问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年6月，网传火山引擎旗下多模态大模型“豆包”误判野生蘑菇致用户中毒引发舆论关注。火山引擎团队核实后确认，系统识别时虽将野生菌标注为鸡腿菇，但同步给出该品种与剧毒大青褶伞易混淆、强烈建议不要食用的明确预警，已履行风险提示义务，目前豆包团队正迭代相关识别能力，业内也提示AI野生生物识别仍存误差风险。
家住杭州的陈先生（化名）怎么也没想到，自己随手拍的小区野生蘑菇，会让一款国民级AI产品冲上热搜。不久前他在小区绿化带采摘了几朵灰白色野生菌，拍照上传豆包求识别，没仔细看完所有返回内容就把菌子炒来吃了，随后出现呕吐腹泻症状，相关截图很快在社交平台发酵，直指豆包AI识别出现致命失误。
火山引擎技术团队很快联系到陈先生，调取了当时的交互日志进行核实，结果显示双方各有疏漏：系统返回的结果顶部确实标注了“最高相似度匹配：鸡腿菇”，但紧随其后的就是三条红色高亮的强制风险提示：一是“该品相极易与剧毒大青褶伞混淆，误食会引发严重胃肠炎甚至器官损伤”，二是“仅凭平面图片无法100%排除有毒相似种可能”，三是“强烈建议不要食用任何非正规渠道购买的野生菌”。
经双方确认，陈先生当时确实只注意到了最上方的匹配结果，跳过了后续的风险提示，才导致误食，而他食用的野生菌也确实是剧毒的大青褶伞。
此次事件也暴露出多模态视觉识别在细分高风险领域的普遍短板。国内菌物分类研究专家指出，目前全球已知的毒蕈超过400种，其中近10种致死率超过30%，不少剧毒品种和可食用品种外观相似度高达95%，仅靠平面图片识别，即便是有10年以上野外考察经验的研究员也可能出现误判。
据AI行业测试数据显示，目前多模态大模型在通用物品识别上的准确率已经能达到98%以上，但在野生菌、野生有毒植物这类细分高风险领域，由于样本标注量不足、不同生长环境下外观差异大等问题，识别准确率普遍不足80%，远达不到可作为决策依据的标准，这也是几乎所有提供类似功能的AI产品都会标注“仅供参考”的核心原因。
针对此次事件，豆包团队公开回应称，目前已经在加急升级野生菌、野生植物识别的交互逻辑，未来会把风险提示放在识别结果的最顶部，并且需要用户手动点击确认“已知晓风险，不将结果作为食用依据”后，才会显示相似度匹配结果，同时也会新增更多高风险品类的识别样本，提升识别准确率。
不少AI安全领域的研究者也表示，大模型在医疗、生物识别、出行这些涉及人身安全的高风险场景落地时，不能只追求识别准确率这一个指标，还要做好风险提示的强触达，同时也需要通过科普引导用户建立对AI能力的合理预期，不要把AI输出的结果当成唯一决策依据，多方合力才能守住AI落地的安全底线。
此次看似偶然的“误判”风波，其实给整个AI行业提了个醒：大模型的能力边界越广，需要承担的安全责任就越重，技术迭代和风险防控必须同步推进，才能避免类似的误会甚至危险再次发生。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号