OmniFood-Bench：评估视觉语言模型的营养推理与个性化健康建议能力

大型视觉语言模型（VLM）在个性化医疗中潜力巨大，但面临视觉外观与内在营养成分间的“系统性信息不对称”挑战。现有基准仅关注粗粒度分类，无法评估从识别隐藏成分、估算物理质量到合成关键安全建议的复杂推理链。本文提出 OmniFood-Bench，涵盖基础感知、定量推理及安全关键建议三个渐进能力维度。实验揭示模型存在显著的“语义 - 物理差距”：虽能准确命名菜肴，但在质量估算上表现灾难性，且常对高风险糖尿病患者产生幻觉建议。