标题：美食PK，Kimi和豆包谁赢了？

正文： 降温后，下班回家，家家户户的外卖似乎都更诱人了。这并非错觉，而是因为寒冷天气下，人体需要更多热量来维持体温。高热量食物不仅能提供所需能量，还能通过释放多巴胺缓解压力。面对气温下降，是选择“贴膘”，还是继续做控卡达人呢？

控卡需要精确计算热量，但长期下来颇为繁琐。于是，AI成为一种解决方案。最近，一款名为跃问的应用因支持iPhone16的AI功能而走红。这款应用不仅展现了AI在控卡领域的潜力，还考验了其图像分析能力。

今天，我们将测试Kimi、豆包、秘塔AI和跃问的AI食物热量估算能力。图片中包含一份漏奶华（约400kcal）、一份叉烧饭（约600kcal）、一份烤香肠玉米蔬菜拼盘（约400kcal）和一份咖喱鱼蛋（约120kcal），以及一杯港式冰奶茶（约200kcal），总计约1720kcal。

首先是Kimi，仅用10秒便完成了任务。Kimi不仅准确识别食物，热量估算也大致准确，虽然将奶茶误认为热巧克力。

接下来是豆包，虽然能够识别部分食物，但漏掉了叉烧饭中的叉烧，导致热量估算偏低。不过，豆包给出了食物的位置信息。

秘塔AI的表现也不错，成功识别了玉米、烤蔬菜、香肠、咖喱鱼丸和奶茶，但对食物数量和份量描述不足。

跃问则从左到右扫描识别食物，但对食物尺寸和比例缺乏感知，将漏奶华误认为提拉米苏。此外，跃问未能提供食物的具体数量。

总结： - Kimi在食物识别和热量估算方面表现较好，但有小错误。 - 豆包对方位更敏感，但食谱库需完善。 - 秘塔AI识别多样性强，但在食物数量和份量描述上欠缺。 - 跃问的图片识别逻辑独特，但对食物尺寸、比例和数量的感知不足。

不同AI在图像分析和食物热量估算方面各有优势，也显示出改进的空间。总的来说，AI们还需努力成为更好的生活助理。