文章摘要
北京亦庄世界机器人大会新品发布会上,“现炒方舟”等烹饪机器人展示实力。“现炒方舟”是可移动微型无人后厨,具备双锅并行、自清洁等优势。其核心是多模态烹饪AI基座CookingMuse厨启,能理解烹饪实时调整。该品牌依托海量真实厨房数据构建竞争壁垒。烹饪机器人可覆盖多场景,未来将围绕数据闭环竞争,还能让中国菜成数字资产,满足大众饮食需求。

在北京亦庄的世界机器人大会现场,一幕颠覆认知的场景正在上演:一位靠炸鸡排为生的路边摊主,只花了两个小时,就掌握了中国八大菜系的烹饪精髓。

这不是网络段子,而是一场新品发布会的真实环节。这位名叫李俊永的「鸡排哥」,此前从未系统学习过中餐,却借助三台AI炒菜机器人,在短时间内完成了从街边摊主到菜系通吃的跨越,相当于跳过了传统厨师十年的成长路径。

这场发布会最受关注的环节,由拥有海量粉丝的科技博主担任「AI大厨实测官」,全程没有照本宣科的宣讲,只通过观察、提问、实操、验证四个步骤完成了真实测试。

测试者的第一个问题就直指核心:机器人真的能独立完成一顿餐食的全流程吗?从食材出库、精准投料、火候炒制、装盘出餐,到锅具自动清洗、废料处理,全程不允许人工插手。

承担这场极限测试的,正是发布的重磅新品——「现炒方舟」。这款产品当场制作了一份清炒虾仁,测试者品尝后给出了极高的评价。

一台会自主运转的「微型无人后厨」

现炒方舟的定位清晰明确:一台可移动的微型无人后厨。它覆盖了从净菜保鲜储存、现场烹饪、供餐出餐到油烟处理、设备自清洁的全流程闭环,真正做到了做完一顿饭全程不需要厨师介入。

这款产品的核心优势首先在于双锅并行设计:机械臂负责取放餐食和物料,两个灶位可以同时炒制不同菜品,甚至可以一边炒菜一边完成锅具清洗,完美解决了午餐高峰时段的出餐效率问题,让它从展会展品变成了可落地的商业方案。

其次是三级自清洁系统:炒锅自动清洗、冲锅装置、洗铲装置形成了完整的清洁闭环,真正实现了无人化操作的最后一环。

更重要的是,现炒方舟内置了油烟净化系统,不需要额外的排烟施工,也不依赖固定店面,这意味着展会、音乐节、科技园区、大学城、景区、夜市这些以往无法开设餐饮的场景,都可以轻松部署这套设备。

对于餐饮品牌来说,这更是一种全新的开店模式:大幅降低门店的硬件和人力成本,把过去依赖选址、装修、招人扩张的模式,变成了可快速复制的标准化能力。

不过,一台无人后厨能否长久稳定运转,靠的不只是机械臂、双锅和清洁装置。面对食材差异、临时加水、火候变化等突发状况,机器能否及时调整菜品状态,才决定了这套方案能否真正规模化落地。

真正的核心:能理解烹饪的AI大脑

现炒方舟能把整个后厨交给AI的核心密码,藏在它背后的「大脑」里——同期发布的多模态烹饪AI基座CookingMuse厨启。这是全球首个基于真实厨房数据训练的多模态烹饪基础模型,也是下一代产品的通用智能核心。

以往的炒菜机器人,只能执行预设的固定程序:几秒下料、几档火力、多少转速、何时出锅都提前写死。这种方式能保证动作一致,却无法保证最终出品的一致性。比如制作麻婆豆腐时,预设程序可能要求30秒收汁出锅,但如果中途不小心多加了一杯水,上一代机器人不会感知到这个变化,依旧按原流程出锅,最终端出的只会是水汪汪的失败菜品。

而搭载了CookingMuse厨启的新一代机器人,可以实时感知锅内的状态:当发现汤汁过多时,它会重新调整火力和炒制时间,直到收汁到位再完成出餐。这正是从「执行菜谱」到「理解烹饪」的关键跨越。

数据壁垒:比菜谱更珍贵的真实场景经验

要让AI真正理解中餐烹饪,最大的难点并不在机器硬件本身,而是数据。

很多人会认为,网上有海量的菜谱、图文和视频教程,足够训练AI的厨艺,但实际情况并非如此。相关研发负责人曾直言:「在中餐真实烹饪场景里,公开数据和通用模型几乎都是零。」

网络上的内容大多停留在菜品上桌后的摆盘照片,或是静态的菜谱文字,而AI真正需要的,是「菜正在炒的时候发生了什么」:什么时候会夹生,为什么会糊锅,汁水收到什么状态才算恰到好处;同样多加100克水,对火力、时长和最终口感会产生哪些影响。这些真实的过程数据,在公开知识库中几乎找不到。

一次炒糊的记录,包含了问题、变化和修正方案,比一百张摆盘照片更有价值。而这样的数据,只能来自真实门店里的实际炒制。

这也是该品牌最难以被复制的核心优势:目前已经服务3000多个品牌、13000多家门店,累计服务超过6亿人次,数万台设备每天都在真实厨房中运转。每一次炒制、每一次异常、每一条客户反馈,都在沉淀宝贵的过程数据。再加上近百万道中餐数字菜谱,形成了两大支撑支柱:菜谱知识告诉模型「应该怎么做」,真实厨房的运营数据教会模型「出了变化怎么办」。

数据飞轮:构建长期竞争壁垒

有了真实厨房的海量数据支撑,CookingMuse厨启才能把视觉、语音、菜谱和烹饪过程连接起来,让机器人真正看懂一道菜正在发生什么,并据此做出实时调整。它在云端学习食材特性、火候变化和烹饪阶段规律,再把实时判断交给端侧轻量模型,实现云端持续学习、端侧快速决策,既能从更多厨房中吸收经验,也能在锅内发生变化的瞬间及时做出反应。

更关键的是,这颗AI大脑会随着每一次下厨变得越来越聪明。品牌内部一直认为,这个行业真正的护城河,是一套能够持续转动的数据飞轮:机器人进入真实厨房,产生真实数据和异常问题;数据回流训练模型,模型升级后再部署到更多机器人身上;更智能的机器人进入更多门店,又会产生更多、更有价值的新数据。

这个循环的商业价值远超过单品升级。数据、模型、机器人、真实场景在这里形成了完整的闭环,一旦这个飞轮转动起来,行业竞争就不再停留在某个参数或某代硬件上。后来者可以复刻机械结构、购买相机、堆出一台样机,但无法批量购买真实厨房中积累的异常场景数据。

4000万像素的「眼睛」:让AI看懂锅内变化

要让这个数据飞轮转动起来,机器首先得「看见」锅里发生的一切。搭载的3K视觉AI炒菜机器人,就是AI大脑在物理世界睁开的第一双眼睛。

这款机器人搭载了两颗4000万像素的全局快门工业相机,以每秒30帧的速度持续监控锅内的状态。以往的炒菜机器人很难感知肉切厚了、调料放错了、蔬菜含水量变化等细节,只能严格按照预设程序执行。而3K视觉系统可以把从下锅到出锅的全过程转化为连续数据,既能识别「这是什么菜」,也能判断「现在到了什么烹饪阶段」。

一旦发现参数偏差,系统会动态调整加热功率、炒制时长、搅拌转速和调料投放量,把出品管控从「事后发现」前移到「事中干预」。这套视觉能力还衍生出了AI督导功能:看得见锅内,也就看得见门店,把原本依赖店长巡检和事后投诉的餐饮管理,变成了一套可以实时发现、跨店追踪的数字化系统。

从五国炒饭到非遗大师菜:覆盖全场景的烹饪能力

更令人惊喜的是,同一台3K视觉AI炒菜机器人,可以做出不同国家、不同菜系的风味。从扬州炒饭到泰国菠萝炒饭、日式蛋包炒饭,再到印尼炒饭和美国鸡肉炒饭,同一套设备需要应对五种完全不同的烹饪逻辑。

这背后的关键是一把快拆拔插式3维螺旋搅拌铲:对于容易结团的米饭,横向搅拌很容易把饭压成饼状,而3D螺旋铲可以模拟人工按压和打散的动作,不需要特殊预处理就能让米粒受热均匀、粒粒分明。这把铲子不仅能处理炒饭,还可以完成手撕包菜、土豆丝、腌制肉丝和藕片等多种食材的炒制,在发布会上,它甚至完美复刻了国家级非遗菜品「江西三杯鸡」,得到了国家级名厨的亲自点赞。

一把铲子的意义早已超越了机械结构,它让AI大脑的能力可以覆盖更多菜品场景,从快餐、小吃到正餐、大师菜,同一套数据和模型可以持续复用,让产品能够进入更多类型的门店和消费场景。近百万道中餐数字菜谱的价值也在此体现:它们既是文化资产,也是一座可以随时调用的产品库。

中国烹饪机器人的演进之路

把镜头拉远来看,中国烹饪机器人的发展路径并非凭空出现。几年前,海外的通用人形机器人原型火遍全网,视频中可以完成煎虾、整理家务等动作,但很快大家发现,流畅演示的背后依然需要人工远程遥操作。

随着时间推移,机器人赛道的路线逐渐分叉:通用人形机器人继续攻坚开放环境中的复杂家务场景;而以该品牌为代表的专用机器人,则率先扎进了高频、刚需、可以产生商业回报的厨房场景。烹饪动作的边界相对固定,核心难点集中在对菜品状态的理解,这让专用机器人有机会更早跑通产品和商业闭环。

回看该品牌的发展,可以看到一条清晰的演进路线:先把机器人从远程遥操作推向自主执行,再从预设程序执行推向实时反馈调整,最后把单机能力升级为数据飞轮。从早期需要人工辅助操作,到现在全流程自主完成,产品从「动作一致」走向「结果一致」。

未来烹饪机器人行业的竞争也会沿着这条路径升级:早期比拼硬件能否稳定出餐,接下来比拼模型能否理解菜品状态、处理异常状况,再往后比拼的是谁能把数据、模型、机器人和真实场景跑成完整的闭环。当参数被追平、硬件成本下降后,真实场景的密度、数据回流的速度、模型改善产品的效率,将成为新的竞争尺度。

让中国菜拥有数字资产

当数据飞轮转动起来,被改变的远不止烹饪机器人本身。

过去,一道菜的全部信息只存在两个地方:厨师的手和食客的嘴。前者依靠师徒制口传心授,后者依靠一句「今天这个味儿对了」,这些经验既无法保存、无法复制,更无法跨地域传递。而现在,上万家门店里的每一次下锅、收汁、翻炒,都被那双4000万像素的眼睛记录、理解和沉淀下来,一道菜就此从「经验」变成了「可复用的数据」。中国菜第一次拥有了可存储、可调用、可传承的数字资产。

对于餐饮行业来说,这意味着味道可以实现规模化复制。过去开一百家店,需要找到一百个能把招牌菜做标准的厨师;而现在,一份经过真实厨房验证的数字菜谱,可以下发到不同门店,再根据现场的食材、环境状态动态调整,品牌不需要复制一百位老师傅,只需要把一套成熟的智能能力部署到一百口锅里。

对于中国饮食文化来说,味道也可以脱离个人记忆长期存在。更进一步,被数字化的味道还可以实现跨地域搬运:一份扬州炒饭,可以跟着数据、模型和设备出现在海外厨房。过去中餐出海,最先走出国门的是厨师;而未来,也可能是菜谱数据、烹饪模型和智能烹饪设备。

把难以用语言描述的烹饪经验,变成机器可以理解、复现和持续优化的数字资产。

当AI看见厨房,看见的是每一个普通人

当AI开始「看见」厨房,它看见的不只是一道菜,而是每一个普通人的饮食需求。

这并非一句煽情的话,它指向的是品牌创始人提出的「四不限」愿景:空间不限,好菜不分南北,足不出户就能吃遍全球;时间不限,祖辈的传统味道可以通过数字化实现长久传承;阶层不限,国宴大师的菜品可以走进寻常百姓家;人力不限,厨师可以升级为创造者,零基础的普通人也能轻松做出专业水准的餐食。

「四不限」听起来宏大,但落到产品层面,其实就是三个简单的词:好玩、好用、好吃。过去几年,行业的目光大多聚焦在通用人形机器人身上,而在另一条赛道上,中国的专用烹饪机器人已经扎进真实厨房,开始跑出属于自己的数据飞轮。

今天多看懂一次收汁,多处理一个异常,多进入一家门店,明天整个系统就会更聪明一点。当这套循环持续转动,交付的就不只是一盘菜、一台设备或一座无人后厨,它正在把中国厨房里最难言传的经验,变成可以规模化生长的智能。

技术绕了这么大一圈,最后落回的仍是最朴素的愿望:让每一个普通人,都能在一口热锅前,被认真对待。这一次,技术终于低下头,看见了锅里的那点烟火,也看见了锅前的那个人。

以上内容不代表本平台立场,仅供读者参考