AI在实验室打破食品研发边界，在供应链中精准调度食材库存，在餐厅后厨还原“大师火候”……眼下，食品工业正在进行一场全链路的数智化升级。这场从研发端到消费端的智能变革，既为食品企业降本增效，也为普通人增添了更多元的味蕾选择。在人工智能的加速渗透下，食品工业迎来了哪些实质性改变？怎样更好满足消费者对营养餐食的个性化需求？未来，AI还会给行业发展带来哪些新的想象？
今年的《政府工作报告》首次提出“打造智能经济新形态”。当前，人工智能正与各行业各领域广泛深度融合，为产业发展带来新的想象空间。食品工业是我国的传统优势产业和重要民生产业。随着人工智能全方位赋能千行百业，食品工业也积极拥抱新科技，推动人工智能大模型等前沿技术在研发、中试、生产、管理等环节深度应用。
政策端的支撑为食品工业的数字化转型注入动力。工业和信息化部等7部门2025年6月印发的《食品工业数字化转型实施方案》提出，鼓励创新应用人工智能技术，增强细分食品行业人工智能大模型技术产品供给；支持企业与科研机构、平台企业合作，利用数据孪生、人工智能大模型等，实现智能感知、精益制造、智慧检测、精准交付，构建数据驱动、产销用协同的运营管理新模式。
当食品行业遇见人工智能，从科研实验室、企业生产线到消费者餐桌，发生了怎样的智能化变革？记者就此展开深入采访。
科研前线的全新图景
在传统的食品科研过程中，数据的获取往往意味着繁琐的样品前处理、重复的仪器操作和大量的人工干预。但在中国农业科学院农产品加工研究所的一间特殊实验室里，一幅截然不同的科研图景正在展开。
“科研人员早上起床后向机器人发出远程指令，吃完早餐走进实验室时，数据已经完成了测定。这不是遥远想象，而是已经实现的技术场景。”中国农业科学院农产品加工研究所研究员马培华说。
马培华介绍，其团队的“全自动食品营养分析实验室”是一套自动化程度达到L3级别的集成化实验室，目前实验室自动化能力还在持续升级。以农产品样品前处理过程为例，机器人可直接完成从钻头取样到匀浆的全流程，而此前这一过程往往需要人工使用家用搅拌机来进行。机器人操作不仅效率更高，还能减轻科研人员的工作负担。
马培华的团队目前还在基于自动化实验室做大规模智能检测，通过收集大量数据来支撑食品大模型的构建。
食品大模型的开发是一项系统工程。马培华认为，开发过程中应重点关注大模型的准确性，“比如，当我们想拍张照片识别食物的卡路里或多酚含量时，自然希望它能又快又准，但‘准’是第一位的，甚至比‘快’更重要”。
诚实性是食品大模型的技术底线。最新研究发现，随着大模型准确度的提高，AI反而变得善于“欺骗”——它明明知道正确答案，却输出错误信息。马培华认为，食物的营养与安全对人体健康至关重要，食品大模型的研究应格外重视其诚实性，这是不能失守的防线。
“我们正在用AI重新发现科学。”马培华说，“从现象识别到机制发现，再到风险预警与功能设计，AI正推动食品科学走向可解释、可预测、可创造的未来。”
马培华表示，团队将以食品大模型为基础，开发各类创新应用，满足行业对个性化营养、食品安全等的多重需求。
不只是科研实验室，在企业的研发端，AI也发挥着越来越重要的作用。
“在市场调研和用户需求收集方面，AI的应用很广泛。过去，做市场调研需要进行田野调查、家庭访谈、电话访谈，至少要花费一两个月的时间。现在，使用AI调研能快速高效地梳理消费者需求，只需一两天时间就能得出调研结果，大大加快了企业研发创新的节奏。”浙江宝宝馋了食品科技有限公司董事长郭保平说。
迪辅乐生物（上海）有限公司高级科研总监庾庆华指出，人工智能正在从底层深刻改变传统研究方式，重塑健康食品的研发模式。
庾庆华介绍，目前，迪辅乐在两个方向重点落地AI应用。一是基于人体共生微生态数据的AI分析与应用。迪辅乐自主研发了“胃肠道微生态健康评估与个性化解决方案”，结合肠道菌群基因检测与人工智能分析，帮助科研人员、临床医生和消费者更早、更精准地识别潜在健康风险。二是微生态科研与临床研究设计的智能化升级。通过AI分析海量既有数据，可以更高效更精准地开展相关研究。
庾庆华认为，人工智能正助力研究人员更深入地理解人体这一复杂的“微生态系统”，“未来，我们希望将人工智能、大数据与微生态研究进一步融合，使健康管理从经验驱动逐步转向数据驱动和科学驱动”。
除了像“分析师”那样从数据中挖掘线索，AI还能化身“工程师”，让生产线更灵活智能，让质量控制更轻松高效。
微康益生菌应用技术总监赵云蛟介绍，在研发端，微康基于微生物组学数据库与大规模的菌株资源，结合AI算法进行菌株筛选与功能预测，通过数据模型缩短菌种筛选周期，提高功能定位的准确性，这种数据驱动型菌种挖掘模式显著提升了研发效率。
“在工艺端，我们构建起智能发酵控制系统，实时监测数据、优化算法，动态调节发酵参数，提高发酵稳定性和批次一致性；同时，在工艺放大过程中利用数据建模预测风险，降低试错成本，实现从实验室到生产线的高效转化。”赵云蛟说，在质量控制方面，公司利用智能化检测与数据追溯系统实现生产全流程可追溯管理，确保每批菌粉产品的活性、纯度与稳定性达到标准要求。
加工环节的智慧助手
伴随机器作业的声响，混杂着石子、木杆等杂质的干槐花随着输送带向前移动。输送带另一端，分选机器人头部的工业相机飞快“眨眼”，一秒钟能拍下几十张照片，精准定位杂质坐标。随后，机器人的高压气嘴会将杂质和不合格物料吹入废料箱，合格的干槐花则顺着输送带进入下一加工环节。
这是记者在北京敏用数码新技术有限责任公司测试车间里看到的智能分选场景。
花生米、脱水蔬菜、茶叶、枸杞……很多食品的生产加工都离不开食材的挑拣、分选，如何高质高效地完成这一步骤？
