新智元報道
你敢相信麼影視？
一個只會炸雞排的路邊攤主，僅用兩小時就學會了「中國八大菜系」影視。
這不是段子，這是在北京亦莊世界機器人大會（WRC）上，真實發生的一幕影視。
主角之一，是去年秋天火遍全網的景德鎮頂流IP「雞排哥」李俊永影視。
現場，他面前沒有灶臺，沒有炒勺，只有三臺2K視覺AI炒菜機器人影視。
展開全文
沒想到，兩個小時下來，川、湘、粵、閩、蘇、浙、徽、魯——中國八大菜系，他一道沒落影視。
一個從沒系統學過中餐的人，一天之內跨越了傳統廚師十年的成長曲線影視。
這一幕，只是當天橡鹿機器人「看見」產品釋出會的其中一個片段影視。
4000萬粉圍觀
「AI大廚實測官」來了
本場釋出會最具懸念的環節，交給了科技圈頂流博主「影視颶風」的Tim影視。
此次，他帶著一個特殊的身份而來——「AI大廚實測官」，4000萬人線上圍觀影視。
全場沒有照本宣科的產品宣講影視，Tim只做了四件事：
看見、發問、實測、判斷影視。
畢竟，一刀未剪的真實記錄，才是最頂級的實力背書影視。
Tim的第一問就相當刁鑽：機器人真的能獨立做一頓飯嗎影視？
從食材出庫、投料、炒制、裝盤出餐，到鍋具清洗、廢料處理，中間不許有人插手影視。
而站上這場極限考場的「考生」，就是橡鹿機器人在本屆WRC上釋出的三款重磅新品之一——「現炒方舟」影視。
「現炒方舟」當場做了一道炒蝦仁，Tim品嚐後讚不絕口，連連點頭影視。
一臺會自己上班的「無人後廚」
現炒方舟的定位很清楚：一臺可以移動的「微型無人後廚」影視。
從淨菜保鮮儲存、現場烹飪、供碗出餐，到油煙處理、裝置自清潔，全流程閉環影視。
做完一頓飯，全程不需要一個廚師影視。
那麼影視，它到底有多能幹？
首先是雙鍋並行影視。機械臂負責取放和出餐，兩個灶位可以同時炒不同的菜，甚至一邊炒菜，一邊洗鍋。
午餐高峰扛不扛得住，決定了它究竟是一臺展品，還是一門能跑起來的生意影視。橡鹿「現炒方舟」用雙鍋並行，補上了商業落地最關鍵的一塊拼圖。
其次，三級自清潔影視。炒鍋自動清洗、衝鍋裝置、洗鏟裝置，一層套一層。鍋不用人洗，鏟也不用，無人化這三個字才算真正落到了地上。
還有內建油煙淨化，室內室外，都能合規使用影視。這不是一臺AI炒菜機器人，而是一整套完整的移動無人後廚系統。
更重要的是，它內建油煙淨化，不需要排煙施工，也不依賴固定店面影視。
這意味著，過去餐飲進不去的地方，如今也能賣現炒熱飯了影視。
展會、音樂節、科技園區、大學城、景區、夜市，哪裡有人流，哪裡就能放一臺橡鹿機器人的「現炒方舟」影視。
對於餐飲品牌來說，這更像是一種新的開店方式：店面變輕，部署變快，過去依賴選址、裝修、招人的擴張，開始變成一套可以複製的標準化能力影視。
不過，一個「無人後廚」能不能長久運轉，靠的遠不止機械臂、雙鍋和清洗裝置影視。
鍋會轉、鏟會動，只解決了「動作」；面對食材差異、臨時加水和火候變化，機器能不能把菜救回來，才決定了這套生意能否真正規模化影視。
「現炒方舟」為什麼敢把一整個後廚交給AI？答案，藏在它背後的那顆「大腦」裡影視。
炒菜影視，炒的到底是什麼
「現炒方舟」之所以能走向「無人後廚」影視，核心支撐是橡鹿釋出的另一重磅新品——
多模態烹飪AI基座CookingMuse廚啟影視。
它是全球首個，基於真實廚房資料訓練的多模態烹飪基礎模型，也是橡鹿下一代產品的「共同大腦」影視。
過去的炒菜機器人，擅長執行預設程式：幾秒下料、幾檔火力、多少轉速、什麼時候出鍋，都提前寫好影視。
這種方式能保證「動作一致」，卻很難保證「結果一致」影視。
做麻婆豆腐，標準程式可能是30秒收汁出鍋影視。可如果中途多倒了一杯水，上一代機器人看不見這杯水，時間一到照常出鍋，端出來只會水汪汪的。
新一代機器人看見汁多了，會重新判斷鍋內狀態，動態調整火力和時間，一直收到位再出鍋影視。
這就是從「執行菜譜」到「理解烹飪」的差別影視。
也是橡鹿過去一年最重要的變化：從賣一臺會炒菜的機器，走向交付一整套理解烹飪的能力影視。
而要讓AI真正理解一口鍋，最難的環節並不在機器本身影視。
真正稀缺的，是資料影視。
一次炒糊影視，比100張擺盤照更值錢
所有人的第一反應：網上不是全是菜譜嗎影視？
小紅書、下廚房、B站，圖文和影片不計其數，拿來訓練不就行了影視。
橡鹿首席科學家、橡鹿-浙大聯合研發中心負責人馬蔚的答案很直接，「在中餐真實烹飪場景裡，資料和模型都是0」影視。
網上有海量擺盤照片，也有數不清的菜譜知識，但AI真正需要的，是「菜正在炒的時候發生了什麼」影視。
什麼時候夾生，為什麼糊了，汁水收到什麼狀態才算到位；同樣多加100克水，對火力、時長和最終口感會產生什麼影響影視。
這些資料，公開知識庫裡幾乎找不到影視。
人類拍了幾百億張菜的照片，大部分都停在上桌那一刻；從下鍋到出鍋的幾分鐘，一直缺少系統記錄影視。
若是把今天的通用大模型丟進廚房，它的「廚藝」基本全靠瞎猜影視。
它能告訴你宮保雞丁必須放花生，卻無法預判這鍋花生什麼時候會糊影視。
AI最需要的，從來不是最多的資料，而是最接近真實問題的資料影視。
真正能訓練判斷力的，往往是那些意料之外的瞬間：水加多了、食材含水量變了、肉切厚了、菜盒放錯了、火候偏了影視。
一次炒糊，記錄了問題、變化和修正方案，比一百張擺盤照片更值錢影視。這樣的資料，只能來自真實門店裡的真實炒制。
這恰恰是橡鹿最難被複制的部分影視。
目前，橡鹿已經服務3000多個品牌、13000多家門店，累計服務6億人次，數萬臺裝置每天在真實廚房裡運轉影視。
每一次炒制、異常和客戶反饋，都在沉澱過程資料影視。
再加上近百萬道中餐數字菜譜影視，橡鹿手裡形成了兩根支柱——
菜譜知識告訴模型「應該怎麼做」，真實廚房教會模型「出了變化怎麼辦」影視。
第一次
AI真正理解烹飪了
有了真實廚房資料，CookingMuse廚啟才能把視覺、語音、菜譜和烹飪過程連線起來，讓機器人看懂一道菜正在發生什麼，並據此決定下一步動作影視。
它在雲端學習食材、火候和烹飪階段，再把即時判斷交給端側輕量模型影視。
雲端持續學習，端側快速決策，既能從更多廚房中吸收經驗，也能在鍋裡發生變化的瞬間及時反應影視。
而這顆「大腦」真正可怕的地方還在於，每一次下廚，都會讓它越用越聰明影視。
真正的護城河影視，是一套「資料飛輪」
橡鹿內部一直有一個判斷，這個行業真正的護城河，是一套能夠持續轉動的資料飛輪影視。
機器人進入真實廚房，產生真實資料和異常問題；資料回來訓練模型，模型再回到機器人身上；更聰明的機器人進入更多廚房，又產生更多、更有價值的資料影視。
這個迴圈的商業價值，比單品升級更大影視。
資料、模型、機器人、真實場景，在這裡咬成了一個閉環影視。
這套閉環一旦轉起來，競爭就不再停留在某個引數或某代硬體上影視。
後來者可以買相機、復刻機械結構、堆出一臺樣機，卻無法批次購買真實廚房裡的異常影視。
同一道菜，在不同門店、食材批次和季節裡都會變化影視。只有裝置長期跑在客戶現場，模型才能不斷見到這些邊角問題。
這才是資料飛輪最核心的商業邏輯：一臺機器的經驗，可以變成下一萬臺機器的能力影視。
兩顆4000萬畫素的「眼睛」
不過，要讓飛輪轉起來，機器首先得看見鍋裡發生了什麼影視。
簡言之，大腦再聰明，也得有一雙眼睛影視。
3K視覺AI炒菜機器人，就是CookingMuse廚啟在物理世界睜開的第一雙眼影視。
它身上裝了兩顆4000萬畫素的全域性快門工業相機，以每秒30幀的速度，持續盯著鍋裡影視。
過去的炒菜機器人很難感知肉切厚了、菜盒放錯了、蔬菜含水量變了，只能沿著程式執行影視。
3K則把下鍋到出鍋的全過程變成連續資料，既看得出「這是什麼菜」，也知道「現在到了什麼狀態」影視。
一旦發現偏差，它會動態調整加熱功率、炒制時長、攪拌轉速和調料投放量影視。
出品管控由此從「事後發現」，前移到「事中干預」影視。
這套視覺能力還長出了一個很妙的衍生功能：AI督導影視。
看得見鍋裡，也就看得見門店影視。
3K把原本依賴店長巡檢和事後投訴的管理，變成了一套可以即時發現、跨店追蹤的數字系統影視。
從五國炒飯影視，到非遺大師菜
更驚豔的是，同一臺橡鹿3K，還可以做出不同國家、不同菜系的味道影視。
從揚州炒飯，到泰國菠蘿炒飯、日式蛋包炒飯，再到印尼炒飯、美國雞肉炒飯，同一把鏟子要應付五種完全不同的烹飪邏輯影視。
它靠的，是一把快拆拔插式3維螺旋攪拌鏟影視。
米飯黏、容易結團，橫向攪拌很容易把飯壓成餅影視。3D螺旋鏟模擬人工按壓、打散，不用特殊預處理，也能讓米粒受熱均勻、粒粒分明。
這隻手還能處理手撕包菜、土豆絲、醃製肉絲和藕片，現場更是完美復刻了一道非遺菜「江西三杯雞」影視。
國家級名廚吳賢明親自坐鎮「監考」，品嚐後讚不絕口，直接為它點贊影視。
一把鏟子的意義也由此越過機械結構，它讓CookingMuse廚啟的能力落到更多菜品上影視。
從快餐、小吃到正餐、大師菜，同一套資料和模型可以持續複用，產品能進入的門店和場景也隨之擴張影視。
這也是近百萬道中餐數字菜譜的另一重商業價值——
它們既是文化資產，也是一座可以不斷呼叫的產品庫影視。
這兩年
中國烹飪機器人做了什麼影視？
把鏡頭拉遠一點，會發現這條路並不是憑空出現的影視。
2024年初，斯坦福的Mobile ALOHA火遍全網影視。
影片裡它煎蝦、做乾貝燒雞、擦桌子、坐電梯，幾乎所有人都以為家務機器人的時代到了影視。
但很快大家發現，流暢演示的背後，仍然需要人在遠端遙操作影視。
兩年過去，路線逐漸分叉：通用人形繼續攻堅開放環境裡的複雜家務；橡鹿代表的專用機器人，則先扎進高頻、剛需、可以產生商業回報的廚房影視。
烹飪動作的邊界相對固定，難點集中在對菜品狀態的理解影視。這讓它有機會更早跑通產品和商業閉環。
回看橡鹿這兩年影視，可以看到一條非常清晰的演進線——
先把機器人從遙操作推向自主執行，再從預設執行推向即時反饋，最後把單機能力推成資料飛輪影視。
兩年前，美膳獅還需要人負責入鍋和出鍋；今天，「現炒方舟」把這兩步也交給機械臂影視。3K再裝上眼睛，讓產品從「動作一致」走向「結果一致」。
一臺機器炒得好，證明產品能力影視。真實門店持續產生過程資料，建立的才是長期壁壘。
未來烹飪機器人行業的競爭，也會沿著這條路徑繼續升級影視。
早期比硬體能不能穩定出餐，接下來比模型能不能理解狀態、處理異常，再往後，比的是誰能把資料、模型、機器人和真實場景跑成閉環影視。
引數會被追平，硬體成本也會下降影視。
真實場景的密度、資料迴流的速度、模型改善產品的效率，將成為新的競爭尺度影視。
誰先把飛輪轉起來，誰就更有機會把產品優勢變成市場優勢，再把市場優勢沉澱成資料優勢影視。
中國菜
有了自己的數字資產
飛輪轉起來以後，被改變的遠不止機器人影視。
過去，一道菜的全部資訊只存在兩個地方——廚師的手，和食客的嘴影視。
前者靠師徒制口傳心授，後者靠一句「今天這個味兒對了」影視。二者都無法儲存，無法複製，更無法傳遞。
而現在，13000多家門店裡，每一次下鍋、收汁、翻炒，都被那雙眼睛看見、看懂、記錄下來影視。
一道菜，就此從「經驗」變成了「資料」影視。
中國菜，也第一次擁有了可儲存、可呼叫、可傳承的數字資產影視。
對餐飲行業來說，這意味著味道可以被規模化影視。過去開一百家店，要找到一百個能把招牌菜做對的廚師；現在，一份經過真實廚房驗證的數字菜譜，可以下發到不同門店，再根據現場狀態動態調整。
品牌無需複製一百位老師傅，只需要把一套成熟能力部署到一百口鍋裡影視。
對中國飲食文化來說，味道也可以脫離某個人的記憶長期存在，前面的非遺三杯雞就是縮影影視。
更進一步說，被數字化的味道，還能被搬運影視。
一份揚州炒飯，可以跟著資料、模型和裝置出現在海外廚房影視。過去中餐出海，最先出海的是廚師；未來，也可能是菜譜資料、烹飪模型和智慧裝置。
傳承、連鎖擴張和出海影視，看起來是三件不同的事，背後依靠的其實是同一種能力——
把難以描述的味道，變成機器可以理解、復現和持續最佳化的數字資產影視。
當AI開始看見廚房
所以，當AI開始看見廚房，它看見的不只是一道菜，而是每一個人影視。
這不是一句煽情的話影視，它指向的是橡鹿創始人、董事長楊建成所說的「四不限」：
空間不限，好菜不分南北，足不出戶吃遍全球；時間不限，祖輩的味道被數字化傳承；階層不限，國宴大師菜走進尋常百姓家；人力不限，廚師升級成創造者，小白也能當大廚影視。
「四不限」聽起來很大，落到產品上，其實就是三個詞——好玩、好用、好吃影視。
過去兩年，所有人的目光都追著人形機器人跑影視。另一條分支上，中國的專用機器人已經扎進真實廚房，開始跑出自己的資料飛輪。
今天多看懂一次收汁，多處理一個異常，多進入一家門店，明天整個系統就會更聰明一點影視。
當這套迴圈持續轉動，橡鹿交付的就不只是一盤菜、一臺裝置或一座無人後廚影視。
它正在把中國廚房裡最難言傳的經驗，變成可以規模化生長的智慧影視。
技術繞了這麼大一圈影視，最後落回的，仍是最樸素的願望：
讓每一個普通人，都能在一口熱鍋前，被認真對待影視。
這一次，技術終於低下頭，看見了鍋裡的那點菸火，也看見了鍋前的那個人影視。
編輯影視：桃子 所羅門
秒追ASI
