AI 在餐饮界也卷出了「萝卜快跑」，打饭比食堂阿姨手稳，炒菜接近大厨

背景设定在 2035 年的《我，机器人》里，NS-5 机器人手起刀落，切菜速度像开了两倍速，快过练习时长 30 年的老师傅。

虽然威尔·史密斯一脸嫌弃，但我脑海浮现的是电影中机器人公司的广告词：「女士们先生们，它将成为您家庭和工作中的绝佳伙伴，赶快行动，机不可失……」

现实比科幻发展得缓慢，2024 年了，大多数人还没吃上一口机器人做的饭。

不过，也有一些机器人，已经在你看不见的地方上岗，以另一种方式征服你的胃。

2 年打出 2000 万份菜，AI 的手比食堂阿姨稳

威尔·史密斯面对的是上千机器人方阵，进入 Chef Robotics 的工厂，你看见的是一套由 AI 驱动的机械臂系统。

这是一家总部位于旧金山的初创公司，盯准了一个小众场景：工业厨房，为超市货架、航空餐饮等大规模生产即食、冷冻食品的地方。

机器人不是做饭，而是「打饭」，有些类似后厨的切配工，根据菜谱预制各种冷冻食品，照顾国际口味，从印度咖喱鸡块，到意大利香蒜酱饺子。

它们不眠不休，天天准时上班，既节省了人力，也可以减少浪费，因为掌控分量比人类更精准，不会像食堂阿姨那样手抖。

比起传统的机器人，它们又更加姿态灵活。各种类型的食物，主食、蔬菜、肉类、酱汁，块状、丝状、流体状，都可以夹起来。

遇到不同形状的容器、不同速度的传送带，机器人总会让食物落到正确的地方。

分量不一的食物，机器人照样可以对症下药，用不同的工具抓取大份和小份。

什么，难道之前不是用机器人包装的吗？

并不，这行也是劳动密集型的，传统的机器人更适合罐头等单一食品的大规模生产，人类比机器人灵活多了，可以适应不同食谱的生产线，而且某些难搞的食材，如米饭或碎奶酪，过去很难用机器人操作。

工人们待在冷藏室里，连续几个小时舀豌豆、土豆或米饭，工作内容很枯燥，让人想起卓别林在《摩登时代》里拧螺丝的经典场面。

正因如此，Chef Robotics 创始人兼首席执行官 Rajat Bhageria 觉得，机器人在这个领域仍然大有可为，关键是能不能做到一点：让机器人像人类一样，给各种类型的食材装盘。

但这是一道「先有鸡还是先有蛋」的难题。

ChatGPT 等大语言模型从互联网学习数据，但食品行业并没有很多现成的训练数据，食物的情况又很复杂，可能会变形、黏腻、潮湿…… 所以，为了生成有用的训练数据，必须在现实里部署机器人。

Chef Robotic 的系统经过了数万小时生产数据的预训练，然后在工厂上岗，安上摄像头和传感器，其实就是在继续训练，同时它们会和人类协作，不是一开始就完全自动化。获取的数据越多，AI 越进步，机器人也越来越自主。

在过去的两年里，Chef Robotic 生产了 2000 万份菜肴，在美国和加拿大的六个城市部署了机器人，并学会了如何操作数百种食材。

大语言模型预测句子中最有可能的下一个单词，而 Chef Robotic 的模型，知道机器人接下来该采取哪个动作。

Chef Robotic 不直接出售机器，而是出售服务，走机器人即服务 (RaaS) 模式。

北美即食餐饮品牌 Amy’s Kitchen 是其中一个客户，一个 Chef Robotic 系统可以完成两到四名工人的工作，上下的浮动，具体取决于是什么食材。

机器人把人的活给干了，那人负责干什么？

目前来看，人类还是要在触摸屏上输入生产的食物名称，帮机器人连接好要用的器具，甚至在生产线上和机器人协作，各装各的菜。

至于未来，Amy’s Kitchen 提出一个设想：人类管理和维护机器人就好了，比如在机器人忙着分装的时候，保证食材充足。

但听着，只是给机器人打下手换了个高大上的说法。

机器人加快效率，人类在角落辅助机器

AI 最强大的影响将以具身智能的形式发生在物理世界，物理世界占 GDP 的 90%。

Chef Robotics 创始人兼首席执行官 Rajat Bhageria 如是说。

当 AI 生成文案、图片、视频屡见报端，让格子间打工人战战兢兢，线下的变化虽然更为低调，却也持续不断地发生，百度旗下的无人驾驶车「萝卜快跑」就是一个例子。

其实，餐饮机器人从来不是新鲜事，但隔三差五总会有新的动态，存在感更强的，是比 Chef Robotic 离餐馆更近、直接做饭给顾客吃的机器人。

轻食品牌 Sweetgreen，2023 年 5 月推出了沙拉制作机器人。

五颜六色的食材放置在管道里，机器人控制好份量，将羽衣甘蓝、奶酪等食材放到传送带上的碗中，并进行搅拌和混合。

看起来不高的技术含量，Sweetgreen 其实花了多年的时间研究。比如，山羊奶酪容易结块，樱桃番茄容易被压扁，让机器人对这些食材「得心应手」，费了一番功夫。

和 Chef Robotic 的情况类似，Sweetgreen 的人类员工也不能闲着。

他们全天盯着屏幕准备补充食材，把做好的沙拉送给顾客，有时候负责收尾，往沙拉上添加香草、牛油果等机器人还没法操作的食材。上完一天班，还要清洁机器人系统。

Sweetgreen 说得很好听，午餐高峰期，只需要一到两个人类员工和机器人一起制作沙拉，而传统流程需要七到九个人。机器人 5 分钟不到就能制作一碗沙拉，人类员工处理一份订单却需要 15 分钟。

除了节省时间和人力，机器人还能避免忙中出错、混淆订单，保持份量的精确和统一。这话很耳熟，Chef Robotic 也是这么讲的。

但真的降本增效了吗？Sweetgreen 拒绝对外透露机器的制造成本，到了 2024 年初，只开出了两家自动化餐厅，并且选址都在郊区，需求并没有那么大。因为不确定自动化能带来多少利润，摩根士丹利分析师也保持谨慎观望。

类似地，休闲快餐品牌 Chipotle 从 2022 年开始，试点制作玉米片的机器人 Chippy，减轻员工的负担。按下葫芦又起瓢，Chipotle 发现，Chippy 并没有想象中好用，因为清洁起来太麻烦了。

但 Chipotle 并没有放弃，也许是派的活不对，太为难机器人。2023 年，他们又开始试验切开牛油果并去皮、去核的机器人 Autocado，更方便人工制作牛油果酱。

简而言之，在目前这个阶段，后厨也好，前台也罢，有了机器人，人类仍然在打工，围绕机器人力不可及的部分，更换了工作内容。

2017 年烈火烹油的无人零售，只是概念性的无人，那些原来负责收银的店员，转而负责机器暂时无法操作的业务，比如现制食物、补充货架。

如今，这样的故事依然没有什么本质的改变。

机器人还在复刻人类的初级阶段，但标准化即是力量

冷冰冰的「白人饭」，机器人已经在做了，强调「锅气」的中国菜，机器人也在挑战了。

斯坦福大学的 ALOHA 机器人，今年 1 月惊艳亮相，可以做出滑蛋虾仁、干贝烧鸡、蚝油生菜等菜肴。

别急着高兴，ALOHA 的能力分为两部分，一种是能够自主完成的，一种是需要人类远程操作完成的。炒滑蛋虾仁之类的复杂任务，就属于后一种。ALOHA 可以模仿学习，但还远远不能到达你点什么它都给做的境界。

英伟达高级科学家 Jim Fan 也发过推文解释，ALOHA 仍然有人类远程控制，并非独立自主，应该将它看成一款精良的跑车，高超的赛车技巧还是要看人类。

一方水土养一方机器人，国内当然也有专攻炒菜机器人的公司，其中有代表性的是 AI 炒菜机器人公司橡鹿科技，最近再获京东近 2 亿元战略投资。

他们的炒菜机器人「美膳狮」，服务门店超千家，涵盖八大菜系超 800 道食谱，打出「真爆炒、锅气足」「接近专业厨师炒制」的口号，相对更加自动化。人类把食材放到相应的位置之后，接着美膳狮可以自己投菜、投料、控温、炒菜甚至洗锅。

人类还是要发挥一点作用的，更重要的是，美膳狮想做的也不是超越大厨，而是复刻大厨，推进中餐标准化，加快连锁店铺扩张，尽管支持菜谱微调辣度、酸度、熟度等，做的本质还是标准化的事情。

这就很有意思了，在做饭这个博大精深的领域，我们离完全自主的机器人厨师还很远。

但论标准化，从打菜到炒菜，很多环节都有公司在参与了，机器人不手抖、不喊累、不浪费、水平稳定，人类要么被挤占位置，要么被派到新的岗位辅助机器人。

人类的智慧和老祖宗的技艺还没有完全被征服，可标准化已经足够解决市场的大部分需求。

一个代表性的前例是寿司机器人。

1981 年，日本公司 Suzumo Machinery 发明了世界上第一款寿司机器人，用途就是捏饭团。发展到现在，寿司机器人已经根据偏好的口味，控制饭团的大小和硬度。

当初，寿司机器人的推出遭受了很大的阻力，因为寿司被认为是一门匠人的工艺，寿司本身也昂贵而奢侈。时至今日，仍然有《寿司之神》这样的纪录片，将制作寿司的过程看得至高无上。

但寿司实现廉价、大规模生产，回转寿司连锁门店扩张到全球，离不开机器人的贡献。不是所有餐馆都请得起十年磨一剑的寿司大师，也不是所有人都会去一号难求的百年老店。很多时候，不难吃其实就可以了。

未来，我们在超市买冷冻食品，或者下馆子聚餐，都有机会吃到机器人做的饭，但很可能毫无所觉，或者并不在乎。

一叶知秋，管中窥豹，未来面对其他 AI 生成的事物，作为消费者的我们，内心活动未必不是这样。