养与热量信息，并进一步给出健康饮食搭配建议、运动消耗计划等内容。相关数据还可一键存入个人健康档案，形成类似“热量账户”的长期记录。对于正在进行体重管理的用户来说，这意味着“吃了什么、吃得是否合适、是否超量”有望以更低门槛被量化和追踪。

这并不是蚂蚁阿福在健康管理方向上的单点尝试。来源显示，一个月前，阿福曾发起“科学减重1亿斤”号召，并推出低价体脂秤、AI功能升级、21天打卡挑战赛等行动；目前全国已有近150万网友参与相关科学减重行动，累计减重超过200万斤。在运动打卡、体脂测量之外，饮食记录被认为是减重链条中最难坚持的一环，此次“AI拍饮食”正是补上这一关键环节。

从“拍照识别”到“热量账户”：AI健康工具降低饮食记录门槛

传统饮食记录工具往往依赖用户手动搜索食物、填写克数、计算热量和营养比例。对于普通用户来说，这一流程既繁琐，也容易因为估算不准而影响长期坚持。阿福此次的思路，是把饮食管理拆成“拍、记、改”三个动作，让AI先完成识别和计算，再由用户校正。

在“拍”的环节，用户对餐食拍照后，系统会识别菜品并展示总热量，同时拆分碳水化合物、蛋白质、脂肪等宏量营养素信息；在“记”的环节，用户可将餐食数据存入个人健康档案，形成连续的饮食进度；在“改”的环节，面对复杂菜品、剩饭或分量误差，用户还可修改食物名称、克数等信息，以提升记录准确度。

• 拍：用照片获取餐食热量和主要营养构成，减少手动查询。
• 记：将每餐数据沉淀到个人健康档案，形成长期热量记录。
• 改：允许用户修正识别结果和分量，适配真实就餐场景。

来源提到，阿福还会基于记录情况给出饮食优化建议。例如早餐组合的热量区间、是否需要补充蔬果、是否存在晚餐缺失记录等，系统都可能进一步提供搭配提醒或夜间加餐控制建议。也就是说，它并不只是一个“识别食物”的相机功能，而是试图把饮食行为转化为可持续反馈的健康管理入口。

中餐识别是难点：多模态能力与本土化数据库成为关键

让AI看懂中餐并不容易。相比食材、分量、烹饪方式更标准化的部分西式餐食，中餐菜系复杂、做法灵活，同一道菜也可能因为油量、调料、配菜和火候不同而产生明显营养差异。这也是许多饮食记录工具在实际使用中容易出现品类误判、热量估算偏差的原因。

据36氪了解，蚂蚁阿福此次升级了基础模型的多模态能力，以提升食物识别准确率；同时，“AI拍饮食”会调用薄荷健康的本土化饮食数据库。来源显示，薄荷健康数据库收录了160万条食物信息条目。此前蚂蚁阿福已战略投资薄荷健康，此次功能上线也体现出双方在AI能力与营养数据上的协同。

从产品逻辑看，多模态模型负责“看懂图片”，饮食数据库负责提供食物与营养信息的结构化支撑，两者结合后，才能让用户获得相对可信的热量和营养估算。对于中文用户尤其是中餐用户而言，本土化数据的重要性并不低于模型能力本身。

影响与解读：健康AI应用正在从问答走向日常行为管理

过去一段时间，许多AI健康产品更偏向“咨询式问答”，用户提出问题，AI给出解释或建议。但减重、饮食、运动这类场景，本质上是高频、长期、需要反馈闭环的行为管理。阿福把体脂秤、运动打卡、饮食拍照和健康档案串联起来，说明AI健康应用正在从“提供知识”转向参与日常决策。

这一变化的价值在于，普通人并不缺少“少油少糖、多运动”的常识，真正困难的是每天持续记录、评估并调整。AI如果能够把这些动作变成拍照、对话和提醒，就有机会显著降低坚持成本。但也应看到，餐食热量估算天然存在不确定性，尤其在混合菜、外卖、重油重酱等场景下，用户仍需要通过手动修正和长期记录来提高参考价值。

整体来看，“AI拍饮食”是蚂蚁阿福在科学减重场景中的一次关键补位。它把饮食这个过去最难数字化的环节纳入健康档案，进一步完善了从测量、记录到建议的闭环。若后续识别准确率、个性化建议和用户隐私保护能够持续优化，类似产品有望成为大众健康管理中更常用的AI工具。