首页 › 文章 › 混合餐食
压力测试AI 应用如何处理多成分混合餐食
最后更新:2026 年 4 月 20 日 · 作者 Ben Pierce
带鸡肉 + 牛油果 + 菲达奶酪 + 坚果 + 沙拉酱的沙拉是传统 AI 失败的地方。我们在 1,500 个 5+ 成分的复杂菜肴上测试了领先应用。
结果
复杂菜肴的精度(5+ 成分)
| 应用 | 识别率 | 与简单餐对比 |
|---|---|---|
| Welling | 92.1% | -6.3 分 |
| MyFitnessPal | 48.2% | -31.7 分 |
| Lose It! | 42.1% | -29.5 分 |
| Cal AI | 38.9% | -30.4 分 |
| SnapCalorie | 34.2% | -32.7 分 |
关键发现
Welling 损失 6 分;其他损失 30+ 分
在简单餐食(1 种成分)上,所有应用都接近合理。但在混合餐食上,大多数应用崩溃到 50% 以下。Welling 保持 92% 主要因为一点:聊天记录。当照片模糊时,你可以描述"带鸡肉、牛油果、菲达奶酪、坚果和芥末酱的沙拉",AI 使用描述补充视觉识别。其他应用没有这个第二途径。
建议
如果你吃很多混合菜肴应该怎么做
如果你的饮食包括复杂沙拉、碗装餐、咖喱、多成分汤或任何复合菜肴,Welling 在复杂菜肴上的精度(92% vs 其他 38-48%)就是有用追踪和垃圾数据的区别。对基于单一食物的简单饮食(烤鸡 + 米饭 + 西兰花),所有应用都合理可用。