A | 2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，明确提出推动人工智能与经济社会各行业各领域广泛深度融合，重塑人类生产生活范式，促进生产力革命性跃迁和生产关系深层次变革，加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态。
B | 紧扣国家“人工智能+”战略部署，深耕烹饪赛道47年的老板电器，在近日举办的AI烹饪科技体验日活动中，全景展示了其在AI烹饪领域的研发深耕、战略布局与标杆级创新成果，为“人工智能+消费民生”垂直场景落地打造了典型的产业样本。
C | 转型：从传统厨电到AI烹饪科技企业 过去数十年，厨电行业的增长逻辑高度依托城镇化扩容、地产增量释放与硬件功能迭代。
D | 而今随着市场环境的深刻变化，厨电增量需求放缓，行业竞争日趋激烈，众多企业都在积极求索全新增长曲线。 逛一圈WAIC具身智能馆，最容易让观众停下脚步的，往往还是机器人正在做什么：抓取、搬运、行走，或者完成一项具体任务。 与此同时，AI技术加速从虚拟数字世界走向物理现实场景。 凌迪科技的展台上，同样摆出了一项直观的任务——叠衣服。两台机械臂将衣服、调整，再重新落回桌面。
E | 厨房作为家庭内部变量复杂、应用价值突出的生活空间，迎来技术重构的重大机遇。 单看结果，这是一场机器人衣物操作演示。油烟水汽交织干扰，火候、食材、时长、安全多重条件动态变化，对AI的环境感知、实时决策、多设备协同能力提出极高要求。但凌迪科技真正想被看到的，藏在机械臂动作发生之前。 展台呈现的是机器人完成一次操作，凌迪想讲的，则是这项能力如何被训练出来。老板电器认为，厨电行业的未来，不在于硬件参数的堆叠，而在于人与厨房关系的深刻重构，在于回应人们对美好生活的真切期盼。 要让机械臂学会叠衣服，得先把衣服变成数字世界里一个可计算的对象。
F | 回望老板电器发展脉络，企业每一轮产品迭代，均紧扣时代发展脉搏，响应不同阶段老百姓的真实生活诉求。2008年，国内居民居住条件持续改善，大众对居家厨房环境提出更高标准，老板电器率先推出第一代大吸力油烟机，着力破解中国家庭“能不能干净做饭”的难题；2019年，家庭烹饪走向多元化，蒸、烤、爆炒等细分需求快速崛起，集成油烟机全面上市，满足大众多样化烹饪场景的现实需要；2022年，消费升级持续深化，消费者更加追求下厨过程的体验感与愉悦感，老板电器全面迈入智能厨电发展阶段，聚焦“激发做饭创造力”的精神层面追求；2024年，紧抓国家人工智能产业发展战略机遇，发布AI烹饪大模型“食神大模型”，致力于满足千家万户千人千面的个性化烹饪诉求。不同面料有多重、多滑、弹性多大、软硬如何，布碰到机械爪会怎么滑、怎么皱，这些都要先算出来。 从“排烟”到“烹饪”，从“功能”到“情感”，四十七载深耕，老板电器持续迭代大众对于厨房的价值定义。然后模型才能换着材质、换着摆放方式、换着抓取角度一遍遍练，最后再通过评测判断它到底学会没有。 这也是叠衣服与抓取规则刚体不同的地方。一只杯子被拿起后，形状通常不会发生明显变化；一件衣服被抓住一角，整体状态却可能随之改变。 伴随AI大模型等底层技术持续迭代成熟，具身智能已然成为全球前沿科技竞争的核心赛道，产业落地节奏全面提速，亦是国家布局未来智能产业、培育新质生产力的重要方向。 看起来只是一次抓取和翻折，背后对应的却是机器人进入家庭、轻工业等真实场景后绕不开的一类问题：如何处理那些会折叠、滑动、缠绕和持续形变的对象。 凌迪科技此次重点展示的SynReal World，正是从这片更复杂的“柔性世界”切入。
G | 它不直接制造机器人，而是希望在机器人本体与具身模型之间，搭建一套覆盖3D资产生成、仿真训练和自动评测的一站式数据基础设施，让模型进入真实场景前，先在数字环境中经历足够多的物理交互与任务试错。立足新一轮AI变革浪潮，老板电器全面推进向AI烹饪科技企业的系统性转型。“转型不是简单地给现有产品加个Wi-Fi、贴个‘智能’标签，这需要从组织、技术到文化，系统性地向AI烹饪转型。 01. 机器人认出一件衣服，离叠好它还很远 过去两年，机器人的视觉识别和动作控制能力快速提升。 模型可以判断桌上放着什么，也可以根据指令生成动作。但“看见一件衣服”和“把衣服整理好”，仍然是两个不同层次的问题。”老板电器高级副总裁周海昕博士在交流中坦言。 衣服被抓住一个角，整体状态会立即改变。 8月18日，老板电器发布董事会换届公告，任富佳当选董事长，新一届董事会正式亮相。抓取位置、布料材质、初始褶皱和夹持力度出现细微差异，都可能让原有动作策略失效。机器人每完成一步操作，都需要重新判断物体发生了怎样的变化，并据此调整下一步动作。
H | 这也使柔性物体的操作数据更难规模化采集。 机器人一次操作失败后，工作人员往往要重新铺平衣服、整理绳索或复位物料。面对不同材质、尺寸、形态和摆放方式，真机数采所需的时间与人工成本会迅速。
I | 仿真由此成为具身智能扩大训练规模的重要方式。此次换届并非简单的人事更迭，而是面向AI烹饪时代的主动战略升级。新一届董事会人才结构多元，既有深耕企业多年的内部实战骨干，也引入顶尖外部智力资源。 但柔性物体仿真的难点，并不只是生成更多3D资产，数字对象还需要具备接近现实的材料属性和形变规律。 简言之，谁更了解布料如何垂坠、拉伸、碰撞和褶皱，谁才更有可能把这类对象转化为机器人可用的训练数据。 这也解释了，为什么一家长期服务服装行业的企业，会在此时进入具身智能。掌舵人任富佳拥有产品研发背景，历经十余年经营历练，具备长期技术驱动的发展定力；技术及产品体系负责人周海昕进入董事会，使AI业务诉求直达顶层决策，保障AI烹饪战略的资源落地；浙江大学人工智能研究所副所长郑小林担任独立董事，为AI技术研发提供专业科研支撑。 02. 凌迪的具身智能入场券，来自十年柔性仿真积累 凌迪科技并非从机器人本体起步。
J | 这支年轻化、专业化、科技化的决策队伍，既接续企业四十七载深耕烹饪赛道的初心，又具备拥抱AI变革的前瞻判断力，为企业抢抓新质生产力发展机遇筑牢了组织根基。 专注：47年只做一件事的底气 如果说政策为行业指明了方向，那么数据就是让AI真正“懂行”的燃料。但它过去十年处理的，恰好是机器人今天开始集中面对的问题——如何让计算机准确模拟柔性材料的物理变化。 据了解，凌迪科技成立于2015年底，过去十年主要服务服装及轻工业，围绕数字面料、服装建模、服装设计和产业协同建立产品体系。 国家数据局印发的2026年数字经济发展工作要点提出，要形成一批满足AI就绪度要求、有效训练先进模型、切实解决行业难题的标杆性高质量数据集。 老板电器在这一领域走在了行业前列。
K | 2025年9月，老板电器正式获批7张数据产权登记证书，成功入选国家首批高质量数据集建设先行先试试点，其“食神”大模型成为厨电行业首个完成安全、算法、大模型三备案的模型产品。目前，其业务覆盖亚太、欧洲、美洲和非洲等区域，服务全球3000多家轻工业客户。
L | 在老板电器的技术布局中，“食神”AI烹饪智能体是整套智能厨房体系的核心大脑。
M | 区别于市面上通用大模型单向输出信息的模式，食神不仅能够依托垂直烹饪技术和数据积淀，读懂用户生活化的隐性需求，更能主动感知调节，减轻烹饪负担。 数字样衣并不只是把服装做成一个视觉逼真的3D模型。 同一件版型换一种面料，垂坠、拉伸、褶皱和贴合效果都可能发生变化。
N | 要在虚拟环境中还原这些差异，需要将重量、厚度、摩擦、弹性和弯曲刚度等材料属性转化为可计算的参数，并持续处理布料与人体、地面及其他布料之间的碰撞、滑动和形变。 据了解，食神AI智能体采用“中枢智能体+设备端子智能体”协同架构，搭建起感知、理解、规划、调度、执行、进化六大环节的完整能力闭环。
o | 中枢智能体作为全屋厨房总控核心，统一解析用户诉求、统筹调配全部厨电资源；油烟机、灶具、自动翻炒机器人等终端设备均搭载独立端子智能体，可在瞬息万变的烹饪现场自主感知工况、实时调节运行参数，全方位守住厨房安全底线。 据凌迪科技披露，其已经积累超过60万种行业面料数据库，围绕不同材料的物理属性、形变效果和仿真计算形成了长期积累。
p | 2024年至2025年，科研团队在顶级学术会议发表论文超过20篇。 这些能力过去主要服务服装设计和生产，如今开始被重新组织，用于机器人训练。
q | 这套垂直AI烹饪系统的底气，源自企业47年沉淀的深厚烹饪资产：覆盖全球5000万家庭的真实厨房使用数据、5000余套标准化菜品烹饪曲线库、海量专业烹饪知识库；近六年累计取得6612项有效专利，其中AI烹饪大模型专利数量位居国内行业前列。 当然，数字样衣与机器人仿真并不能直接画等号。
r | 企业将传统中餐依赖老师傅手感把控的火候、调味与工序，全部量化为可计算、可复用的数据，有效抹平厨艺门槛，让烹饪新手也能复刻地道风味，让每一个普通人都能拥有下厨的底气与从容。前者更关注设计效果和服装呈现，后者还要面对机械手接触、受力反馈、连续形变和大规模并行计算。 但两类应用共享一个底层前提：虚拟材料不能只有外观，还要能够根据物理规律发生变化。 硬核技术之外，老板电器始终锚定烹饪背后深厚的人文内核。 这使凌迪科技具备了一张相对特殊的具身智能入场券。国内首家专注烹饪文明研究的烹饪人文研究院正式成立，《烹饪史纲》系统梳理150万年人类烹饪文明演进脉络；品牌斥资2亿元打造全球烹饪艺术中心，累计举办410场中外饮食文化交流活动，接待访客超6万人次；企业推行全员持厨师证上岗制度，要求员工亲身走进灶台感知真实烹饪需求，立足生活化场景打磨更贴合人心的AI产品。 “把厨房负担交给AI，把烹饪自由还给人。它并非从零研究布料为什么会垂坠、拉伸和褶皱，而是可以在已有的面料数据、服装仿真和物理计算能力上，继续向机器人操作与训练延伸。 03. SynReal World，把机器人训练接成一条数据管线 搭出一个仿真场景并不难，难的是让它持续生成机器人可用的训练经验。这需要一套能够持续生成训练资产、组织模型试错，并判断机器人是否真正学会的数据基础设施。”老板电器首席数字及营销官童晶菁表示，“AI只是辅助工具，我们从未想替代人，而是用科技成全人的美好生活。” 即便成绩初显，老板电器对自身AI能力仍保持清醒的阶段性判断。 SynReal World瞄准的正是这一环节。
s | 凌迪科技将其定位为面向具身智能的全栈数据引擎，覆盖“3D资产生成—训练应用—仿真评测”完整闭环，将原本分散的建模、训练和验证环节接入同一条数据管线。周海昕坦言：“站在行业长远终局视角，我们仍处于AI烹饪发展初期。 简单来说，SynReal World搭建的，可以理解为一个面向机器人的“训练世界”：其中的物体遵循物理规律，任务可以反复运行，训练结果也能够被量化验证。 这个“训练世界”的构建，可以拆成三个环节。
t | 目前已跑通的是食神大模型的智能体协同，以及在家用厨房中从感知、决策到执行的完整闭环，用户数据回流与模型迭代已形成正向循环；当下我们正加速打通跨设备、跨场景深度联动，以及AI对‘口感’‘香气’等主观体验的量化建模，这些仍需在更多真实场景中反复验证。” 温度：科技向善 烟火人间 “十五五”规划明确提出，全面实施“人工智能+”行动，加强人工智能同科技创新、产业发展、文化建设、民生保障、社会治理深度融合，抢占人工智能产业应用制高点，全方位赋能千行百业。 技术的终极价值不在于炫技，而在于落地民生，将科技红利转化为全体民众的幸福感与获得感。 第一步，是把数字资产变成可用的训练对象。老板电器跳出单一产品研发维度，推动AI烹饪技术走出家庭厨房，覆盖校园、民生、商用多元场景，持续释放广泛的社会价值。
u | SynReal World支持从文字、图片和CAD等输入生成物体与任务空间，并为资产补充质量、摩擦、弹性和碰撞等物理属性。其核心能力覆盖高精度形变体仿真、刚体仿真和多物理场耦合仿真。 这一区别很关键。 老板电器的AI烹饪科技不止赋能家庭厨房消费，更积极响应国家“人工智能+教育”行动部署，探索科技赋能劳动教育的全新路径。老板电器联动米其林指南，依托AI技术与AI厨电赋能，将专业餐厅的烹饪灵感转化为普通家庭可轻松复刻的日常菜品；依托《食间》《厨道》等刊物深度挖掘饮食人文故事；创新打造“AI+食育”模式，让AI烹饪眼镜走进中小学劳动课堂，在实操教学中同步科普食材历史与膳食营养知识，实现沉浸式跨学科教育。普通3D模型解决的是物体“看起来像不像”，机器人训练关心的是施加动作之后，物体是否会按照接近现实的规律变化。 公益帮扶层面，企业多项长效公益项目持续落地。
v | 只有数字对象能够合理地碰撞、滑动和形变，虚拟资产才可能变成有效的训练数据。“全民烹饪日”全网曝光超2.47亿，超十万用户分享家庭烹饪故事，唤醒大众回归厨房的烟火温情；“暖厨计划”累计帮扶近7000户困难家庭，依托AI安全监测、简易语音操作，有效解决老年群体厨房操作难题，守护基层民生三餐安稳。
w | 市场表现充分印证AI烹饪的普及度。 另外，通过可仿真与交互的3D资产与场景的智能建模，SynReal World 可以对真实世界中采集的任务数据进行灯光与物体材质的泛化，解决数据有效性过低的问题。食神系列线上工具注册用户超750万，活跃用户同比增长70%；2025年AI厨电同比上涨36%，i系列产品增幅65%，占整体营收超20%；现有827台产品搭载AI功能，覆盖厨房全流程，AI烹饪已经开始逐渐走进千家万户的日常。通过仿真把一条有效数据低成本变成十条，高效地实现训练数据的多样性，同时有效降低数据采集的成本。 食神App烹饪作业展示 面向未来，老板电器多赛道协同布局，持续延伸AI烹饪的价值边界。商用厨房领域，品牌将家用市场成熟落地、经过验证的AI技术快速平移复用，赋能餐饮行业降本增效；海外市场赛道，创新采用“海外事业合伙人”模式，实现产品、AI技术与中式烹饪文化三重出海；前瞻布局具身智能赛道，搭建行业专属烹饪训练平台，依托实景场景打磨烹饪机器人核心能力，为未来实现全民烹饪自由储备前沿技术力量。 第二步，是把单次试错扩展为可规模化运行的训练过程。 跳出传统硬件制造和参数比拼，升级到AI烹饪科技，老板电器的转型实践，是国内传统实体制造业拥抱人工智能浪潮的生动缩影。在“人工智能+”行动的政策大背景下，实体企业立足数十年垂直行业积淀，以真实场景为牵引，打通技术、产品、用户完整闭环，让AI扎根实体经济、服务民生需求。 SynReal World支持强化学习和模仿学习，可以面向灵巧手、机械臂、双足机器人和机器狗等不同形态开展训练与策略验证。 它的价值并不在于替代真机，而是承担大量高频、重复和早期探索阶段的试错，把有限的真实设备与现场资源更多用于校准、验证和落地。 第三步，把“机器人学会了”转化为可重复验证的任务能力。对于厨电行业而言，AI烹饪的赛道竞争才刚刚启幕，以老板电器为代表的本土实体企业，正以长期主义深耕，重新定义AI未来厨房的价值形态。 一次演示成功，并不代表模型已经掌握任务。只有在场景和变量发生变化后仍能稳定完成，能力才具备进一步迁移到真机的可能。 SynReal World将程序化评测接入训练流程，支持并行测试、成功率统计、失败模式分析和过程记录，让模型每次更新后都能在已有任务中重新验证。
x | 对一套具身智能数据引擎而言，完整闭环之外，还要看它能否以足够高的效率和精度运行，并接入现有研发体系。
y | 根据凌迪科技提供的测试数据，在部分高复杂度场景中，SynReal World的仿真效率较Isaac Sim快5至10倍，静动力学误差降低近20%。 在生态层面，凌迪科技是NVIDIA Newton核心成员，SynReal World支持USD和Python API，并兼容MuJoCo、Newton等仿真引擎。 在SynReal World之外，凌迪科技此次还展示了面向服装等轻工业场景的数字伙伴中台StyleWork。它融合AI Agent能力，让数字伙伴理解设计、选品、营销和运营等业务流程，调用专业工具并反馈结果，同时通过持续学习与记忆参与长期协作。
z | 这是凌迪科技将AI嵌入真实产业流程的另一条路径。 04. 物理AI竞争，正在向“训练场”深处延伸 把资产生成、模型训练和结果验证放进同一套流程，首先解决的是研发效率。模型每更新一次，不必重新搭建场景、切换工具，再单独统计任务结果。 但这套数据管线更值得关注的地方，在于它回应了具身智能面临的一项核心约束：机器人所需的数据，无法像语言模型那样从互联网低成本获取。 语言、图像、视频，天然以数字形态存在。而机器人需要的数据，必须包含动作、接触、力和物体状态变化——每一次交互，都是一次物理事件。模型要学习的，不只是一个物体长什么样，更是对它施加动作之后会发生什么。 真机采集的速度和成本，很难跟上模型对任务多样性的需求。
| 仿真不能取代真实世界，但它可以重新分配试错成本。 当仿真承担越来越多训练任务，行业比拼的焦点也在转移。画面逼真不再是唯一标准。更关键的问题是：虚拟世界里的物体，是否遵循真实世界的物理规律？训练结果，能不能被重复验证？从仿真中学到的经验，又能在多大程度上迁移到真机？ 沿着这几个问题往下看，柔性物体成了一种更高门槛的检验标准。它更能代表家庭服务、轻工业和普遍的非结构化环境。
| 这正是凌迪正在卡住的位置。 WAIC现场，机器人依然是聚光灯下的主角。
| 凌迪选择进入的，是聚光灯照不到的地方——机器人的训练场。
| 当行业竞争从“完成一次漂亮演示”，转向“以更低成本稳定学会一项任务”，谁能生成一个物理规律可靠、任务可重复、结果可验证的训练世界，谁就在为下一阶段的物理AI铺设底座。
Current article:http://hk2.linlangdouwaqiexusan.bond/news/20260826_37150.html
Published on:00:39:08