Cal AI

饮食记录的难点，从来不是「查不到一块鸡胸肉有多少卡」——任何一个食物数据库都能回答这个问题。难的是你愿不愿意一天打开二十次、每次搜三遍、再判断自己吃的到底是 120 克还是 150 克。Cal AI 的思路很直接：把这套动作压缩成「举起手机拍一张」。它在美国区应用商店拿到 4.8 分、约 37.5 万条评分，这个样本量足以说明它确实被大量人日常使用；但同一家官网的常见问题里，又老老实实写着「CalAI 大约 80% 准确」。一边是高分，一边是自认会错，这两件事放在一起，才是这款应用真实的样子。下面从它是什么、怎么算、界面长什么样、钱怎么花、哪里不能用，一次讲清楚。

Cal AI 是什么：把拍照做成热量记录的主入口

应用商店里的完整名称是 Cal AI – Calorie Tracker，中文语境下通常直接叫 Cal AI。它属于「食物记录」这个存在了十几年的老品类，产品形态却只做了一件事：把输入方式从键盘换成摄像头。这个改动听起来小，实际改变了整个使用节奏——从「想起来要记，于是去搜」，变成「吃之前顺手拍一张」。

一句定义：拍一张照片，换回四个数字

定位可以概括成一句话：拍下你正在吃的东西，它告诉你这一餐有多少热量、多少蛋白质、多少碳水、多少脂肪。四个数字给完，这条记录就进了当天的账本，剩下的累计、对比目标、看趋势由应用自己完成。没有课程、没有社区、没有打卡挑战，功能边界收得很窄，窄到你可以用一句话向别人解释它。

这种窄是有代价的。它不会教你怎么吃，不会根据你的体检报告给方案，也不会因为你这周超标就调整下周的目标。它就是一个记账本，只不过账本上的数字是 AI 帮你填的。

它真正解决的是「记录成本」，不是「数据缺失」

市面上从不缺热量数据。缺的是让人愿意坚持记录的动力，而坚持这件事和麻烦程度直接相关。传统流程是：打开应用、搜索食物名、在一堆同名结果里挑一个、选份量、确认。一顿有三四个菜的饭，这套动作要重复四五遍，多数人坚持不过两周。

拍照把这条链路砍到一步，代价是把「精确」换成了「大概」。这是一个明确的取舍，不是技术缺陷——你不可能既要求零操作，又要求误差在 5% 以内。理解这一点，后面所有关于准确率的讨论都会变得容易接受。

2024 年 4 月上架，官网把更新频率写在明面上

这款应用首次上架是在 2024 年 4 月，到现在两年多。官网在介绍里放了一句话：「New features weekly :)」，意思是每周都在加新功能。这句话本身是营销口径，但结合它的版本迭代记录看，更新确实不算慢。

频繁更新对用户是好事，也带来一个实际问题：网上能搜到的教程、测评、截图，很可能对应的是半年前的版本。功能位置会挪，按钮会改名，付费墙的位置也会调整。看到和自己手机上不一样的界面，先怀疑版本，不要先怀疑装错了。

开发主体是 Viral Development LLC，这个名字要记住

商店页标注的开发主体是 Viral Development LLC。记住这个名字不是为了背公司背景，而是为了辨别真伪——这一点在后面的「中国区」一节里会详细讲。简单说，应用商店里叫「Cal AI」「Calorie AI」「AI Calorie Counter」的产品有一大把，开发者各不相同，功能和数据完全不互通。

它是怎么算出来的：官网自述的四步流程

把功能列表背下来没什么用，理解这套流程才有用。因为它能解释一个很具体的现象：同一盘菜，你和朋友各拍一张，结果可能差 80 卡，而两个人都没有操作错。

第一步：用手机景深传感器估算体积

官网的说法是，拍照之后用手机的景深传感器估算食物的体积。这里的关键词是体积，不是重量。景深信息能告诉你「这一坨大概多大、离镜头多远、占了画面多少」，但它不知道这坨东西有多密。

而密度恰恰是换算重量的唯一桥梁。米饭、沙拉、炸鸡、汤，同样体积对应的重量能差两三倍。所以从第一步开始，误差就已经埋进去了，后面的每一步都只是在它之上做修正，没法把它消掉。

第二步：把一盘菜拆成几个对象

从实际界面上能看到，它做的不是「给整盘菜一个总数」，而是先分割再分类。一盘淋了糖浆的蓝莓松饼，会被拆成「蓝莓」「松饼」「糖浆」三个的标注气泡，各自带一个热量数字。这个设计的好处很明显：哪一项识别错了，你可以只改那一项，不用整盘。

坏处是每一层都可能出错。分割阶段可能把盘子边缘的阴影算成食物，分类阶段可能把红薯认成南瓜，两层的错误还会叠加。三个对象各自错 15%，加起来的总数可能偏得更多，也可能互相抵消——这就是为什么它的误差有时候看起来很大，有时候又准得吓人。

第三步：拿种类和体积去食物库里换营养值

官网称它的食物数据库有 100 万条以上，支持按名称、品牌搜索，也可以直接扫条码。数据库越大，匹配到「同一种食物的不同做法」的概率越高，这是好事；但反过来说，一条「Pancakes」下面可能挂着十几个配方，多油、少油、加不加黄油，热量能差一倍。

这一步本质上是「查表」，不是「测量」。它给你的数字来自数据库里的标准值，不是从你这盘菜里检测出来的。所以你吃的如果是家里自己做的少油版本，它按餐厅配方算，就会偏高；反过来，如果盘底藏着一层油，它看不见，就会偏低。

第四步：把结果交回用户手里改

这是整个产品里最诚实的一环。识别结果页底部有一个「Fix Results」按钮，点进去可以手动改份量、改食物种类、删掉多出来的那一项。官网在解释准确率时也明确建议：识别不对就用 Fix Results 修正。

这句话反过来读也成立——官方知道它会错，所以留了一个人工兜底的口子。一个 AI 产品愿意把「改错」做成一级入口，比在宣传页上写「准确率 99%」要可信得多。

四步里，哪一步最容易崩

按实际使用经验排序，最容易崩的是第一步和第三步，也就是体积估算和配方匹配；分类反而是相对稳的，常见食物认得相当准。这解释了一个反直觉的现象：拍一个苹果、一根香蕉，准得离谱；拍一盘家常小炒，误差反而大。因为前者形状规整、数据库里只有一个标准答案，后者体积难估、做法千差万别。

想更准确地理解「拍照算热量」这件事目前的水平，可以看看 GPT-4V 识别食物卡路里 里的实测思路，那篇讨论的是模型能力本身，和具体某个应用的工程实现是两件事。

拍照这一步，界面上到底发生了什么

功能描述容易写得抽象，直接看界面更清楚。它把「拍照」做成了一个有明确模式的输入框，而不是简单调用系统相机。

取景界面：Scanner 与一条输入模式栏

进入拍照页，顶部标题写着「Just snap a picture of your food」，页面上方标注 Scanner，中间是取景框。取景框里对准的是一盘淋了糖浆的蓝莓松饼，画面下方压着一条扫描模式条，第一个高亮项是 Scan food，旁边还有四个图标，分别对应文字、标签、条码、手写这类输入方式，右下角是一个白色圆形快门。

这条模式条值得单独说。它意味着「拍照」只是五种输入之一，而不是唯一。很多人第一次用会以为只能拍照，然后在遇到一盘汤、一张菜单、一个没有包装的水果时卡住——其实切一下模式就行。产品把选择权放在了快门旁边，位置不算显眼，但确实在那儿。

分析结果：三个气泡和一张汇总卡

拍完之后是结果页，标题变成「Then let us do the rest」。同一个盘子被拆成三个气泡标注：Blueberries 8、Pancakes 595、Syrup 12。下方一张卡片写着 Breakfast / Pancakes with blueberries & syrup，合计 615 卡、Carbs 93g、Protein 11g、Fats 21g，再下面一行是 Health score 7/10 和一条绿色进度条，底部两个按钮分别是 Fix Results 和 Done。

这页信息密度不低，但顺序是合理的：先给总量（615 卡），再给结构（三大营养素），最后给一个综合评价（7/10）。那个 Health score 是这套产品里比较有意思的设计——它不是因为热量低就给高分，而是综合了营养结构。一盘 615 卡的松饼拿到 7 分，说明评分逻辑并不严苛，更多是提示「这餐碳水偏高、蛋白偏低」，而不是给你打分排名。

Fix Results：这个按钮比看起来重要

Fix Results 放在左下角，视觉权重不如右侧的 Done，但它才是决定长期准确率的关键。逻辑很简单：AI 给的是初稿，你改完才是终稿。愿意多点这一下的用户，记录质量会明显好于一路点 Done 的用户。

实际操作上，最常需要改的是份量。AI 按画面里看到的量估算，但你那盘松饼可能只吃了一半，或者旁边那杯拿铁根本没入镜。这类偏差不改，一天的账就会系统性偏高或偏低，最后得出「我明明吃得很少却不掉秤」的错误结论。

什么时候该放弃拍照，直接手动输

有几类场景拍照基本没意义：汤、粥、火锅这类没有固定形状的；拌在一起的盖饭、炒饭、沙拉；深色酱汁覆盖的菜；以及只吃了一部分的食物。这些情况下，拍出来的结果大概率要改到面目全非，不如一开始就在模式条里切到手动输入。

判断标准可以很简单：如果这盘菜的边界看不清、或者你没法用一句话说清里面有什么，就别指望模型能拆对。

除了拍照，它还有哪些记录方式

拍照是最响的卖点，但不是唯一入口。把其他几种方式用起来，整套记录才站得住。

条码扫描：包装食品最快的路径

有包装的食品，扫条码是最省事也最准的方式。条码对应的是厂家申报的营养成分表，属于「官方数据」，不涉及体积估算，也不涉及配方猜测。一盒酸奶、一袋吐司、一瓶饮料，扫一下就能带出完整信息，再选吃了多少份即可。

它的局限也很明确：只对标准化包装有效。散装、生鲜、外卖、餐厅菜品都没有条码，这时候只能回到拍照或手动。

食品标签扫描：给看配料表的人用

标签扫描和条码扫描解决的不是同一个问题。条码是「我知道这是什么，帮我调数据」，标签是「我不知道这是什么，帮我读包装」。对于成分表里藏着一堆看不懂的名字、或者需要确认是否含某种过敏原的场景，直接拍标签比拍食物有用得多。

这类功能对饮食限制人群的价值，其实高于对减脂人群的价值。减脂的人关心总量，限制饮食的人关心「有没有」，后者是零容忍的，猜错一次代价很大。

手动输入：最不「AI」，但往往最准

手动输入在任何一款食物记录应用里都存在，也最不吸引人。但如果你真的在意数字，它应该是主力，拍照只是辅助。原因不复杂：你知道自己吃了什么、吃了多少，AI 只能看到画面。信息量上，你永远赢。

一个务实的搭配是：包装食品扫码，家常菜手动输，外出就餐和不确定的菜拍照估个大概。三种方式混着用，比强行统一成一种要可靠。

食物数据库与搜索：100 万条意味着什么

官网称数据库有 100 万条以上，支持按名称、品牌搜索。这个数量级在同类产品里属于主流水平，不算特别突出，但足够覆盖日常。数量大带来的直接好处是生僻食物、进口食品、连锁品牌菜品更容易命中。

需要提醒的是，「有这条数据」和「这条数据对得上你吃的那份」是两回事。搜「拿铁」可能出来十几种，全脂、脱脂、加糖、大杯小杯，热量能差一倍以上。搜索之后的挑选，仍然要你自己做。

记录之外：体重、围度、饮水、

它不只记吃。官网列出的功能里还包括体重、围度、营养目标的追踪，以及饮水量和的记录，并会基于这些数据给 AI 建议。这套组合的目的是把「吃进去」和「身体变化」放在一张表上看，而不是只盯着每天的卡路里数字。

围度这一项在国内产品里不算常见，但对减脂人群其实比体重更有参考价值——体重会受水分、生理周期、排便影响，腰围不会一天变三厘米。愿意量的人不多，但量了的人会发现问题看得更清楚。

记录之后：首页、目标和进度页怎么读

拍照是入口，真正决定能不能坚持的是记录之后的三个页面：今天还剩多少、这周结构对不对、这个月有没有变化。它把这三件事拆成了三个标签页。

首页那个 1250 Calories left 是怎么来的

打开应用的首页，最醒目的往往是一个大数字，比如 1250 Calories left。这个数是「今日预算减去已记录摄入，再加上消耗」的结果，不是固定的推荐值。下面三格环形指标分别写着 45g Protein over、89g Carbs left、48g Fats left。

注意第一格用的是 over，意思是蛋白质已经超出了目标。这个细节比数字本身更有价值：热量还剩下 1250，但蛋白已经吃满、碳水还剩 89 克、脂肪还剩 48 克。如果你只看总热量，会以为今天还有很大空间；看三格才知道，剩下的空间其实只剩碳水和脂肪，再吃高蛋白的东西只会继续超。

对于减脂的人来说，这种「四维一起看」的呈现方式比单一的卡路里进度条有用得多。热量相同的一千卡，可以是三份炸鸡，也可以是米饭配鸡胸加蔬菜，身体反应完全不同。

Recently uploaded 这一栏别忽略

首页往下是「Recently uploaded」，按时间倒序列出最近几条记录。截图上能看到两条：Fattoush Salad 153 calories，12g 蛋白 / 10g 碳水 / 5g 脂肪；Sweet Corn panner 455 kcal，25g / 55g / 15g。

这一栏的作用是「回看和纠错」。人对自己刚吃的东西记忆最清楚，吃完饭刷一眼，发现哪条估高了或者漏了，当场改掉，比晚上补记要准得多。很多记录类应用把历史藏进二级页面，它放在首页，等于每天都在提醒你复盘。

目标进度页：80% Goal achieved 是怎么算的

Analytics 标签页是目标进度。顶部一行大字 80% Goal achieved，下面一排时间切换：90 Days、6 Months、1 Year、All time。再往下是体重折线图，图上标着 67Kg；Nutrients 区域显示 12780 Total calories 与 1952 Daily avg.，最下方是按周一到周日排列的堆叠柱状图，用三种颜分 Protein、Carbs、Fats。

这个 80% 不是「完成度打分」，而是基于你设定的目标和当前数据算出的进度指标。它的意义在于给一个方向感，不必当成精确考核。不同时间段切换之后数字会变，是因为窗口内的记录密度不同——记得少的那段时间，曲线会显得更平。

体重曲线和营养素日均，哪个更值得看

体重曲线好看，但噪声大。一天之内浮动一两公斤是常态，睡眠、盐分、碳水摄入、生理周期都会影响。12780 总热量、1952 日均这种聚合数字反而更稳——它反映的是「你这段时间平均每天吃多少」，而这个数才是决定体重走向的根本变量。

一个实用建议：把体重曲线的周期切到 90 天以上再看。90 天以内的折线，更多是在反映水分变化，不太能反映脂肪变化。应用提供了 1 年和 All time 的选项，就是为了让这个趋势浮出来。

和 Apple Health、Google Fit 打通之后能做什么

官网提到它可以和 Apple Health、Google Fit 集成，具体做法是在热量页向右滑，找到连接入口。打通之后，两边的基础数据可以互相同步，你不用在三个应用里各记一遍体重和。

这类集成的实际价值取决于你的主数据放在哪。如果你用手表记录、用手机记录饮食，集成的意义就很大；如果你所有数据都只在 Cal AI 里，那它更多是个备份通道。需要提醒的是，第三方同步偶尔会有延迟或重复计数，接完之后最好抽一天核对一下两边数字对不对得上。

怎么用：三类人的上手路径

同一个工具，不同目标的人用法差别很大。下面三条路径都不是「最优解」，只是各自场景下最少走弯路的顺序。

减脂新手：先连续记两周，别急着改饮食

刚开始用的人最常见的错误，是一边记录一边大幅节食。结果是两周掉两公斤，第三周崩掉，然后彻底放弃。更稳的做法是前两周什么都不改，只记录，让自己知道「平时的我到底吃多少」。

这两周里，重点不是把每一餐都拍准，而是把「拍」这个动作变成习惯。允许误差，允许漏记一两餐，只要大部分记录在。等你有了一个基准线，再决定每天减 300 卡还是 500 卡，才有依据。

对习惯养成来说，拍照的低摩擦优势在这两周体现得最明显。国内也有走同一路线但更偏「轻断食 + 记录」的产品，比如 小卡健康，思路可以对照着看：一个把重点放在「记录得多快」，一个把重点放在「吃的时间窗口」。

健身人群：把蛋白质那一格当主指标

增肌或者备赛的人，热量不是唯一变量，蛋白质摄入才是。这类用户用 Cal AI 的正确姿势是每天先看蛋白质那一格有没有到，再看总热量。首页三格环形正好满足这个需求，「45g Protein over」这种表达比「已完成 120%」直观。

但要注意，靠拍照估算蛋白质的误差比估算热量更大。肉类做法不同，蛋白质密度差别不小；一盘菜的肉量又常常被酱汁和配菜挡住。真要精确到克，还是得回到手动输入或者称重。拍照适合做「有没有吃够」的粗筛，不适合做「精确到 5 克」的配比。

饮食限制与过敏人群：标签扫描优先于拍照

乳糖不耐、麸质过敏、坚果过敏这类需求，核心不是热量而是成分。这种情况下，拍照识别基本帮不上忙——它看不出这盘菜里有没有放花生碎。正确的用法是把标签扫描放在第一位，买之前先拍包装上的配料表。

需要说清楚的是，任何图像识别的成分判断都不能当作过敏原的最终依据。包装上的「可能含有微量」这类标注，机器读得出字，但读不出严重程度。真正严重的过敏，仍然要以厂家标注和医生意见为准。

糖尿病管理：它能帮上忙的部分很有限

糖尿病管理需要关注碳水总量、升糖速度、用药与进食的配合，这些都不是一个热量记录应用能覆盖的。它能做的是把每餐的碳水克数记下来，给医生或营养师看的时候有一份相对完整的数据。

把这件事说透一点：应用里的「Carbs 93g」是估算值，不是检验值。对需要精确计算胰岛素剂量的人来说，估算误差是不能接受的。官网自己也写明不提供医疗建议，这句话不是免责套话，而是能力边界的声明。

官网与下载入口：认准 calai.app

搞清楚在哪儿下载，比搞清楚功能更重要。这类「拍照算热量」的应用在应用商店里重名率很高，装错一个，后面记的数据全是白费。

官网域名与团队联系方式

官方主站是 calai.app。商店页里给出的服务条款挂在同一域名的 /tos 路径下，反馈邮箱是 team@calai.app，两处指向同一个域名，可以作为「这是不是官方」的一个核对点。

官网首页的自我定位很直白：用一张照片完成热量记录，配套一个百万级的食物库。它没有把功能堆成一张长列表，而是把「拍照」这一件事放在最前面，这也解释了为什么应用里的其他功能都长得像拍照的配套设施。

iOS 与 Android 两条下载路径

两端都有。官网的常见问题里分别给了 iPhone 和 Android 的取消订阅路径，说明这两个平台都是官方在维护的正式渠道，不是第三方移植版本。iOS 走 App Store，Android 走 Google Play，订阅关系也各自挂在对应的商店账号下。

这一点会带来一个实际后果：你在 iPhone 上买的订阅，换到 Android 手机上不能直接继承。跨平台换机的用户需要留意，别以为登录同一个邮箱就万事大吉。

国内用户：商店里搜到的同名应用不是它

中国区应用商店里能搜到 Cal AI 或者极其接近的名字，但开发者是别家，功能界面也另做一套。判断方法很简单：看开发者一栏，官方版本的标注主体与 calai.app 这条域名对得上，仿品对不上。

如果只是想在国内找一个能拍照记热量的替代品，路径其实更顺，可以看 国行 iPhone 16 上用系统能力算卡路里 这类做法，也可以直接用国内产品。跨区安装要处理账号、支付和更新三个问题，为一个记录工具付这个成本，值不值得自己权衡。

免费下载，不等于免费使用

这是这款产品最容易被误解的地方，也是评论区分歧最大的地方。商店页写着免费下载，很多人装完才发现关键功能要付费。

免费版能用到哪一步

按照商店描述，食物扫描的分析结果需要订阅才能查看。也就是说，你可以免费下载、免费注册、免费浏览界面，但当你拍完一张照片、想看它给出的热量和营养素时，会遇到付费提示。官网的常见问题里也提到，在应用里点「+」记录食物时会弹出付费墙。

所以准确的说法是：免费的是安装和试用，不是完整功能。把它当成「先试再买」的试用版更合适，而不是「免费够用」的免费版。

付费墙出现在哪里

从描述和常见问题看，付费墙主要卡在「记录」这个动作上，而不是卡在「查看历史」或者「设置目标」上。这个设计有它的逻辑：记录是核心价值，也是服务器成本所在，把它放在付费墙后面比锁住历史数据更容易被接受。

对用户的现实影响是，你没法长期「用免费版凑合」。要么订阅，要么换一个免费额度更宽的产品。这一点在下载前就该弄清楚，避免记了两周数据之后被迫中断。

价格：官方没有公开统一标价

官网和应用商店页都没有给出一个稳定的、全球统一的订阅价格，应用内展示的价格会随地区和促销活动变化。所以任何「每月多少钱」的说法都只能当作参考，最终以你自己手机上弹出的订阅页为准。

判断是否值得，可以换个角度：这类工具的替代品很多，价格区间也拉得很开。如果你只是想知道「这餐大概多少卡」，免费或者便宜的工具足够；如果你需要长期记录、看趋势、和健康数据打通，那订阅才有意义。先想清楚自己属于哪一种。

取消订阅必须在系统设置里做

官网给出了两条明确路径。iPhone 上是：设置 → 点自己的名字 → 订阅 → CalAI → 取消订阅。Android 上是：Google Play → 点右上角头像 → 付款和订阅 → 订阅 → CalAI → 取消。

这里有一条必须单独强调：删除应用不会自动取消订阅。很多人卸载之后就以为完事了，结果下个月还在扣费。订阅关系挂在应用商店账号上，不在应用里，所以卸载、重装、换手机都不影响它。官网专门写了一句提醒，说明这不是个别现象。

换手机之后，记录还在不在

数据存在云端，重装或者换设备之后，用同一个账号登录就能恢复。这一点比数据只存本地要省心，但也意味着你的饮食记录实际上托管在别人的服务器上——对隐私敏感的人需要自行权衡。

实际操作上，换机前最好确认两件事：账号是用什么方式注册的（邮箱、Apple、Google），以及订阅是否还挂在原来那个商店账号下。前者决定你能不能找回数据，后者决定你会不会被重复扣费。

和同类产品比，它站在什么位置

「拍照算热量」这个方向，2023 年之后涌进来一大批产品，Cal AI 不是最早的，但它是把这条路走得最彻底的一个——彻底到除了拍照几乎不强调别的。

国内的拍照算热量产品：更贴中餐

国内同类产品的优势在食物库和菜品结构。中餐的混合菜、汤羹、家常做法，国外模型的训练数据覆盖得没那么细。像 SnapEat AI 这类产品，走的就是「拍照识别 + 营养分析」的同一路线，差别更多体现在菜系覆盖和交互语言上。

对日常吃中餐为主的用户，这是一个很实际的考量。同一碗番茄鸡蛋面，国外产品可能识别成「noodle soup」然后按西式配方算，国内产品更可能认出具体做法。误差未必小，但至少方向对。

轻量工具与「完整记录系统」的差别

有些产品只做「一次性识别」：拍一张，给个数字，结束。Cal AI 想做的是完整记录系统——有历史、有目标、有趋势、有体重和围度。这两类产品的使用方式完全不同，前者适合偶尔查一下，后者适合长期管理。

选择标准很简单：你会不会连续用三个月以上。会，就选有趋势和数据沉淀的；不会，轻量工具更省事，也不用为订阅付费。

训练侧要不要另配一个计划工具

Cal AI 只管吃，不管练。如果你的目标是增肌或者系统减脂，饮食记录只解决了一半问题，另一半是训练计划和动作安排。这部分可以看 Planfit 这类偏训练侧的产品，两边数据不互通，但逻辑上互补。

不建议一开始就同时上两个工具。先让记录习惯稳定下来，再考虑加训练计划，否则很容易两个都坚持不下来。

手机端入口这件事，本身也在变化

拍照算热量的门槛，和手机本身的影像能力直接相关。景深传感器、算力、相机素质，都会影响识别效果。国内用户用手机端做这类事，路径和体验跟国外不完全一样，国行 iPhone 16 用 AI 算卡路里 那篇讲的就是这个入口层面的变化，可以当作背景补充。

局限与边界：官方自己说大约 80% 准确

这一段是全文最该认真看的部分。前面讲的能力，多数产品页都会讲；下面这些，只有长期用过的人才会遇到。

80% 是个什么概念

官网常见问题里的原话是：CalAI 大约 80% 准确，并且说没有任何食物记录应用是完美的。官方还给了三条改善建议：改善光照、对准对焦、保持应用更新。

80% 这个数字要拆开看。它不是「每一餐都差 20%」，更可能是「大部分常见食物接近准确，少数复杂菜品偏差很大」。平均下来是 80%，但分布很不均匀。对一顿沙拉，它可能准到 95%；对一锅乱炖，可能只对一半。所以你不能用「反正有 80% 准」来说服自己全部照单全收。

更合理的用法是：把它当成一个「有方向的估算」。今天记了 1800 卡，真实可能是 1600 也可能是 2100，但至少你知道自己大概在什么量级，而不是凭感觉觉得「今天吃得不多」。

中餐、混合菜、汤羹是误差重灾区

这不是这款产品独有的问题，是图像识别做营养估算的通病。炒菜的油量藏在菜里，汤的体积和浓度对不上，勾芡的菜看着少实际碳水高，一锅炖里到底有几样东西根本数不清。

这类菜最实际的处理方式是手动输入，或者用「相近食物 + 调整份量」的方式凑。指望拍照把这些算准，会反复失望。对中餐为主的中国用户，这个局限比在欧美市场更明显——这也是为什么国内同类产品在菜系覆盖上更有优势，像前面提到的 小卡健康 就属于这一路，它把拍照记录和轻断食放在一起做，覆盖的菜式更贴国内餐桌。

中国区没有官方版本，别装错

这一条必须单独写。中国区应用商店里搜 Cal AI，能搜到同名或者名字非常接近的应用，但开发者是别家（例如 Bosc Tech Labs、Kirill Glushakov 等），不是同一个产品，功能和数据也不互通。

原因不复杂：这款应用没有在中国区上架官方版本。你在国内商店里看到的「Cal AI」，大概率是别人做的同名产品。它们的界面可能做得很像，宣传语也接近，但底层模型、食物库、订阅体系全是另一套。

辨别方法只有一个：看开发者。官方版本的开发主体是 Viral Development LLC。如果开发者名字对不上，就不是同一款。装错之后最典型的症状是「界面和网上截图完全不一样」「买了订阅却没有官网说的功能」。

它不提供医疗建议

官网明确写了一句：We do not offer medical advice。这句话的分量比它看起来重。它意味着应用里所有的热量建议、营养目标、AI 提示，都只是通用参考，不构成诊断或治疗方案。

有基础疾病的人——糖尿病、肾病、进食障碍史、孕期——在用任何热量记录工具之前都该先问医生。这类工具对健康人群是帮手，对需要医学营养治疗的人是风险源。特别是进食障碍康复期的人，每天盯着数字记录热量，可能反而加重症状，这一点几乎所有的记录类应用都不会主动提醒。

常见问题

Cal AI 是免费的吗？

下载免费，核心功能不免费。食物扫描的分析结果需要订阅才能查看，官网也提到点「+」记录食物时会弹付费墙。可以理解为「免费安装 + 订阅解锁」，不是「免费够用」。具体价格以应用内订阅页为准，官网没有公开统一标价。

在中国区应用商店搜到的 Cal AI 是同一个吗？

大概率不是。中国区没有官方版本，搜到的同名或近名应用由其他开发者发布。唯一可靠的辨别方式是核对开发者是否为 Viral Development LLC。名字像不等于同一个产品，界面像也不等于。

识别错了怎么改？

在结果页点左下角的 Fix Results，可以修改食物种类、份量和分项。官网也建议用这个入口修正。最常见的需要改的是份量——你实际吃的可能只有画面里的三分之二，或者盘外还有一杯饮料没入镜。改完之后当天的总量会重新计算。

删除应用会自动取消订阅吗？

不会。订阅挂在应用商店账号上，删应用只是删掉本地程序。要取消得进系统设置：iPhone 走「设置 → 点名字 → 订阅 → CalAI → 取消订阅」，Android 走「Google Play → 头像 → 付款和订阅 → 订阅 → CalAI → 取消」。取消之后，剩余订阅期内功能一般仍然可用。

换手机后历史记录还在吗？

在。数据存在云端，用同一个账号登录就能恢复。前提是你记得当初用什么方式注册的账号；如果当时是游客模式或者随手用了某个临时邮箱，恢复会麻烦很多。建议一开始就用常用邮箱注册。

它能用来管理糖尿病吗？

不建议作为管理依据。它能记录每餐的碳水估算值，可以拿给医生看，但估算不是检验，误差不足以支撑用药决策。官网也明确说不提供医疗建议。糖尿病患者的饮食管理需要在医生或注册营养师指导下进行。

拍摄时怎么提高识别准确率？

官方给的三条建议是：改善光照、对准对焦、保持应用更新。实践中还可以加两条：尽量从正上方拍，让盘子完整入镜；把餐具或者手放在旁边当参照物，帮助模型判断尺寸。反过来，逆光、俯角太斜、画面里有多个盘子，都会让准确率下降。