影视飓风Tim看呆！鸡排哥2小时做出八大菜系，AI首次长出「大厨大脑」

新智元报道

你敢相信么？

一个只会炸鸡排的路边摊主，仅用两小时就学会了「中国八大菜系」。

这不是段子，这是在北京亦庄世界机器人大会（WRC）上，真实发生的一幕。

主角之一，是去年秋天火遍全网的景德镇顶流IP「鸡排哥」李俊永。

现场，他面前没有灶台，没有炒勺，只有三台2K视觉AI炒菜机器人。

没想到，两个小时下来，川、湘、粤、闽、苏、浙、徽、鲁——中国八大菜系，他一道没落。

一个从没系统学过中餐的人，一天之内跨越了传统厨师十年的成长曲线。

这一幕，只是当天橡鹿机器人「看见」产品发布会的其中一个片段。

4000万粉围观

「AI大厨实测官」来了

本场发布会最具悬念的环节，交给了科技圈顶流博主「影视飓风」的Tim。

此次，他带着一个特殊的身份而来——「AI大厨实测官」，4000万人在线围观。

全场没有照本宣科的产品宣讲，Tim只做了四件事：

看见、发问、实测、判断。

毕竟，一刀未剪的真实记录，才是最顶级的实力背书。

Tim的第一问就相当刁钻：机器人真的能独立做一顿饭吗？

从食材出库、投料、炒制、装盘出餐，到锅具清洗、废料处理，中间不许有人插手。

而站上这场极限考场的「考生」，就是橡鹿机器人在本届WRC上发布的三款重磅新品之一——「现炒方舟」。

「现炒方舟」当场做了一道炒虾仁，Tim品尝后赞不绝口，连连点头。

一台会自己上班的「无人后厨」

现炒方舟的定位很清楚：一台可以移动的「微型无人后厨」。

从净菜保鲜储存、现场烹饪、供碗出餐，到油烟处理、设备自清洁，全流程闭环。

做完一顿饭，全程不需要一个厨师。

那么，它到底有多能干？

首先是双锅并行。机械臂负责取放和出餐，两个灶位可以同时炒不同的菜，甚至一边炒菜，一边洗锅。

午餐高峰扛不扛得住，决定了它究竟是一台展品，还是一门能跑起来的生意。橡鹿「现炒方舟」用双锅并行，补上了商业落地最关键的一块拼图。

其次，三级自清洁。炒锅自动清洗、冲锅装置、洗铲装置，一层套一层。锅不用人洗，铲也不用，无人化这三个字才算真正落到了地上。

还有内置油烟净化，室内室外，都能合规使用。这不是一台AI炒菜机器人，而是一整套完整的移动无人后厨系统。

更重要的是，它内置油烟净化，不需要排烟施工，也不依赖固定店面。

这意味着，过去餐饮进不去的地方，如今也能卖现炒热饭了。

展会、音乐节、科技园区、大学城、景区、夜市，哪里有人流，哪里就能放一台橡鹿机器人的「现炒方舟」。

对于餐饮品牌来说，这更像是一种新的开店方式：店面变轻，部署变快，过去依赖选址、装修、招人的扩张，开始变成一套可以复制的标准化能力。

不过，一个「无人后厨」能不能长久运转，靠的远不止机械臂、双锅和清洗装置。

锅会转、铲会动，只解决了「动作」；面对食材差异、临时加水和火候变化，机器能不能把菜救回来，才决定了这套生意能否真正规模化。

「现炒方舟」为什么敢把一整个后厨交给AI？答案，藏在它背后的那颗「大脑」里。

炒菜，炒的到底是什么

「现炒方舟」之所以能走向「无人后厨」，核心支撑是橡鹿发布的另一重磅新品——

多模态烹饪AI基座CookingMuse厨启。

它是全球首个，基于真实厨房数据训练的多模态烹饪基础模型，也是橡鹿下一代产品的「共同大脑」。

过去的炒菜机器人，擅长执行预设程序：几秒下料、几档火力、多少转速、什么时候出锅，都提前写好。

这种方式能保证「动作一致」，却很难保证「结果一致」。

做麻婆豆腐，标准程序可能是30秒收汁出锅。可如果中途多倒了一杯水，上一代机器人看不见这杯水，时间一到照常出锅，端出来只会水汪汪的。

新一代机器人看见汁多了，会重新判断锅内状态，动态调整火力和时间，一直收到位再出锅。

这就是从「执行菜谱」到「理解烹饪」的差别。

也是橡鹿过去一年最重要的变化：从卖一台会炒菜的机器，走向交付一整套理解烹饪的能力。

而要让AI真正理解一口锅，最难的环节并不在机器本身。

真正稀缺的，是数据。

一次炒糊，比100张摆盘照更值钱

所有人的第一反应：网上不是全是菜谱吗？

小红书、下厨房、B站，图文和视频不计其数，拿来训练不就行了。

橡鹿首席科学家、橡鹿-浙大联合研发中心负责人马蔚的答案很直接，「在中餐真实烹饪场景里，数据和模型都是0」。

网上有海量摆盘照片，也有数不清的菜谱知识，但AI真正需要的，是「菜正在炒的时候发生了什么」。

什么时候夹生，为什么糊了，汁水收到什么状态才算到位；同样多加100克水，对火力、时长和最终口感会产生什么影响。

这些数据，公开知识库里几乎找不到。

人类拍了几百亿张菜的照片，大部分都停在上桌那一刻；从下锅到出锅的几分钟，一直缺少系统记录。

若是把今天的通用大模型丢进厨房，它的「厨艺」基本全靠瞎猜。

它能告诉你宫保鸡丁必须放花生，却无法预判这锅花生什么时候会糊。

AI最需要的，从来不是最多的数据，而是最接近真实问题的数据。

真正能训练判断力的，往往是那些意料之外的瞬间：水加多了、食材含水量变了、肉切厚了、菜盒放错了、火候偏了。

一次炒糊，记录了问题、变化和修正方案，比一百张摆盘照片更值钱。这样的数据，只能来自真实门店里的真实炒制。

这恰恰是橡鹿最难被复制的部分。

目前，橡鹿已经服务3000多个品牌、13000多家门店，累计服务6亿人次，数万台设备每天在真实厨房里运转。

每一次炒制、异常和客户反馈，都在沉淀过程数据。

再加上近百万道中餐数字菜谱，橡鹿手里形成了两根支柱——

菜谱知识告诉模型「应该怎么做」，真实厨房教会模型「出了变化怎么办」。

第一次

AI真正理解烹饪了

有了真实厨房数据，CookingMuse厨启才能把视觉、语音、菜谱和烹饪过程连接起来，让机器人看懂一道菜正在发生什么，并据此决定下一步动作。

它在云端学习食材、火候和烹饪阶段，再把实时判断交给端侧轻量模型。

云端持续学习，端侧快速决策，既能从更多厨房中吸收经验，也能在锅里发生变化的瞬间及时反应。

而这颗「大脑」真正可怕的地方还在于，每一次下厨，都会让它越用越聪明。

真正的护城河，是一套「数据飞轮」

橡鹿内部一直有一个判断，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；数据回来训练模型，模型再回到机器人身上；更聪明的机器人进入更多厨房，又产生更多、更有价值的数据。

这个循环的商业价值，比单品升级更大。

数据、模型、机器人、真实场景，在这里咬成了一个闭环。

这套闭环一旦转起来，竞争就不再停留在某个参数或某代硬件上。

后来者可以买相机、复刻机械结构、堆出一台样机，却无法批量购买真实厨房里的异常。

同一道菜，在不同门店、食材批次和季节里都会变化。只有设备长期跑在客户现场，模型才能不断见到这些边角问题。

这才是数据飞轮最核心的商业逻辑：一台机器的经验，可以变成下一万台机器的能力。

两颗4000万像素的「眼睛」

不过，要让飞轮转起来，机器首先得看见锅里发生了什么。

简言之，大脑再聪明，也得有一双眼睛。

3K视觉AI炒菜机器人，就是CookingMuse厨启在物理世界睁开的第一双眼。

它身上装了两颗4000万像素的全局快门工业相机，以每秒30帧的速度，持续盯着锅里。

过去的炒菜机器人很难感知肉切厚了、菜盒放错了、蔬菜含水量变了，只能沿着程序执行。

3K则把下锅到出锅的全过程变成连续数据，既看得出「这是什么菜」，也知道「现在到了什么状态」。

一旦发现偏差，它会动态调整加热功率、炒制时长、搅拌转速和调料投放量。

出品管控由此从「事后发现」，前移到「事中干预」。

这套视觉能力还长出了一个很妙的衍生功能：AI督导。

看得见锅里，也就看得见门店。

3K把原本依赖店长巡检和事后投诉的管理，变成了一套可以实时发现、跨店追踪的数字系统。

从五国炒饭，到非遗大师菜

更惊艳的是，同一台橡鹿3K，还可以做出不同国家、不同菜系的味道。

从扬州炒饭，到泰国菠萝炒饭、日式蛋包炒饭，再到印尼炒饭、美国鸡肉炒饭，同一把铲子要应付五种完全不同的烹饪逻辑。

它靠的，是一把快拆拔插式3维螺旋搅拌铲。

米饭黏、容易结团，横向搅拌很容易把饭压成饼。3D螺旋铲模拟人工按压、打散，不用特殊预处理，也能让米粒受热均匀、粒粒分明。

这只手还能处理手撕包菜、土豆丝、腌制肉丝和藕片，现场更是完美复刻了一道非遗菜「江西三杯鸡」。

国家级名厨吴贤明亲自坐镇「监考」，品尝后赞不绝口，直接为它点赞。

一把铲子的意义也由此越过机械结构，它让CookingMuse厨启的能力落到更多菜品上。

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，产品能进入的门店和场景也随之扩张。

这也是近百万道中餐数字菜谱的另一重商业价值——

它们既是文化资产，也是一座可以不断调用的产品库。

这两年

中国烹饪机器人做了什么？

把镜头拉远一点，会发现这条路并不是凭空出现的。

2024年初，斯坦福的Mobile ALOHA火遍全网。

视频里它煎虾、做干贝烧鸡、擦桌子、坐电梯，几乎所有人都以为家务机器人的时代到了。

但很快大家发现，流畅演示的背后，仍然需要人在远程遥操作。

两年过去，路线逐渐分叉：通用人形继续攻坚开放环境里的复杂家务；橡鹿代表的专用机器人，则先扎进高频、刚需、可以产生商业回报的厨房。

烹饪动作的边界相对固定，难点集中在对菜品状态的理解。这让它有机会更早跑通产品和商业闭环。

回看橡鹿这两年，可以看到一条非常清晰的演进线——

先把机器人从遥操作推向自主执行，再从预设执行推向实时反馈，最后把单机能力推成数据飞轮。

两年前，美膳狮还需要人负责入锅和出锅；今天，「现炒方舟」把这两步也交给机械臂。3K再装上眼睛，让产品从「动作一致」走向「结果一致」。

一台机器炒得好，证明产品能力。真实门店持续产生过程数据，建立的才是长期壁垒。

未来烹饪机器人行业的竞争，也会沿着这条路径继续升级。

早期比硬件能不能稳定出餐，接下来比模型能不能理解状态、处理异常，再往后，比的是谁能把数据、模型、机器人和真实场景跑成闭环。

参数会被追平，硬件成本也会下降。

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。

谁先把飞轮转起来，谁就更有机会把产品优势变成市场优势，再把市场优势沉淀成数据优势。

中国菜

有了自己的数字资产

飞轮转起来以后，被改变的远不止机器人。

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。

前者靠师徒制口传心授，后者靠一句「今天这个味儿对了」。二者都无法保存，无法复制，更无法传递。

而现在，13000多家门店里，每一次下锅、收汁、翻炒，都被那双眼睛看见、看懂、记录下来。

一道菜，就此从「经验」变成了「数据」。

中国菜，也第一次拥有了可存储、可调用、可传承的数字资产。

对餐饮行业来说，这意味着味道可以被规模化。过去开一百家店，要找到一百个能把招牌菜做对的厨师；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，再根据现场状态动态调整。

品牌无需复制一百位老师傅，只需要把一套成熟能力部署到一百口锅里。

对中国饮食文化来说，味道也可以脱离某个人的记忆长期存在，前面的非遗三杯鸡就是缩影。

更进一步说，被数字化的味道，还能被搬运。

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，最先出海的是厨师；未来，也可能是菜谱数据、烹饪模型和智能设备。

传承、连锁扩张和出海，看起来是三件不同的事，背后依靠的其实是同一种能力——

把难以描述的味道，变成机器可以理解、复现和持续优化的数字资产。

当AI开始看见厨房

所以，当AI开始看见厨房，它看见的不只是一道菜，而是每一个人。

这不是一句煽情的话，它指向的是橡鹿创始人、董事长杨建成所说的「四不限」：

空间不限，好菜不分南北，足不出户吃遍全球；时间不限，祖辈的味道被数字化传承；阶层不限，国宴大师菜走进寻常百姓家；人力不限，厨师升级成创造者，小白也能当大厨。

「四不限」听起来很大，落到产品上，其实就是三个词——好玩、好用、好吃。

过去两年，所有人的目光都追着人形机器人跑。另一条分支上，中国的专用机器人已经扎进真实厨房，开始跑出自己的数据飞轮。

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，橡鹿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。

编辑：桃子 所罗门