KAIKAKU 釋出論文 Epicure：AI 光看食譜搭配，就能摸清食材酸甜苦辣與菜系

過去大廚做菜全憑一雙巧手和多年練出來的舌頭，什麼食材跟什麼搭、加多少辣合適，都是難以言說的經驗。

現在有團隊試圖把這種「舌尖上的直覺」翻譯成機器看得懂的數學向量。4 月 2 日，食品機器人初創公司 KAIKAKU AI 在 arXiv 上發表了新論文《Epicure》。他們甚至宣稱，食品 AI 的「ChatGPT 時刻」可能就要來了。

沒嘗過一口，卻把辣椒辣度排明白了

AI 怎麼可能懂味道？KAIKAKU 的思路其實很直接：人類幾千年沉澱下來的海量菜譜，本身就是最真實的風味搭配資料庫。

他們基於此前的 FlavorGraph 知識圖譜展開研究。原始資料裡充斥著重複和混亂的食材名稱，研究團隊藉助大語言模型設計了一套清洗管線，把 6653 種雜亂的原始食材整理合併成了 1032 種規範食材。

隨後，模型僅通過分析這些食材在食譜中如何共同出現，來學習高維向量表示。神奇的是，在完全不輸入額外化學成分資料或口味標籤的情況下，模型自主識別出了酸、甜、苦、鹹、鮮這全部五種基本味道。

它甚至能僅靠食譜搭配規律，把不同的辣椒按照辣度高低排好順序，並準確將各種食材歸入對應的地域菜系。論文顯示，系統系統性恢復出了至少 15 個獨立維度，橫跨味覺、口感、產地、加工方式以及飲食文化。

給後廚機械臂裝上數字味蕾

弄清風味結構不僅是為了發論文。KAIKAKU 標明瞭這項技術的三個核心落地場景：選單設計、菜品創新以及風味搭配。

以往新菜開發或食材替換極其依賴老師傅的經驗，現在演算法能根據高維嵌入空間給出合理的替代推薦，比如在某種配料短缺時，找出口感與風味最接近的候選者。

更值得注意的是他們的商業計劃。KAIKAKU 正在將這項 AI 技術與自家研發的後廚機械臂深度繫結，打包成一套面向商業廚房的「自主食品基礎設施」。也就是說，他們不想只做一個螢幕裡的調味助手，而是要讓機器人一手掌握炒鍋一手掌握配方。

為什麼重要

我們認為，這項研究最聰明的地方在於它沒有死磕昂貴的食品化學感測器，而是把「食譜」當成了人類偏好的投射。每一道流傳下來的菜譜，本質上都是人類用嘴投票出來的結果。AI 挖掘這些共現模式，相當於直接站在了整個人類飲食文明的肩膀上。

對餐飲行業而言，這讓連鎖餐廳和中央廚房看到了一種可能：標準化的機械臂不再只是機械重複顛勺，而是擁有了理解風味邏輯的能力。遇到原料漲價或斷供，後廚系統甚至能自主微調配方，保證最終端出來的味道不走樣。

不過，要說這已經是食品界的「ChatGPT 時刻」，未免有些言之過早。共現關係能算出搭配的合理性，卻算不出微量香氣分子帶來的質變，也難以捕捉地域人群因人而異的微妙偏好。目前這套系統還停留在論文和原型驗證階段，它到底能不能在油煙瀰漫的真實後廚裡穩定做出一盤好菜，還要看接下來的實戰表現。