[AIEWF预览] CloudChef：你的机器人厨师——12美元/小时的米其林星级美食（附厨房参观！）

摘要

• CloudChef卖的是按小时计价的厨房劳动力：机器人每小时12美元，无需资本开支，并宣称首日即可实现ROI。 Nikhil Abraham称，这约为“全包人工成本的40%”，即把一次性资本采购转化为餐厅本来就有的工资预算。
• 需求逻辑建立在餐饮业异常依赖劳动力且人员不稳定之上。 Nikhil称，餐饮业每创造100万美元收入需要13名全职员工，而医院只需要4名；餐厅员工平均流失率约为130%——“到第10个月，实际上整个团队都换了一遍”——与此同时，人工成本仍在上升。
• 真正具备投资差异化的是软件，而不是定制硬件。 CloudChef将现成机器人与VLM、语音模型和机器人基础模型结合，再叠加自研热力学感知与烹饪逻辑，用来判断上色程度、菜谱状态和温度；其目标是让机器人“像厨师一样，在真实烹饪流程中推理并作出决策”。
• Nikhil提出了一项颇为惊人的性能主张：在全球具备商业价值的菜系中，已有40–50%的流水线烹饪可以由机器人处理。 在这一范围内，他称机器人能够稳定胜过教会它菜谱的专业厨师；目前客户已包括米其林星级厨师、新鲜快餐餐厅和航空餐饮供应商。
• “一次演示”确实成立，但它指的是配置一个模块化系统，而不是从零开始教会机器人一项新的运动技能。 以煎蛋卷为例，系统会提取厨师作出的视觉或热力学判断、调用的搅拌或煎炒技能及其参数，再将这些信息转化为可跨厨房和设备迁移的中间菜谱。这套方法的前提是机器人已经具备所需基础技能；若没有这些工程化中间系统，就必须在不同背景、尺寸和设备条件下反复演示。
• CloudChef帕洛阿尔托办公室厨房售出的食物，是一个现实验证点，但其自主化系统仍有明确边界。 烹饪决策实现“100%自主”，动作执行达到90%；机器人可以完成粗粒度操作，但需要超过2或3根手指的任务大概率无法处理，而实际部署还依赖安全过滤器、能自动旋转的炉具旋钮和称重秤。Nikhil开始介绍如何用QR码处理食材盒，但这部分访谈录音在此中断。
• Nikhil称，未来1年内，只有少数几家应用机器人公司有望部署超过100台机器人。 另外，他将CloudChef归入“可能只有2或3家公司”组成的交集：既能为现实世界客户创造价值，又掌握前沿通用模型，还有快速扩张的部署管线。真正待验证的执行问题是，其软件驱动的架构能否在不同厨房、设备以及最终“不同机器人形态”之间扩张时，继续保持厨师级产出。

精读

1. CloudChef卖的是一名工人，而不是一台机器

• Nikhil的核心承诺，是通过机器人取代商业厨房中几乎所有非管理岗位的工作，让“每个人都能获得高质量、营养均衡的食物”；这些机器人要“像人一样行动、像人一样学习、像厨师一样工作”。
• CloudChef的第一款机器人配备移动底座和两只机械手，进入设施后，只需一名厨师演示一次就能学会菜谱，随后重复制作或加入工作流。客户按小时支付工资，而不是购买硬件。
• 最终目标是压低餐饮价格：“在McDonald’s的价格区间内，你应该能吃到自己这辈子吃过的最美味食物。”

2. 烹饪智能，而非定制硬件，才是切入口

• 公司创立时确立的原则，是只解决“能够被建模为软件问题”的问题。随着通用机器人零部件和机器人基础模型不断进步，CloudChef可以把电机和制造交给生态伙伴，自己持续迭代软件。
• Nikhil称，这些机器人已经被米其林星级厨师、新鲜快餐餐厅、航空餐饮供应商及其他商业设施使用。他认为，全球具备商业价值的菜系中，约40–50%的流水线烹饪都可以由机器人处理；在这些菜系里，机器人能够稳定做出比教会它菜谱的专业厨师更好的食物。
• CloudChef的烹饪层将自研热力学感知与VLM、语音模型和机器人基础模型结合起来。系统需要判断洋葱的上色程度，跨设备推断菜谱状态，选择火力，与同事交流，并在过程中修正操作。
• 当前能力边界是“粗粒度操作”：如果任务需要超过2或3根手指，机器人可能就无法完成；不过Nikhil认为，大多数厨房工作都可以用2根足够有力的手指完成。

3. 一次性学会菜谱是真的，但边界经过精心限定

• 主持人的质疑值得保留：考虑到食物处理的复杂性，“一次学会”是否只是营销话术？Nikhil给出的明确回答是：“这不是营销。这是真的。”但前提在于系统架构。
• CloudChef的流程并不是一个端到端的“从像素到动作”模型。神经网络子系统和硬编码路径会把演示转化为工程化的中间形式；“学习本质上是在配置这套AI系统”，前提是所需的基础技能已经存在。
• 以煎蛋卷为例，系统会识别厨师的判断是基于视觉还是热力学，判断其调用的是搅拌还是煎炒技能，并提取相应参数。这种菜谱形式可以跨厨房、设备，最终甚至跨不同机器人形态迁移。
• 如果没有这些工程化中间系统，Nikhil称，厨师就必须在不同背景、尺寸和设备条件下分别演示这道菜。

4. 餐饮经济更偏好工资预算，而不是资本开支

• Nikhil量化了餐饮业的劳动力问题：餐饮业每创造100万美元收入需要约13名全职员工，而医院只需要4名；餐厅员工平均流失率约为130%，意味着10个月后几乎整个团队都已换新。
• 餐饮业没有充裕现金，也没有专门为机器人试验预留的固定预算，但它本来就有劳动力预算。他的类比是：雇主不会替员工支付大学学费，而是支付工资。
• CloudChef的价格是每小时12美元、无需资本开支，约为全包人工成本的40%，公司因此宣称“首日即可实现ROI”。从长期看，机器人还可能让餐厅提供此前无法制作的菜谱。

5. 办公室厨房把宣传主张变成部署测试

• CloudChef自营的外卖厨房原本并不是核心业务。由于创始人想念印度菜，他们邀请孟买和德里的心仪餐厅录制菜谱，换取在加州提供服务的版税；Nikhil称，这项业务在DoorDash上的表现出乎意料地好，主持人还提到Uber Eats并称赞了食物。
• 厨房参观进一步厘清了自主化程度：烹饪决策“100%自主”，动作执行达到90%。如果机器人已经偏离轨道，或偏离轨道的概率超过90%，系统就会启用安全过滤器；Nikhil认为，这些过滤器是实际部署所必需的。
• 设备兼容性通过把普通旋钮替换为可自动旋转的旋钮实现，由此建立统一的执行界面。食材通过称重秤计量；Nikhil开始介绍如何用QR码处理食材盒，但访谈录音在此中断。
• Nikhil对人才的吸引力在于生产环境经验：一台正在工作的机器人、早期客户价值，以及1年内部署超过100台机器人的潜在路径。他将公司描述为处于“利用前沿技术为客户交付价值的效率前沿”，同时拥有快速扩张的部署管线。