4個人的AI startup，和一门百亿美元的味觉生意

原文標題：《4個人的AI startup，和一门百亿美元的味觉生意》
原文作者：动察Beating

手機裡存著一張晚霞的照片。放大到極限，不過是幾百萬個只會發出紅、綠、藍三種光的小點。

人眼分辨顏色的視錐細胞只有三種。1931 年，國際照明委員會（CIE）在劍橋開會，把生理感知寫成一套坐標，從此顏色可以被編碼、傳輸，以及一模一樣地複刻。更早的 1877 年 12 月，愛迪生對著留聲機念完童謠《瑪麗有只小羊羔》，搖動手把，成了人類歷史上第一個聽見自己聲音被倒放出來的人。

圖源：愛味覺

一百多年過去，人學會了留住很多東西。一個人離開以後，相冊裡還有他的容貌，語音裡還有他的聲音。

可那個人做的一道菜的味道，總是留不住。

憑著記憶一遍遍複刻，鹽放多少，火候幾分，總覺得哪裡差了一點。至於差在哪裡，誰也無法清晰描述出來。

鼻子和舌頭，是人身上最難被騙過的兩個器官；人類有三四百種正常工作的嗅覺受體，任何一種微弱氣味都會同時觸發多重反應，組合維度高到接近不可窮舉；舌尖上的滋味，又和揮發氣味、物理觸感、溫度，乃至吃下它的那一刻的情緒死死纏在一起。

人類對這套系統的認知慢得驚人。直到 2004 年，Richard Axel 和 Linda Buck 因發現氣味受體和嗅覺系統的組織機制拿下諾貝爾獎，距離 CIE 把顏色畫成坐標，已經過去了整整 73 年。又過了 19 年，2023 年 9 月，《Science》才刊出一張由機器學習繪製的「主氣味圖」，背後的推手是 Monell 化學感官中心，以及從 Google Research 分拆出來的創業公司 Osmo。

這一輪 AI 浪潮中，AI 先學會了看，學會了聽，學會了寫作與生成圖像，甚至能以假亂真地模仿任何一個人的音色。

但在味覺和嗅覺這扇門前，對應的機器學習技術才剛剛把腳邁上台階。

對於龐大的消費品工業而言，這片感官空白從來都有著極高昂的價格。在食品飲料行業，每一款新品從研發配方走向真實貨架，本質上都是去下注真實的消費者到底會不會買單，以及為了什麼細膩，不可言說的感官去買單。

愛味覺在做的，就是在这个極度非標、甚至從未被完整數字化的世界裡，給人類的味覺與嗅覺造一個真正可用的計算模型和數字孿生。

無圖紙飛船

1970 年 4 月，阿波羅 13 號在飛往月球的途中，一隻氧氣罐炸了。

三名宇航員被困在距離地球三十多萬公里的深空。救了他們的，是地面上的另一台飛船，準確地說，是一台全尺寸模擬器。

圖源：愛味覺

原定擔任指令艙駕駛員的 Ken Mattingly，在發射前 72 小時因疑似感染麻疹被臨時換下。事故發生後，Mattingly 鑽進地面的模擬器中，在一片漆黑中一遍遍測算，如何用飛船僅剩的一點點電力，將沉睡的指令艙重新喚醒。

三個人最後活著回到了地球。

這場人類航天史上的極限營救，日後被公認為 Digital Twin（數字孿生）概念的最早雛形——儘管這個詞被正式寫入 NASA 的技術路線圖，還要等到 40 年後的 2010 年。

當年地面能替天上把所有死局先走一遍，底氣在於飛船上的每一根銅線、每一個繼電器、每一個物理閥門，背後都有著絕對精確的工程圖紙。

隨後我們又有了給予孿生的推演模型，例如航空航天的 「飛行模擬器」，汽車工業的 「風洞模擬器」。而比航空工業、汽車工業市場大數倍，與人每天吃喝緊密聯繫的 「食飲市場模擬器」，卻還未系統性出現。

動察Beating：先請介紹一下自己，以及愛味覺在做的事。

Erik：我叫 Erik，是愛味覺的創始人。愛味覺主要做的事情，簡單說，是把人對味嗅覺以及更宏觀的感官體驗數字化（ie. 風味觸發情緒、食物行為模式、食物記憶等），建一套每個人獨有的感官 Digital Twin。

傳統的做法是把產品經過一系列市場調研後扔進真實的消費市場，用幾千萬元的項目成本去下注一個可能性的「爆品」。而我們做的是在新品研發階段，先用這套數字孿生代表目標客群，替食品飲料品牌在虛擬環境裡驗證市場接受度。

動察Beating：人的口味從來都是非標的，甚至本人都很難客觀描述。復刻一個人的感官，底層到底需要採集哪些數據？

Erik：核心是三個維度。

第一層是生理感官，包括基礎味覺、嗅覺通路，以及口腔裡的物化觸感。

第二層是食物行為學，這更偏心理機制，比如說一個人面對新風味到底更趨於嘗新還是保守？做消費決策時更容易被圈層裹挾，還是極度個人本位？不同風味和功能事件在個體層面上的觸發規律如何？

第三層是記憶。食品和飲料與一個人的成長軌跡、飲食文化背景深度綁定。

把這三層數據整合在一起，我們試圖還原的，是消費者平時很難用語言精準表達的高維度潛意識層面的感官體驗。相當於讓這個數字孿生替他告訴品牌這名消費者真正的心智到底停在哪裡。

動察Beating：客戶都是大消費品牌。他們最終買單的究竟是一份諮詢報告，還是一套專業的數據集？

Erik：我們在底層數據集之上做工具，交付的是 從下至上的即時調研以及不同產品方案的 「what-if」 推演結果。

舉個例子，研發團隊想做一款新品，初期往往只有一個極模糊的 idea。具體是什麼風味、什麼口感、質構方向如何，甚至包裝和命名都還沒成型。這時候去看風味趨勢數據、競品數據只能找到大方向但沒辦法落地到具體產品；或者直接找幾批人做焦點小組，給出的結論往往是觀點性、扁平化，以及過度側重於分析所觸發的「理智化防禦」會導致採集數據漂移。

我們交付的是一份自下而上的模擬報告。

傳統的市場調研大多是自上而下的統計邏輯，靠歷史大數據往外推，在大創新品類面前這種推演天然有邊界。真正的預測需要自下而上，先把每單個消費者的數字孿生機制跑通，再把成百上千個數字孿生聚在一起，完整模擬一款產品推向真實市場時，群體和個體層面的連鎖反應。

最後交到客戶手裡的東西有兩種形態。

第一種是孿生對話：客戶可以直接和這批數字孿生聊天。一款產品點子從貨架走到消費者嘴裡，再從嘴裡走到社交網絡，有四個關鍵節點：曝光、購買、品嚐、傳播。在每個節點上，都可以用三種立場去問。探索性的，比如「這款包裝在貨架上第一眼會讓誰停下來」；描述性的，比如「25 到 35 歲的一線城市女性會怎麼評價這款氣泡感」；因果性的，比如「如果甜度降兩成，哪一群人會不再回購」。問完，系統實時生成一份洞察報告，告訴你哪些人喜歡、哪些人不喜歡，以及他們喜歡和不喜歡的，整體上是什麼，具體又落在哪一個局部。

第二種是模擬器：孿生對話問到「傳播」這一步就停了，因為傳播不是一個人的事。味道的觀念從來是社會性的，一個人愛上某種口味，往往先是因為別人在吃。所以我們在計算社會學的框架裡，接入了每個個體的感官層和行為層做微調，讓成百上千個數字孿生在一個虛擬社區裡互相影響。模擬可以跑一個全場景，也可以拆成四個子場景分別跑：商超零售、線上電商、餐飲堂食、即買即走的茶飲咖啡冰淇淋店。跑出來的，是一款產品真實的 「爆品傳播的社會路徑」：從誰開始，經過誰，在哪個渠道加速，又在哪個圈層停下。

動察Beating：多數消費者根本描述不清自己的味嗅覺，甚至都不知道基本的描述風味的詞彙。這些底層數據到底是怎麼採上來的？

Erik：是的，大多數語言裡描繪感官的詞彙只有 400 個左右。所以我們搭了一個線上平台 askyumi.com，它有兩個模式。

一個是實驗模式：這是一套 20 分鐘左右的數字化評估，測直覺反射和深層認知的反應，也測價值觀層面的錨點。採集方式來自感官行業與實驗心理學常用的工具。把人放在一個低壓、放鬆的環境裡評估，拿到的結果才會相對乾淨。

另一個是公眾模式（不商用）：人的風味偏好和性格特質一樣，極難用日常詞彙精準傳達，所以我們做了一個類似「口味版 MBTI」的 Avatars，用一套類比框架幫普通人描述和交流口味。現在這一面已經和世界味嗅覺組織（WTSA）合作，正在構建亞太地區第一個大規模的研究性導向的味嗅覺資料庫。

動察Beating：一個 20 分鐘的線上測試就能搭建起一個數位孿生？做過回測嗎？保真度到底能到多少？

Erik：做過，準確度是我們整個業務最底層的指標。目前真人回測的保真度在 86% 左右，我們希望接下來幾個月提到 90% 以上。

回測機制的原則是用同一個人的 Digital Twin 和他本人對比。讓他本人在兩週後、兩個月後分別再做一遍盲測，把真實的人類選擇和系統裡數位孿生的預測做一致性比對，重合度大概是 86%。

這是個體層面的擬合。群體層面，我們也在和計算社會學的機構合作做更大規模的社會實驗，直接把消費品世界中真實發生的事件扔進系統，看上千個數位孿生演化出來的群體偏向，和現實大盤的走向到底有多接近。

動察Beating：在容錯率極低的消費品研發裡，86% 這個數字是否在預測結果上有說服力？

Erik：從統計學上看，只要一次調用上百、上千個孿生，這個顆粒度在實操中就已經完全夠用了。甚至可以說，它比傳統的發問卷、做線下深訪，能給出的有效資訊量要大得多。並且人的行為觀念也存在 11-19% 的前後不一致性。

傳統的消費者調研工具天然有三道局限性。

第一道是語言。人類日常用來描述風味的詞彙極度貧瘠，翻來覆去就那麼幾百個。如果是描述性的感官評價的話，最要命的是同詞不同義，華北說的 「香」 和西南人說的 「香」 往往是兩碼事，華北偏指代醬香聯想，西南偏辛香聯想，東南可能指的是鮮香、草本香等等（甜味、辣度也是如此）。低維度的描述性評價本質上就很難還原高維度的複合化學感知。

第二道是狀態漂移。感官體驗不是靜態，它隨外界環境刺激，內部生理、心理狀態實時波動。例如：餓著肚子和剛吃飽，對甜度的耐受完全不同；上午十點和晚上九點，對苦味的敏感度也不是一個水平；企業內部的感官評價實驗室，多多少少有脫離現實世界語境的挑戰，當然如今這裡大多食飲企業也意識到這一點了。

第三道是理性的干擾。線下訪談最喜歡直接問受訪者你會不會買、你喜不喜歡，一旦把一個感官問題翻譯成理性判斷，消費者給出的答案，和他在貨架前憑下意識掏錢的動作，完全是兩回事。

數字孿生能做的，恰恰是把這名消費者重新放回具體的消費語境裡，去模擬他的本能反應，而不是聽他的理性解釋。

動察Beating：吃喝是極度情緒化的行為。測試時怎麼剔除填答者當下的即時情緒干擾？

Erik：行業裡有一個術語叫 state dependent，狀態依賴，一個受試者當下餓不餓、焦慮與否，會直接讓數據漂移。

我們在題幹設計上做了場景切分，把同一個人扔進不同語境和刺激刺激物裡做對照，測他在外部干擾下的決策偏移度和決策時間差。這部分可以用算法標定並對沖掉的。

現在我們也在引入眼動追蹤、微表情分析和 EEG 數據，試圖捕捉人在做選擇時自己都沒意識到的毫秒級反應。

動察Beating：在絕大多數技術敘事都在卷算力和大語言模型的節點上，為什麼偏偏選了最冷僻的味覺模型？

Erik：我認為味嗅覺不冷僻，是每天我們都在體驗的；可以歸類為一個高頻高價值的大眾盲點。不過最早真正認識這個機制來自一段很個人的意外：

COVID 期間，我徹底喪失了味嗅覺，前後持續了四到六個月。後來依靠一些神經可塑性的方法論來訓練味嗅覺康復，最後才恢復了回來。從那以後開始察覺了這兩個感官對於健康，記憶和 well-being 的重要性，如果每個人的感官可以被模型化，那麼我們可以又健康好吃地給這個人帶來風味設計和營養價值。

動察Beating：味覺失而復得之後，你對食物的喜好發生改變了嗎？

Erik：恢復過來之後，感覺自己有了一些元認知。能夠跳出來去感受自己「在感受」這件事情。

過去對味嗅覺大家都是 take it for granted，很少反思。但一旦重新建立連接，你就會發現每次嚥下東西，腦子裡都會浮現極清晰的畫面感。

人吃東西本質上是一個具有時間屬性「流式」的信息流。大腦有一個預測編碼機制（Predictive coding)，會腦補見到一款產品的大致味道；接著是鼻前嗅覺，然後入口咀嚼、分子在口腔釋放、鼻後嗅覺回流，最後才是下嚥。過去覺得吃飯就是吃飯，現在發現整條鏈路裡的每一步都可以拆解。

這套感知能力，在訓練回來味嗅覺後感受的更清晰了。

動察Beating：後來怎麼決定往這個方向創業的？

Erik：我真正熱愛這件事情，而且希望進一步推動這件事情。

食品飲料是一個體量極其龐大、古老的傳統行業。這個領域的數據、分類法和本體論，在市面上幾乎找不到像樣且通用的基建。大廠把自研數據死死鎖在圍牆裡，行業的通用感官模型完全是一片空白。

既然沒有圖紙，那不如我們先動手做，從收集每個人的真實風味偏好開始，看看能不能在古老的食物工業裡提供價值。

動察Beating：在主流 VC 都在盯著 LLM 和具身智能的大年裡，這個切口會不會被投資人質疑天花板太低？

Erik：乍一看，大家肯定覺得冷門。視覺、語言、機器人，這些都是一眼看得到厚度的大敘事。

但如果拆解一個真實人類的感知系統，視覺和語言之所以最先被攻克，恰恰因為它們最容易被符號化、被具象提取。

真正支配深層記憶、一個人的生命體驗，其實是大腦底層那些無法言說的感官。大家覺得小，是因為很少人在注意到這個每天都影響著我們生活感受和潛意識決策的這一層；然而往往是這種屬性，才被稱之為大眾盲點，也是即將到來的增量市場。

動察Beating：如果讓你概括這個賽道最核心的痛點，會是什麼？

Erik：怎麼真正觸達消費者的心智。

消費品行業做營銷、做研發，底層的終極命題永遠是這個。過去大家靠直覺、靠測量、靠昂貴的試錯去碰運氣；如果能提前用算法把每一個群體的心智切片算出來，品牌就能做出天生連著他心智的產品。

動察Beating：聽下來你們做的已經不局限在味覺層面了，還有很多和消費心理學相關的東西。

Erik：確實不局限。食飲產品是我們的長板，所以先從這裡切。但放到整個消費品行業，所有無法言說的隱性偏好，都可以套用這套方法論。

比如英文裡講 taste。狹義的 taste 是口味；廣義的 taste 是品味。品味之所以極難量化，是因為它很難被語言拆解出來。它是一種高維度的認知空間，它的外顯形式可以是一個歌單，也可以是時尚行業的某種審美直覺。

如果能通過數字孿生把一個人底層的價值觀和信念系統投射出來，我們就能看清，在每一個具體品類背後，這名消費者的心智到底長成什麼形狀。

紅綠按鈕

1941 年 11 月的一個晚上，社會學家 Robert Merton 本來只是想去同事 Paul Lazarsfeld 家吃頓晚飯。

剛進門，Lazarsfeld 連大衣都沒讓他脫，告訴他說，政府臨時要測一檔新的戰時廣播節目，就在今晚。

兩位太太被扔在家裡，兩個男人頂著夜風趕到曼哈頓 59 街一間逼仄的錄音室。屋裡黑壓壓坐著一群聽眾，每個人手裡攥著兩個簡陋的電極按鈕，喜歡按綠的，反感按紅的。

圖源：愛味覺

Merton 在陰暗的牆角靠了一整晚。他發現比起那兩枚機械記錄喜惡的按鈕，真正有意思的，是亮燈之後追著聽眾一層層逼問「為什麼」。

後來統治整個商業消費世界大半個世紀的「焦點小組」（Focus Group），就是從這頓被攪黃的晚飯裡生造出來的。

八十多年過去，當年那兩個紅綠按鈕，一路演化成了問卷、深度訪談、盲測報告和龐大的諮詢行研，最終替貨架決定留下誰、撤掉誰。一頓沒吃成的晚飯，成了為全人類無數頓飯做決定的方法論。

牌桌上的人早把規則寫死，老玩家們甚至坐了半個多世紀。

今天一個帶著數字孿生概念的新人想要上桌分錢，先得向那些手握幾千萬研發預算的巨頭證明兩件事，舊方法到底哪裡失靈了，以及，這個生意到底有多大。

動察Beating：站在資本的視角，味覺數據到底是一門多大的生意？

Erik：如果只按存量邏輯算，全球食品飲料盤子大概是 9 萬億美元，其中農業食品科技 (Agri-food tech) 至今的投資有 3110 億美元；在生產價值鏈中，消費品巨頭會撥出 0.5% 到 2.5% 的預算做消費者科學與市場洞察，直接對應的是一個 400 億到 2000 億美元的存量市場。

但這只是最保守的存量市場算法。真正的空間在增量上。

冰山之下真正未被數字化的，是人類底層的感知與情緒。那是一個至少十倍、甚至數百倍於傳統市調的全新增量市場。想像一下，如果你研發一款產品，直接可以把一個人更生動地拽回到童年的回憶中或是帶來一種全新的鮮活感，這篇領域是尚未充分探索的。做到這點我們需要先充分理解每一個人。

動察Beating：在百年諮詢公司林立的消費品世界裡，愛味覺是在搶傳統市調的飯碗，還是在做極度吃力的市場教育？

Erik：搶飯碗是存量市場的行為。坦白講，消費調研本身是一個極度成熟的市場，大廠們沿用了几十年的方法論並沒有錯。我們在做的是換一套溢價更高的測量工具，從過去無法量化的維度，把消費者們更高維的主體外顯出來。

把數字孿生、語言模型和新的感官科學工具插進巨頭現有的 pipeline 之後，這不是零和博弈，而是相輔相成，品牌方能藉此降低幾千萬新品失敗的概率，消費者也能在貨架上遇到更好吃、更健康的產品。

動察Beating：現在頭部的食品飲料企業，或者和你們合作過的企業，每年大概會花多少預算去測試不同的口味？

Erik：取決於產品的激進程度。極度激進的跨界新品，大廠通常會拿出總預算的 0.5-2% 來做市場調研。

也有用小步快跑或者 A/B testing 測口味的，成本浮動很大。大致算下來，一個立項 1000 萬人民幣的產品盤子，掏出幾十萬預算做風味調研，是行業裡非常標準的定價區間。

動察Beating：你們現在主要面向哪個市場？中國，還是東南亞、歐美？你覺得哪個市場最有潛力？

Erik：我們現在的客戶有中國大陸的，也有新加坡和歐洲的企業。不過食品飲料行業基本都是全球性的集團公司在主導。

如果看迭代速度，中國市場呈現出一種極度創新，小步迭代的狀態。歐美的創新往往是防禦性的，一個歐洲人可能會想咖啡就該嘗起來像咖啡，為什麼要往裡面加亂七八糟的風味。

但在中國，消費者和品牌沒有像歐洲那麼多的風味錨點包袱。大家對極端創新的容忍度極高，產品更迭甚至以週為單位。這種快節奏的速度，是歐美市場很難見到的。

動察Beating：所以你們現在的數據也以中國大陸為主？

Erik：我們現在主要的數據庫在中國和美國，歐洲大概是第三大的區域。因為最早的發行渠道是在中國，所以中國還是一個比較主要的市場。

動察Beating：在商業交付上，愛味覺賣的是標準化的 SaaS 訂閱，還是重度的定製方案？

Erik：兩層都有。

輕的一層按量收費，客戶可以直接調接口跟數字孿生對話。

重的一層是垂直定製。乳業、烘焙、飲品，每個細分品類的工藝截然不同，有的大廠專門摳氣泡感，有的要測爆芯感，甚至專門測口腔裡的爆珠觸感。這種案子需要針對單一感官指標定向建模，必須貼身做定製化交付。

因為食品飲料雖然是一個行業，但它的場景非常非常多。

動察Beating：每個消費品類的物理通路完全不同，這麼做數據會不會太重？難道每個品類都要從頭做一套垂直模型？

Erik：表層通路和應用場景確實各異，但底層神經機制是通的。

嗅覺是唯一不經過丘腦中繼的感覺，嗅球直接投射到杏仁核和內嗅皮層-海馬迴路，所以不管是香水、護膚品、電子煙還是食品飲料，氣味和情緒、記憶的耦合都比其他感官更緊、更早。

在風味感知裡，味覺只提供幾個基本維度，絕大部分辨識信息來自鼻後嗅覺，捏住鼻子多數食物就分不出來。我們的判斷是，只要把嗅覺與情緒映射的核心骨架搭穩，其中由分子結構和神經通路決定的那部分權重可以跨品類遷移，品類特有的部分主要是呈遞方式（鼻前或鼻後）和文化語境，這些用相對少量的垂直數據做校準就夠了，不需要每個品類從頭來。

動察Beating：能不能用一些具體數據，讓我們更直觀地感受你們能幫客戶省多少錢？

Erik：用一家披薩品牌舉例。按他們以前在英國的傳統流程，做一份 500 人、30 個維度的線下問卷，週期要拖兩到三週，硬成本三四千美元。

換成數字孿生後，我們把樣本擴了 4 倍到 2000 個數字孿生，問同樣的 30 個問題，跑完全程大概 30 分鐘。最後和真實線下複測數據比對，誤差在 5% 以內。

結果在統計學框架內有效，但幫對方砍掉了將近 90% 的前期市調資源。

這類案子最大的價值不在於省下幾千美元的問卷費。消費巨頭推一款全國級的新品，從開模、包材到鋪渠道，是一筆幾千萬甚至上億的真實資金消耗，我們能幫他們提供市場成功率的參考。

動察Beating：按這個對照組來算，單看這道工序，你們幾乎幫客戶砍掉了 90% 的賬面成本？

Erik：這是我們的目標是的，不過也要看客戶現有的 workflow，我們從不建議客戶徹底取消真人的品嚐環節，因為那是另一種測評手段。

這套系統的核心價值在漏斗的最頂端，當你手裡有 100 個研發方向或點子的時候，過去受限於 budget，你最多只能挑出 10-50 個做小範圍測試，每個品測找 30 個真人，測完幾十百萬就燒進去了。

現在你可以把 100 個方向全扔進模擬器裡跑一遍，篩出贏面最大的兩三個，再找 5 到 10 個真實人類做最終品嘗。

真人測試不再是漫天撒網的盲測，它變成了一個校準用的錨點。增量市場可以根據感官算法通過去掉那些沉默成本來開啟。

動察Beating：味覺數據的稀缺性和壁壘到底在哪裡？是採集門檻極高，還是巨頭的數據花錢也買不到？

Erik：結構性壁壘，其實和錢關係不大。結構性高維度感官數據在很大程度上還不存在。圖像和文本可以從網上抓，味覺發生在每個人的嘴裡和腦子裡，你得先知道要問什麼、怎麼測，這份數據才生產得出來。

把壁壘拆成五層來看，第一是方法論。我們相信「風味 = 認知」，所以不做 top-down 統計，而是 bottom up 去測機制：感官、行為、食物記憶三層一起測。巨頭手裡的銷售數據和 panel 數據是結果數據，能告訴你「喜不喜歡」，回答不了「為什麼」。大數據外推不了未來，只有理解機制才能往前預測。

第二是 IP。方法論沉澱成量表、框架和理論模型，比如解釋爆品如何在人群中擴散的感官傳染理論，這是 TasteNET 的底座。

第三是數據量和顆粒度。我們有 110K+ 數字孿生樣本，覆蓋 38 個國家和地區。但顆粒度更關鍵：每條數據都落在一個具體的人身上，我們知道誰打了幾分、為什麼、會不會推薦給朋友。

第四是產業和學界合作。我們為食飲和大風味頭部企業帶來了針對新品失敗率高的高價值的解決方案，並和新加坡 A*STAR、哥倫比亞大學醫學院、劍橋大學心理學院等帶來方法和驗證標準。

最後也最重要的，是團隊。我們是幾個非常好奇並對我們做的事情有熱情的小夥伴，因此我們的組織架構允許我們在幾週內把最新的感官科學、食物行為學、腦科學研究驗證並工程化落地產品中。我們身處的行業是一個傳統但持續發現的行業，有太多我們食物與人相關的研究是我們不知道的，我們希望用 AI 來將新的「人經驗測量物」代入實際產業價值鏈中來。

動察Beating：在眼下這個賽道裡，愛味覺在什麼身位？

Erik：我對現在的發展狀況特別有信心。

學術圈給的反饋比我們預想的要快。我剛從倫敦的 Future Food-Tech 回來。前不久感官科學頂級學術會議 EuroSense，1000 多篇論文投稿裡選了 80 多個主題報告，最後只有 10 篇拿到 spotlight，愛味覺是其中之一。至少在學界眼裡，使用數字孿生創造一個「虛擬社會」 來測感官的 thesis 是新穎並成立的。

商業化上，我們最近還在努力推進。新技術被 B 端接受，需要一定的時間週期，但我們希望結果導向，讓客戶具體看到用了之後能省多少錢、能達到什麼價值，再繼續去推市場這一端。

動察Beating：在專有數據越來越貴的週期裡，算法和數據鏈路接下來應該怎麼迭代？

Erik：先看數據本身是什麼。風味數據拆開全是極高維的生物變量。人類有大約 400 個功能性嗅覺受體基因，任意兩個人之間約有三成的受體功能不同，縱向是神經迴路，橫向是唾液、口腔菌群這些口腔耳鼻喉微環境。變量多到沒法窮舉，所以靠堆問卷和銷售數據去擬合表層，天花板很低，樣本再大也只是在描述已經發生的事。

迭代的方向是把數據鏈路往機制層壓。問卷和評分是感知過程的最後一道輸出，中間已經被語言和社會期望過濾過一遍。真正有信息量的是過濾之前的信號：EEG 看神經響應的時間進程，面部肌電看愉悅度的即時反應，面部表情編碼和眼動看注意和情緒，再用小規模的 fMRI 做機制驗證。這些通道各自都有盲區，但對齊到同一套刺激上之後，交叉的部分就是模型要抓的底層結構。

然後算法的任務變了。不再是從一堆標籤裡找相關性，而是從多通道生理信號裡學出一個從分子、受體到情緒、偏好的映射。DREAM 嗅覺挑戰已經證明從分子結構預測氣味感知是可行的，我們做的是把這條鏈往後接，接到情緒和決策。只要機制層的骨架穩了，上層的品類、場景、人群都是參數，不需要每次從頭採數據。

這涉及神經科學、感官科學、分子化學、機器學習太多學科，沒人能靠單打獨鬥把整套體系吃下來。所以我們的位置是搭底層的對齊框架和模型，機制研究和高精度採集靠和頭部機構一起做。

動察Beating：在技術層面，你們已經形成了哪些獨特的門檻？下一步最想突破的是什麼，突破之後會給業務帶來什麼變化？

Erik：切成兩半看，一半是產品，一半是數據。

產品層要做到 plug and play。我們見過太多做發酵、做替代蛋白、做前沿食品科技的研發團隊，技術很硬，但新原料一進真實市場，不知道大家的接受度和喜歡程度如何。我們希望做到任何一項新的分子或食品科技 IP 出來，系統能瞬時匹配出最契合消費者心智的商業場景。

數據層，我們投入最多的是深度。

不管是味嗅觸的底層生理信號，還是群體層面的社會學傳播，行業過去用的都是各自割裂的傳統工具。我們需要用算法把生物變量與消費心理咬合在一起。

這涉及太多跨學科的灰色地帶。這個主體到底該怎麼定義、怎麼分類，在科學界都還沒被徹底窮盡。這也是為什麼我們一定要跟頂級學院綁在一起做研究。

動察Beating：接下來一年，你們最希望和哪類客戶合作？

Erik：我們還是希望跟更多的食品飲料、香精香料、化妝品和香氛品牌合作。香氣和味覺是我個人最大的 passion，做好吃的也是我的生活方式。能在消費者這一端產生一些價值，我會非常開心。

瑪德琳蛋糕

1910 年，普魯斯特讓人用軟木把巴黎奧斯曼大道 102 號的臥室牆壁整個包裹住，以此擋住街面上的噪音。

這個長年被嚴重哮喘折磨的病人，在接下來的十多年裡習慣晝伏夜出，把自己封閉在軟木房間裡，寫一本叫《追憶似水年華》的書。書中寫了一塊浸在熱紅茶裡的瑪德琳蛋糕，敘述者嚥下去的那一瞬間，整個童年的貢布雷小鎮突然從茶水裡浮了上來。

1927 年全書最後三卷出版時，普魯斯特早已下葬。

圖源：愛味覺

科學界日後借走了這個名字，把由微弱氣味和風味瞬間擊穿時空、喚醒深層記憶的神經機制，命名為「普魯斯特效應」。

與 Erik 聊到這裡，這場對話已經離開了一筆 deal 到底該怎麼定價的商業算盤，開始碰觸到一個更隱秘、也更難被數字化的事實，味覺從來不是純粹的物理感知，它是一個人意識與記憶最底層的入口。

動察Beating：在味覺數據這件事上，地理風土與人群偏好之間，底層到底存在什麼映射關係？

Erik：講簡單一點，就是一方水土養一方人，底層其實是人文地理學。

人類吃進肚子裡的物理分子其實極其有限，動物的脂肪與蛋白，植物的根、莖、葉、果實，再算上磨碎的種子。真正把風味拉開巨大差距的，是工藝，例如發酵、醃漬和烹飪技法，這是整個環節中最具人文屬性以及最有意思的。因為它奠定了每個人、每個群體的感官錨點和波動周長。

但風味從來不是靜態的。

1492 年哥倫布大交換之前，義大利披薩上沒有番茄；川渝地區很早以前也沒有辣椒，那是南美作物伴隨著經濟與移民潮慢慢嵌入的結果。飲食習慣的演變，本質上是一整套複雜的社會學與經濟學連鎖反應。

我們目前正在跟學術機構聯手攻克一個更隱秘的課題，感官的傳染機制。

感官就像壓力和焦慮一樣，是會群體共振的。最簡單的場景是，在食堂排隊，前一個人點的菜會在多大程度上誘導你的選擇？在飯桌上點單，你是被同桌人的社會地位牽引、被他的 taste 綁架，還是單純受某種外顯形態驅動？

這些社會學維度的未解之謎，我們正試圖用沙盒實驗把它一條條跑通。

動察Beating：這也解釋了為什麼「健康敘事」能強行把牛油果推成全球爆款。口味從不只是舌頭的生物反射，它被流行文化和社會階層反覆塑造。

Erik：對，可以這麼理解。

味覺分兩層。狹義的是 perception level，單純是生物受體對分子的物理化學反應；廣義的味覺，則是個人記憶、社會身份與階層標籤的外顯。

英語裡講「You are what you eat」。看一個人的餐盤，跟翻看他的網易雲歌單一樣，能直接還原這個人的人格底色。

比起視覺和聽覺，味覺是最高維度的具身感知，因為你必須允許外部世界的物理分子真正穿透口腔、融進血液、變成你身體的一部分。它是窺探人類決策機制最直接的物理入口。

動察Beating：這很像學界之前做的「斯坦福小鎮」，把一群 Agent 扔進虛擬沙盒看群體演化。只是你們把它搬進了真實的消費市場？

Erik：底層邏輯是通的。

我們的核心假設是，一個人的風味偏好，真的只屬於他自己嗎？

你突然愛上某種味道，是因為舌頭真的喜歡，還是因為你在信息流裡看見別人都在吃？食物從不是孤立的。一家新餐廳在一座城市引爆，最先是被誰帶火的？誰在種草？那群被種草的人又是哪種心理結構？

我們在沙盒裡模擬的，正是這種社交裂變（學名是聯級傳播）的真實通路，幫品牌提前推演新品到底用哪種包裝、哪種風味切口、以什麼敘事發出來，才能在真實社會裡打出最大的傳播漣漪。

動察Beating：你怎麼看世界模型，以及現在大家認知裡的世界模型？這類模型基本全盤押在視覺與空間生成上。如果缺少了嗅覺和味覺，它還能算是一個完整的世界模型嗎？

Erik：上次在新加坡的時候我當面問過李飛飛這個問題。

所謂世界模型，必然是基於人類的主觀感知，對物理世界展開的一場數字孿生重構。我們在裡面跑物理規則、跑遊戲場景，試圖讓 AI 理解現實。

但我當時追問了一句，如果一套自稱是還原真實世界的大模型，五感裡直接缺席了味覺、嗅覺和微觀觸覺，它到底還算不算一個完整的「世界模型」？

李飛飛當時部分認可了這個判斷。

但光在哲學層面挑刺沒有意義，最難的是怎麼把這些非標的化學分子真正洗成數據。

叫不叫「世界模型」根本不重要。純打概念在真實的商業世界裡一文不值。最要緊的，是先在眼下的快消產業鏈裡跑出真金白銀的經濟價值。

動察Beating：再往長遠看，你覺得你們在做的事情，會變成食品行業乃至更多相關行業的標配嗎？還是只有行業裡比較頭部的公司才會用？

Erik：我們當然希望成為標配，因為我們對自己的技術和數據非常有信心。但行業的標配和標準，都是用結果說話的。我們希望交付結果，也希望通過產學研的合作，做出一個產業通用的、底層的數據和工具方法論的模式。

就像當年李飛飛搭出的 ImageNet，成了日後整個計算機視覺的開源地基，背後是超高質量的數據。我們現在和學術機構做的事，本質上是想在這個混沌的行業裡，搭出一套屬於風味的 FlavorNet。

所謂的 FlavorNet 不光只是有揮發性有機物（VOCs），同時也是把 VOCs 的分子軌跡數據拉齊，再對應到不同人群的感官、情緒與記憶圖譜，做大規模的端到端映射。

從高維的風味感知裡學出一套低維的通用表徵，再去下游開發出各種垂直子模型。

這套基礎設施搭完，能長出來的應用絕不僅是給披薩調味，個性化營養、食品保鮮與腐敗預警，甚至農業端的植物病害早期篩查，全是這套化學感知模型的延展面。

動察Beating：除了食品飲料，你覺得還有哪些領域機會很大，而且你們能做？

Erik：情緒療癒。這是一個我個人非常喜歡的場景。

現在的職場人和年輕人普遍處於一種緊繃、高壓的常態。食療、香氣療癒、所謂藥食同源，本質上都是在拿物理分子去撬動大腦的神經介質。

氣味和風味對情緒的干預是極其強烈的，但過去最大的痛點是「千人一面」，沒有工具能測算出不同人對特定香氣和口感的敏感度閾值。一旦顆粒度能切到足夠細的個性化，這個市場會比單純做零食大得多。

動察Beating：剛才你列的那幾個例子，感覺更偏數據理性，是對一些理性指標的監測和預測。你們更想往這個方向走，還是更想往大眾文化這類偏感官的方向走？

Erik：情緒本身就是一種功能性觸發事件。

在神經學上，所謂的愉悅、治癒，本質上都是具體的 event trigger，這兩件事從不割裂。歸根結底，消費行為最後全要落回肉身。

人類的底線是健康；在健康之上，我們貪戀口腹之欲，想要愉悅。最性感的商業機會永遠是「既好吃、又健康」。

如果系統能算清二者之間的分子交叉點，我們就能在超市貨架前，替每個具體的人找到最匹配他當下生理狀態與生活方式的組合。

動察Beating：把想像再放遠一些。你希望愛味覺最終發展成一家什麼樣的公司？當這套預測系統大規模成為標配，消費世界會發生什麼？

Erik：長遠來講，我還是希望愛味覺能成為一家端到端的預測公司。也就是說，在任何高價值的決策之前，我們都能在「市場模擬器」中跑一遍。

造車有風洞，航天有飛行模擬器，但在體量幾千億美元的消費品大盤裡，此前幾乎沒有任何像樣的沙盤工具。每一筆幾千萬的推新預算，開動前都該在成百上千個平行的虛擬社會裡先跑一遍，測出勝率最高的那種組合。

對產業來說，是把盲賭的風險壓到最低；對普通人來說，貨架上的東西能少一些工業套路，多一點真正貼著自己心智的設計。

如果再往前走一步，我堅信味嗅覺是一種比視覺、聽覺更具備意識外顯性的感官。你必須允許世界的物質通過化學感官進入，成為塑造自身的一部分，所以它本質上是人類做出決策的最前沿的信任協議入口。看一個人和食物的關係，往往能看出這個人和世界的關係。

今天整個科技圈都在狂熱討論智能和意識。但人類研究自身意識幾百年，一直缺一個極具外顯性的測量標尺。

感官科學此前積累的大量範式，很可能會成為解碼意識的關鍵錨點。我們希望能橫跨感官科學、快消工業與 AI，通過一個人「吃」的動作，去反向推演人類意識深處那片最大的未解之地。

動察Beating：所以味覺只是一個抓手，後面連著的是一個關於智能和意識的宏大敘事。

Erik：一開始其實沒想這麼大，出發點非常產業痛點導向。只是越做越發現，人類進食的動作，它的時間性、生理的有限性，以及把外部物質吞進胃裡的整套過程，是意識最外顯、最具有體驗的測量屬性，也最難偽造的心理物理表象。

商業上這叫消費者科學。但如果要往深處推演通用智能，必須先搞懂人類意識是怎麼運作的。搞懂意識，就需要一個可被物理測量的外顯主體，進食行為具備天然的外顯人類體驗的可測量特徵。

之前公眾號寫了一篇這個主題的綜述性文章，歡迎大家批判交流。

旨味

1907 年，東京帝國大學化學教授池田菊苗在妻子熬的一碗昆布豆腐湯裡，嘗出了一種無法被歸入酸、甜、苦、鹹任何一類的味道。

池田從幾十公斤海帶裡反覆熬煮萃取，轉年分離出穀氨酸，給這種神秘風味命名為「旨味」（umami）；1909 年，他拉來商人鈴木三郎助入夥，把這套提純工藝打包成一罐白色結晶，起名「味之素」。

傲慢的西方主流科學界整整近百年拒絕承認這個發現。

圖源：愛味覺

直到 2000 年，邁阿密大學的神經研究者終於在人類舌頭上明確鎖定了感知它的專門受體，鮮味才正式被蓋章為第五種基本味覺。

一位化學家敏銳的舌頭，一鍋家常熱湯，外加一個敢在無人區下注的商人，一門延續了一百多年的巨大生意就此開場。

回到今天。沒有大廠的兵力，也沒有巨大的算力，愛味覺眼下的處境更像是一場極度輕量化的冒險，全職加兼職只有四個半人，要在巨頭林立的消費品世界裡，撬動另一門關於味覺的古老生意。

動察Beating：現在能被具象化想到的東西，基本都被 AI 大廠搶得差不多了。像 OpenAI 剛開完的 DevDay，又推出了一大堆新功能，把辦公、視覺這些很具象的活都攬了過去。所以做現在大家還覺得比較抽象的東西，空間可能反而很大。這種非標業務在招人時，最稀缺的是什麼特質？

Erik：我們團隊極小，4 個人。其中 2 個是我的聯創。

一個聯創做底層後端與大數據的，另一個聯創主要負責產品形態；還有一位負責市場的同事，我主要負責算法和感官科學，把複雜的生理、心理和行為變量，翻譯成機器學習可以處理的結構化數據。

眼下最卡脖子的，是跨學科的複合能力。

懂機器學習的工程師一抓一大把，但絕大多數根本沒踩進過真實的消費產業的決策鏈條；反過來，食品科學和感官評價領域在前線的資深專家，又普遍沒有經歷過機器學習工程上的結構化訓練。

兩邊都懂的人極度稀缺。但今天的開源工具和基礎模型，恰恰給了這種跨界者一個把兩三門學科快速拼裝在一起的跳板。

動察Beating：池田菊苗身邊有一個敢在無人區下注的鈴木三郎助。愛味覺這邊，最早下注的人是誰？

Erik：說來有點巧。最早投我的人，投的其實不是愛味覺，是我在加拿大玩樂隊時出的一張後搖專輯。

那個人叫李榮彬，英文名 Eraser。他自己做過地下朋克樂隊的主唱，也開過廠牌。最近他出來做了自己的基金 First Rule Ventures，愛味覺是他投的公司之一。

他這支基金的規矩定得很窄：只投 AI 應用，只投第一輪，一年只出手 5 個項目。他算過一筆賬，真想在早期陪一個創業者，一週至少得給對方一整天，一年最多也就陪得過來 5 家。

名字取自《搏擊俱樂部》。他覺得投資人就該處在一種又反抗、又遵從的狀態裡，既尊重回報，也懷疑共識。大錢都追著基礎設施跑的時候，他偏偏押注應用層，看好的是握有獨特渠道、在細分行業扎了十年以上、能靠業務不斷積累專有數據的這幾類公司。

他把投資當成一種表達，有點像做廠牌簽樂隊，簽的不一定是已經火了的，而是正好在做他想聽的那種聲音的。他不太看你的故事講得多漂亮，更看你到底信什麼。風味這件事在很多人眼裡就像地下音樂，小眾，說不清楚。他聽懂了那張沒有歌詞的專輯，後來也看懂了愛味覺。

（李榮彬為什麼一年只投 5 家，為什麼覺得味覺數據花 1 億美元也買不到，可以看動察Beating對他的另一期專訪。）

動察Beating：方便介紹一下你創業之前的學術和工作背景嗎？

Erik：我本科學的是物理和數學，在多倫多大學。畢業後進了 BCG 和德勤，做了三年數字化轉型諮詢。後來又零零散散做過一些小項目，賣過葡萄酒，做過個性化電商平台等等。

但我骨子裡是個重度吃貨。業餘時間全在研究吃喝和做飯，把這當成生活方式。最終自然而然地把這幾段經歷結合起來，做了愛味覺。

早餐

採訪結束在 9 月 30 日下午，國慶假期前的最後一個工作日。

Erik 人在新加坡，還有另一個會要開。那通語音的最後幾分鐘，話題離開了數據和模型，落到一些更零碎的事情上。

比如，Erik 早年在北京玩過樂隊，做的是後搖，還出過一張專輯。

後搖大多沒有人聲。一首曲子動輒七八分鐘，吉他一層層鋪上去，鼓點一點點收緊，情緒攢到最滿的時候，往往也沒有一句歌詞。聽的人知道發生了什麼，卻很難複述出來。

吃這件事，大家每天都在經歷，可裡面還有很多東西沒有被發現，像一個大眾盲點。

Erik 隨口舉了兩個例子。

一個是餃子。為什麼三分之一的文化裡都有餃子，包餃子的時候，人是一種什麼樣喜歡「包」的心理。

格魯吉亞有 khinkali，波蘭有 pierogi，尼泊爾有 momo，日本有煎餃。隔著山和海，不同地方的人在做同一個動作，擀一張麵皮，把一點東西包進去，再把口捏緊。

在中國北方，這個動作最鄭重的時刻是除夕。一張桌子圍滿了人，有人擀皮，有人調餡，有人捏褶，有時還會往其中一個裡面藏一枚硬幣，看誰能吃到。

那一年的餃子是什麼餡，很少有人還記得。記得的是那張桌子邊坐著誰，後來又少了誰。

另一個是早餐。為什麼早餐可以天天吃同一樣東西，不膩，晚餐連吃兩天就不想重複。

這個問題聽上去很小。可它關乎的，是人在一天之內對「新」和「舊」的兩種需要。也許早上的人更需要確定，一份熟悉的東西，讓新的一天從一個不會出錯的地方開始；到了晚上，人才有餘力去要一點變化。

如果按一天三頓算，一個人活到八十歲，要吃將近九萬頓飯。如果一件事情被重複了九萬次，那就值得被認真對待。

味覺是人類出生前第一個被激活的感官。當大模型正以前所未有的速度把視覺、聽覺、語言具象化。只要人還在吃，味覺就永遠可以成為那個需要去被理解的通往生命體驗的管道，並通過這樣的管道，去理解人。

原文連結

歡迎加入律動 BlockBeats 官方社群：

Telegram 訂閱群：https://t.me/theblockbeats

Telegram 交流群：https://t.me/BlockBeats_App

Twitter 官方帳號：https://twitter.com/BlockBeatsAsia