全方位个性化营养膳食智能搭配
依托大数据与大模型技术，精准分析个人体质，智能推荐营养膳食，自动生成健康菜谱，全面满足您的健康饮食需求
扫码体验智能营养服务
强大的数据支撑
海量数据支持
300万+菜谱数据已获取，持续扩充中
- 覆盖超过10万种食材的营养成分数据
- 支持多地区菜谱数据
- 实时更新最新营养学研究数据
创新算法架构
首个能够处理上百种膳食指南约束的智能体
- 基于RAG+LLM+约束求解的个性化方案
- 精确匹配范式下的RAG，保证约束完整性
- 支持显隐式混合约束条件求解
智能规划系统
首个千人千面个性化、可落地执行的膳食规划助理
- 深度整合最新营养学研究成果
- 支持多维度个性化定制
- 确保方案可执行性
计算营养学概念
计算营养学 是计算机技术与营养学深度融合的前沿学科，利用大模型、强化学习、优化算法与因果推断等智能计算框架，结合多组学数据与可穿戴设备监测信息，解析营养-代谢-健康的复杂关联与作用并促进营养学研究范式变革。 它推动营养研究从“经验指导”迈向“智能决策”，从“群体平均”迈向“个体精准”，从“静态膳食评估”迈向“动态健康预测”，从“结果分析”迈向“机制理解与干预优化”。
方法论基础
计算营养学以流行病学和数据科学作为方法论，并整合营养学、食品科学、计算机科学、统计学、系统生物学和公共卫生等领域的专业知识，以分析高维和多模态数据，并阐明营养生理机制，从而支持与营养相关的医疗决策，特别是精准营养和公共营养的决策。
特别地，流行病学为计算营养学的研究设计提供了方法论，数据科学为计算营养学的建模、模拟和因果推断提供了方法论。
核心概念图解
图1 计算营养学的概念
图2 计算营养学研究的工作流
图3 计算营养学的主要研究方向
对客户的价值
对终端（C端）用户的价值
- AI膳食规划：解决“吃什么”和“怎么吃”的老大难问题
- AI健康管家：实现从“人找菜谱”到“菜谱找人”
- 特定人群膳食规划能力：缓解摄取建议难以落地问题（提升依从性）
对企业（B端）用户的价值
- 面向餐厅菜单的个性化膳食规划：自动生成面向客户的个性化套餐，缓解点餐选择困难与不健康饮食问题
- 营养健康调研与改进：针对企业/行业员工的营养健康问题，找出菜单短板并提出面向营养的改进建议
- 自动评价体系：对餐厅/生产企业进行营养角度评价，提升营养水准的同时，增强“健康营养”Slogan感知