本周,法国乳制品巨头Bel Group宣布与Climax Foods建立合作伙伴关系。Climax Foods是一家AI驱动的食品初创企业,由前谷歌数据科学负责人兼天体物理学家Oliver Zahn创立。

此次合作希望借助人工智能的力量为传统乳制品开发植物基替代品,确保新产品继续保持与动物基乳制品相同的味道、口感和营养成分。
Bel Group公司 CEO Cécile Béliot表示,此次合作是该公司联合创新战略的典型案例,希望将Climax Foods的AI平台与专业知识同Bel在乳制品行业的长期经验积累结合起来。
就在去年,食品行业已经出现过类似的合作先例。卡夫亨氏公司与NotCo宣布合作,后者同样以AI科技为业务核心,希望探索生产植物性乳品、肉类、奶酪及其他蛋白质替代产品。
卡夫亨氏CEO Miguel Patricio强调,双方建立的合资企业“是我们产品组合转型的关键一步,也是对我们品牌价值设计能力的重要补充。此举有助于实现我们的愿景,即为消费者提供更清洁、更环保、更美味的产品。我们相信NotCo提供的技术正彻底改变食品行业的运转思路,能够以更简单的成分创造出美味的植物性食品。”
但这波趋势因何而起?为什么全球多家食品业巨头纷纷选择与AI初创新贵联手?
这些合作项目的背后拥有双重驱动力:一方面是要解决大企业可持续发展的战略目标,另一方面则是破解传统食品生产中的种种局限性。例如,Bel Group希望乳制品与植物性产品之间实现“五五开”的完美平衡;Béliot则强调“探索新领域、开发创新解决方案,为所有人定义出新的食品发展前景。”
卡夫亨氏企业战略部门总监David Shaw回应了这些观点,指出该公司正努力在不影响口味的前提下,实施更具可持续性的农业实践方法。“我们不能阻止人们继续消费肉和奶制品,我们唯一能做的就是将有益于地球和身体健康的成分与风味,更多融入消费者的日常生活。”
但更大的挑战在于,这些大公司往往不具备发现有助于激发公众想象力的新型食品主材的能力。食品巨头们明显更擅长推动渐进式变革——通过引入新口味、减少碳水化合物比例和脂肪含量等改善现有产品,但这种打补丁式的改良效果终究有限。毕竟经过半个多世纪的经验和工艺延续,食品巨头们对于传统食品生产方法已经产生了级为严重的路径依赖。
AI健康创业公司Nuritas首席医疗创新官Andrew Franklyn-Miller表示,传统食品品牌和医疗保健行业一直在努力将消费者引导向更健康、更可持续的替代品。在他看来,AI驱动的发现能够与实验室研究成果相结合,以前所未有的方式释放天然营养素的潜力。
Franklyn-Miller在最近的采访中强调,“如果没有AI,我们能做到这一切吗?至少就之前的情况看,恐怕是不行。我们虽然意识到高脂肪含量食物的危害,也意识到了高碳水比例食品的问题,但从广义上讲,新产品中的营养素配比并没有多少实质性的改善。”
Franklyn-Miller补充道,药品并不是解决问题的好办法,更多应当将实验室的研究成果跟神经网络驱动的AI工具相结合,找到有益于环境和人体健康的天然来源营养素。
“我们都知道,考虑到药品可能带来的种种副作用,很多人并不喜欢长期服药。但如果不能融合实验室中的生物学研究和发现,我们就没法释放自然资源中的全部潜力。所以我认为,考虑到营养策略本身的极高计算复杂性,我们必须依靠AI的力量。”
而食品业巨头的优势在于巨大的业务规模。虽然Cimax Foods、Shiru、NotCo等初创公司能够利用AI等新兴工具改造传统食品发现方法,但却缺乏能够适应大众消费需求的生产原料和成品制作资源。因此,他们必然需要联手更有经验的合作伙伴以将业务思路转化为现实。
在这些环节中,老牌大厂同样有其局限性。因为一旦发现了新的营养物质和可用食材,相应的成分和食物成品往往涉及新的生产方法——例如精准发酵、细胞培养甚至分子农业。为了弥合其中的技术差距,知名食品企业必须与在这些新兴领域拥有知识产权和专业积累的年轻公司建立起合作关系。
食品行业正处于老牌大厂争相转型的关键时期。巨头们对替代性蛋白质的早期探索可谓喜忧参半,部分公司已经决定停产,也有一些公司决定收缩创新和研究计划。
但也有一些大企业决定继续坚持下去,也正是他们在积极寻求AI技术的帮助,希望开发出具备可扩展性的新型食品产能。而谁能不忘初心、在这条道路上走得更快更稳,谁就将引领整个食品行业的未来发展。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。