每天吃饭都能记录了!蚂蚁战略投资薄荷,1亿用户先享AI饮食管家
先说结论:这笔投资解决了一个老问题
记录饮食算热量这件事,很多人试过又放弃了。搜索食物太麻烦,拍照识别不准,同一道菜热量差一倍,越记录越怀疑人生。7月8日,蚂蚁集团宣布战略投资薄荷健康,持股超28%成为最大外部股东,首期功能已在蚂蚁阿福App上线——用户拍照记录饮食时,系统直接调用薄荷健康的食物数据库。这个组合想解决的核心问题,就是让AI健康助手真正能回答「这顿饭到底吃了多少」这类高频、具体、个性化的饮食问题。1
薄荷健康做饮食记录这件事将近20年,积累的东西到底是什么?说白了就是一套覆盖中餐场景的食物数据库。收录超过160万条食物数据,覆盖家常菜、外卖菜品、便利店零食、连锁餐厅菜品这些普通人每天接触的食物类型。每条记录里标明了热量、蛋白质、脂肪、碳水的具体数值,不需要用户自己换算。 这套数据库是目前国内规模最大的食物营养数据库之一,而且是经过大量用户长期记录、纠错、验证后沉淀下来的。用户拍一份麻辣烫,数据库里能匹配到具体的菜品和分量;搜一份红烧肉,能看到不同版本的热量差异。这些细节,通用AI自己编不出来。2
数据积累是壁垒,但不是所有场景都能完美解决。同一种食物数据库里可能出现多个版本,热量数值差异不小。比如搜「红烧肉」,出来的结果可能有五六条,每百克热量从三百多到五百多都有。拍照识别也有局限:单一食物识别准确率不错,但混合菜肴能识别出菜名,却很难准确判断分量和油量。这是目前所有饮食记录工具的共性问题,不只是薄荷一家。2
AI在饮食记录场景里最先发挥的价值,其实不是算得多精确,而是降低记录门槛。用户不需要先拆解食材、不需要记住每种食物的营养参数,拍一张照片系统就开始识别,如果不准再修。这种「先拍,AI先识别」的模式比传统的手动搜索填写摩擦力低很多。 薄荷健康18年的数据积累,给了AI识别真实饮食场景的基础支撑。没有这套数据,AI就算能认出图片里的菜,也无法给出可信的热量数字。3
接入蚂蚁阿福之后,这套能力被放到了一个更大的入口里。蚂蚁阿福用户规模突破1亿,日均处理健康咨询超1000万次,其中55%来自三线及以下城市。蚂蚁的流量加上薄荷的专业数据,把「拍照算热量」这件事从垂直用户群扩展到了支付宝的10亿月活用户。对于三四线城市和县城用户来说,之前想找一个靠谱的饮食记录工具,选项很有限。现在打开支付宝就能用,门槛几乎为零。4
对用户而言,合作初期能感知到的变化主要在饮食记录这一个环节:拍照识别食物更准了,热量估算更细了。但这个功能的上线,更像是搭起了一个框架。蚂蚁阿福原来覆盖健康问答、报告解读、AI挂号、医保购药这些被动健康服务,接入薄荷数据之后,服务边界从「生病时帮你找答案」往「平时帮你少出问题」延伸。用户在阿福里可以完成从饮食记录、体重追踪到个性化营养干预的完整链路。5
从公开信息看,后续合作方向还包括科学减重方案、食品电商推荐、健康AI联合训练、产业生态开放等。想象空间在于:当AI知道你每天吃了什么、缺什么、想减几斤,推荐一款低卡零食的转化逻辑就完全不一样了。不是低价促销,而是基于真实营养缺口的需求匹配。但这些方向目前还只是规划,落地效果需要时间验证。6
回到最实际的问题:这个组合现在能用吗?首期上线的「拍照识别食物热量」功能已经可以在蚂蚁阿福App里体验到。如果你有日常记录饮食、控制热量的需求,在支付宝里直接用阿福会比专门下载一个饮食记录App更省事——不需要多装一个App,数据还能和你的健康档案打通。期待值方面,可以把它理解为一个随身饮食查询工具:能帮你建立对常见食物热量的直觉,但精细到「这顿饭精确摄入了多少卡路里」这件事,目前任何工具都有误差。2
AI健康服务的竞争正在从「问一问」往「管一管」迁移。蚂蚁和阿里的逻辑是:用户不一定每天问诊,但每天都要吃饭。谁能在这个最高频的饮食场景里建立可用的工具,谁就握住了健康管理的流量入口。薄荷的数据壁垒加上蚂蚁的流量优势,这个组合确实在国内市场有独特的位置。但最终能不能跑通,取决于工具能不能让用户持续用下去,而不是用几次就放弃——这是所有饮食记录产品面临的共同挑战,和背后的技术、资本关系不大。3
当前文章无评论,是时候发表评论了