21世纪经济报道记者孔海丽
两台炒菜机器人同时做麻婆豆腐。烹饪中途，杨建成向其中一口锅额外倒了100克水，打乱了预设菜谱。摄像头捕捉到了锅内汁水的变化，系统重新判断收汁状态，延长了加热时间。
杨建成是橡鹿机器人创始人、董事长，他正在测试的是公司新发布的3K视觉AI炒菜机器人，这让传统的炒菜机器人具备了视觉感知和即时反馈能力。
采访中，21世纪经济报道记者获悉，这家公司在现有炒菜机器人市场的占有率为60%至70%，不过目前整体炒菜机器人的渗透率只有不到2%，也就是说，市场潜力巨大，继续向上突破的难度也不小。
杨建成把炒菜机器人加装视觉后的变化概括为，从“识别烹饪”走向“理解烹饪”。
这套逻辑听上去并不复杂，机器学起来却很难，视觉给炒菜机器人补上了反馈能力，但是让AI从根本上理解烹饪仍有很长的路，在那之前，这些公司需要先让AI做大量的学习、训练、泛化。
炒菜机需要一个反馈回路
以前，炒菜机器人大多是执行既定菜谱，投料、火力，每一步都是提前设定好的程序，但是真实的后厨往往没有那么标准化。食材解冻程度、菜切的大小、肉的肥瘦程度，都是变量。
过去一批商用炒菜机的基本逻辑，是把厨师经验拆成投料量、火力、时间、转速和动作顺序，再由设备重复执行。只要输入条件足够稳定，SOP能够带来效率和一致性。
但是真实后厨经常偏离这套理想条件，输入变化最终会反映到口感和出品上。
杨建成接受21世纪经济报道记者采访时说，过去的设备没有反馈系统，“并不知道收汁多和少”。加入视觉以后，机器可以观察水量、食材形状和状态变化，再调整后续动作。
他把两种产品概括为两个阶段，一个执行SOP，一个增加判断和决策。
据杨建成介绍，3K视觉AI炒菜机器人以每秒30帧捕捉锅内画面，视觉信息经过识别、分割和追踪，再与温度等传感数据结合。机器要连续判断肉有没有煸干、辣椒有没有起虎皮、麻婆豆腐有没有收到合适的汁水，随后调整火力、时间、搅拌和投料。
炒菜机有了“眼睛”和“大脑”以后，食材规格允许出现一定波动，机器根据效果动态修正路径，连锁餐饮品牌也可能减少对切配、解冻状态和人工巡检的依赖。
技术目前仍处在早期。杨建成在采访中坦言，麻婆豆腐收汁模型迁移到红烧肉后，准确率会降到60%多；把收汁与夹生同时纳入判断，模型又要重新训练。烹饪对象不断变形、变色，味道与熟度还包含大量视觉难以直接观测的信息。从会看一口锅，到理解不同菜系、不同食材和不同口感，还有很长的数据积累和工程调试。
杨建成表示，公司使用开源基座模型，主要工作放在烹饪数据集调优和模型架构上。垂直机器人企业的竞争由此落到真实厨房数据、传感器、控制算法和设备执行精度的配合上模型给出判断以后，火力、投料和搅拌还要及时、准确地完成。
餐饮业为何需要机器“看锅”
炒菜机器人的需求，首先来自一个体量庞大、经营压力也不小的餐饮市场。
国家统计局数据显示，2025年全国餐饮收入为57982亿元，同比增长3.2%。中国连锁经营协会与美团发布的白皮书显示，2025年中国餐饮连锁化率达到25%。门店越多，同一道菜在不同城市、不同班次保持稳定的难度越高，后厨设备也开始承担菜谱复制、人员培训和过程管理的功能。
21世纪经济报道此前采访的一家中餐连锁企业称，试点炒菜机器人后，门店人力成本下降40%，出餐时间由5至10分钟缩短至2至3分钟。
不过，杨建成也坦陈，“现在还有很多问题没有解决”。他认为，烹饪机器人的泛化集中在材料变化和专业领域，一道菜的数据能否迁移到另一道菜，决定了模型训练的成本和应用范围。橡鹿没有自研基础模型，而是采用开源模型，主要投入烹饪数据集调优和模型架构。
硬件决定机器能否稳定加热、搅拌和投料，菜谱决定它能够制作多少菜，真实厨房产生的数据则关系到模型能否处理更多变化。机器人进入门店以后，每一次食材差异和操作异常都可能成为训练数据。数据能否被有效标注、进入模型并重新部署到设备，将影响产品迭代速度。
炒菜机未必需要长成人形
世界机器人大会上，人形机器人频繁展示叠衣、取物和简单烹饪。杨建成对人形机器人直接接管厨房持谨慎态度。他反问：“智能驾驶技术逐渐成熟以后，你会不会雇一个人形机器人专门开车？”在他看来，自动驾驶能力不必转换成人形机器人之后才进入汽车，炒菜机器人也不必一定做成人形，厨房需要的是专业设备对专业任务的适配。
对于炒菜机器人的未来市场空间，杨建成判断，商用后厨仍是率先规模化的市场。餐厅、团餐、景区和海外中餐馆存在用工、复制菜谱和稳定出品的明确需求。
他把炒菜机器人行业的“GPT时刻”设定为两个条件：食材冻鲜、规格发生变化时，机器仍能稳定复刻厨师的出品；供应链和设备协同成熟后，厨房不再需要人机协作，菜谱可以大范围分发。
沿着这个判断看，目前行业仍处于补反馈、积累数据和验证泛化能力的阶段。
炒菜机器人已经开始看锅，能看懂多少，决定它最终是一台执行菜谱的自动化设备，还是能够在真实厨房里独立处理变化的烹饪机器人。
热门跟贴