摘要
生成式和基础模型人工智能可以增强食品分析，但计算性能并不能确立决策就绪能力。本系统综述考察了食品安全、真实性和质量控制中的应用及验证要求。2026 年 6 月 13 日对 Scopus 数据库的检索确定了 438 条记录；保留了 65 篇出版物，包括 41 份直接分析报告和 24 篇支持性出版物。独立的双重筛选和编码支持了主题综合和描述性证据图谱。直接核心部分包括 18 份与安全相关、4 份与真实性相关、9 份与质量相关以及 10 份相邻领域报告。其中，23 份报告了实验或参考方法验证，13 份进行了数据集/模型评估，5 份进行了人类、感官或专家评估。41 份直接报告均未记录在实际工业环境中的前瞻性评估。尽管实验、数据集/模型和人类评估验证之间的平衡发生了变化，但在更窄范围的分析中，这一发现保持不变。生成的食品证据迁移差距将既有的迁移问题与食品特定的决策要求结合起来。五个累积门槛组织并规定了溯源、技术有效性、食品科学有效性、人类校准和部署治理。该框架将生成式人工智能的证据要求与既有的分析标准连接起来，而非取代它们。决策就绪能力需要针对特定用途提供风险相称的证据，包括适用的参考方法和监管要求。这些发现刻画了所涵盖的文献情况，而非完整的工业部署全景。
