AI营养助手Alma上线:用生成式模型重新定义健康追踪

由健身科技公司Whoop前产品副总裁Rami Alhamad创立的AI营养应用Alma,今日正式登陆北美iOS平台。 这款应用通过整合生成式AI模型与哈佛营养学知识库,试图以“对话式交互 智能识别”颠覆传统卡路里追踪模式,将繁琐的手动输入转化为自然对话,为用户提供个性化饮食管理服务。 图片来源: Alma从语音到照片:AI驱动的无感记录与MyFitnessPal等传统应用不同,Alma允许用户通过语音或文字直接描述饮食内容,AI助手将自动估算食物分量与热量,并支持拍照识别菜品。

由健身科技公司Whoop前产品副总裁Rami Alhamad创立的AI营养应用Alma,今日正式登陆北美iOS平台。这款应用通过整合生成式AI模型与哈佛营养学知识库,试图以“对话式交互+智能识别”颠覆传统卡路里追踪模式,将繁琐的手动输入转化为自然对话,为用户提供个性化饮食管理服务。

QQ20250206-094031.png

图片来源: Alma

从语音到照片:AI驱动的无感记录

与MyFitnessPal等传统应用不同,Alma允许用户通过语音或文字直接描述饮食内容,AI助手将自动估算食物分量与热量,并支持拍照识别菜品。应用还提供实时调整功能——若AI估算值与实际摄入存在偏差,用户可手动修正数据。这一设计直击传统营养追踪应用的痛点:MyFitnessPal等平台因依赖手动搜索和输入,导致用户留存率长期低迷。

Alma的核心竞争力在于其多模态交互体验。除基础追踪功能外,AI助手可根据用户的纤维、蛋白质摄入目标推荐定制食谱,甚至解析餐厅菜单图片并提供健康选择建议。应用内置的“营养评分系统”会基于每日数据生成健康指数,并推送改善方案。随着使用频次增加,AI还能学习用户饮食偏好,动态优化建议。

QQ20250206-094039.png

图片来源: Alma

技术底座与行业野心

为实现精准分析,Alma整合了多种AI模型,并引入哈佛大学营养学知识库构建专业数据库。其团队包含多名营养学专家,持续扩充全球饮食文化数据,为未来拓展国际市场铺路。目前,这家初创公司已从Menlo Ventures和Anthropic融资290万美元,计划推出“智能食品储藏室”功能——通过识别用户库存食材,自动生成适配食谱。

创始人Alhamad表示,其创业灵感源于个人经历:“过去十年,我反复与体重抗争,深知手动记录的痛苦。ChatGPT的出现让我意识到,AI可以成为个性化营养顾问。”他认为,消费级AI的未来属于垂直领域的专业应用,而非通用聊天机器人。这一理念与投资方Menlo Ventures合伙人Shawn Carolan的观点不谋而合:“当记录20种食物从30秒缩短到几秒,用户习惯将被彻底改变。”

QQ20250206-094048.png

图片来源: Alma

挑战与机遇并存

尽管Alma面临着来自Healthify、SnapCalorie等AI营养应用的竞争,但其通过设计美学与交互流畅度构建差异化优势。行业观察者指出,随着Ozempic等减肥药物年耗资数千美元的现象蔓延,市场对非药物健康管理方案的需求持续攀升。若Alma能证明其AI建议可替代部分营养师职能,或将开启“AI+精准营养”的新商业图景。这场由生成式模型驱动的健康革命,正在重新定义人类与食物的关系。

相关资讯

高中生利用《我的世界》搭建AI模型评测网站,全民参与评判模型优劣

在人工智能技术飞速发展的今天,如何有效地评估和比较不同生成式AI模型的实力,成为了一个备受关注的难题。 传统的AI基准测试方法逐渐显露出其局限性,为此,AI开发者们正积极探索更具创新性的评估途径。 近日,一款名为“Minecraft Benchmark”(简称MC-Bench)的网站横空出世,其独特之处在于,它利用微软旗下的沙盒建造游戏《我的世界》(Minecraft)作为平台,让用户通过对比AI模型根据提示所创建的游戏作品,来评估它们的表现。

调查:超72% 的企业选择 AI 工具时最看重易用性

根据最近的一项 CIO 报告,企业在人工智能(AI)领域的投资高达2.5亿美元,尽管在证明投资回报率(ROI)方面面临挑战。 商业领袖们正努力提高生产力,但新技术的集成往往需要重构现有应用、更新流程并激励员工学习,以适应现代商业环境。 QuickBlox 首席执行官 Nate MacLeitch 对136位高管进行了调查,以揭示 AI 采用的现实情况,探讨领导者的首要任务、主要担忧以及他们在2025年寻找可信工具的信息来源。

降低门槛,全平台应用,昇腾还会手把手地教你如何用AI

机器之心报道作者:泽南如何才能做到 AI 应用一次开发,全场景部署?昇腾给出了答案。如今的大多数 AI 应用程序都需要跑在多种类型的处理器上,覆盖数十个版本的操作系统,运行在从端侧到云计算集群的各种设备上。这样复杂的环境,对软件的适应性和模型的可裁剪、可伸缩性提出了极高要求。AI 开源框架也在顺应这股潮流,昇腾发布的 CANN、MindSpore、MindX 等工具,可以让开发者实现「统一端边云,全端自动部署」,开启了机器学习开发的新时代,一直被人们寄予厚望。昇腾的 AI 全栈软件平台。其中,基础架构作为连接硬件与