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「