橡鹿机器人连发三款新品,让机器人“看见”并“理解烹饪”
新浪科技讯 8月24日上午消息,2026世界机器人大会(WRC)期间,橡鹿机器人(北京)有限公司(简称“橡鹿机器人”)发布多模态烹饪AI基座CookingMuse厨启、3K视觉AI炒菜机器人和具身烹饪机器人“现炒方舟”三款新品,完整呈现了AI进入厨房、解决真实问题的技术路径。
据悉,CookingMuse厨启是一款基于真实厨房数据训练的多模态烹饪AI模型,它融合视觉、烹饪过程数据与智能决策能力,让AI炒菜机器人不再只是按照预设程序完成动作,而是理解“这道菜现在处于什么状态、为什么会出现这个状态、下一步应该怎么办”。例如,糖色是否形成、汁水是否收至目标状态、肉类是否达到合适成熟度,这些过去依赖厨师经验完成的判断,开始被转化为AI可以学习、理解和执行的能力。
搭载CookingMuse厨启这一“烹饪智脑”的3K视觉AI炒菜机器人,通过三颗4000万像素全局快门工业相机,可以每秒30帧地高速捕捉锅内画面,再由百万级菜品数据训练的AI大模型实时判断食材状态,实时捕捉锅内变化,让机器人“看见”并据此“判断”。在“AI视觉+烹饪智脑”的加持下,橡鹿3K视觉AI炒菜机器人能大幅降低复杂菜品的烹饪“翻车率”,帮助餐饮经营者节约食材成本。
此外,橡鹿科技还推出了具身烹饪机器人“现炒方舟”,这是一款以“人形机器人+专用烹饪机器人”构成,可移动的微型无人后厨体系化解决方案产品——从净菜保鲜储存、现烹饪、供碗出餐、油烟处理到设备自清洁,全流程无人化闭环;支持中式爆炒、西式意面、炒饭等多种品类,相当于一个不需要厨师、不需要排烟施工、不需要固定店面的小型移动无人餐厅。(文猛)

更多新闻>>相关新闻
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




