图源：受访企业

蓝鲸新闻 8 月 20 日讯（记者 翟智超）房地产步入存量时代，传统厨电依托地产红利的增长逻辑已然失效，AI 技术由此成为头部企业竞逐的新赛道。

近日，老板电器高级副总裁周海昕博士、数字厨电研究院食神开发运营部部长潘黄斌接受蓝鲸科技等多家媒体专访，围绕食神大模型的核心技术突破、商业化落地进展以及产业生态布局等核心维度，展开深度分享与解读。

老板电器自 1979 年创立以来，长期在油烟机、燃气灶赛道保持领先地位，2025 年零售额占比均超 31%，两大品类全球销量已连续 11 年位居前列。过去，公司增长主要依托城镇化进程、房地产发展与产品功能迭代；而随着地产进入存量周期，厨电行业整体承压。

2025 年 3 月，老板电器在 AWE 展会上发布行业首个 AI 烹饪垂直大模型 " 食神 "。潘黄斌指出，食神的核心壁垒并非数据体量本身，而在于打通 " 数据—大模型—厨电执行—用户反馈 " 的完整闭环，其逻辑与特斯拉依靠行驶数据反哺自动驾驶系统异曲同工。

在技术路线上，老板电器并未像美的、海尔等综合家电企业那样布局家务全链条，而是聚焦烹饪场景纵深耕耘。潘黄斌认为，这种聚焦策略可能使综合性竞争对手减少在该领域的深度自研，转而寻求合作。目前，已有平台和终端厂商主动接洽，希望接入食神大模型能力。

关于数据合规方面，周海昕透露，公司已获得浙江省首张可上市交易的数据知识产权证，并持有十余项烹饪领域相关数据知识产权。用户数据全部经脱敏处理，通过国家数据局可信数据空间合规流转；食神大模型也已完成网信、算法及模型三重备案。

不过，周海昕也坦言，AI 烹饪整体仍处于发展早期，他判断通用家务机器人真正落地厨房场景，至少还需要十年时间。

周海昕透露，老板电器一直也想超越周期，但是传统的家电行业确实非常受限于房地产的周期。现在房地产进入一个存量时代，也导致家电领域相对来说增速放缓。

" 我们为什么要把传统的家电进行 AI 机器人化？如果你真的有一个足够创新的产品，比如一个通用型的家务机器人横空出世的话，它必然是超越周期的。" 周海昕称。

DeepSeek 只管闲聊，烹饪决策全栈自研

提问：当前中式烹饪数据波动显著，地域口味分化突出。AI 烹饪的核心技术难点在于如何应对这种动态性。那么你们如何在数据迭代效率与信息安全之间找到平衡？

周海昕：对于用户来说，我们的食神 APP 具备长期记忆与短期记忆两种能力。长期记忆基于账号体系，登录后系统通过对话持续记录用户的年龄、性别、地域、饮食偏好、生活习惯，若用户主动提供体检报告等健康信息，模型也会纳入对其营养需求的认知。短期记忆则依赖上下文理解，用户连续提问时，即便只提半句，系统也能依据前文准确承接。两者结合，可有效回应地域口味等差异性问题。

在模型进化方面，食神大模型的智能化依赖持续的数据训练。我们拥有多年积累的烹饪数据、设备运行数据，以及近十年 IoT 设备采集的用户交互数据，这些均用于反哺模型。同时，我们还通过全国销售公司组织用户活动、收集各地特色菜谱与饮食习惯，不断丰富数据来源，驱动模型持续优化。

提问：食神大模型的护城河到底是什么？

潘黄斌：可能是来自老板电器那么多年对厨房的理解、对食物的理解，和我们在实验室里做了那么多实验。尤其这些积累下来的数据其实是非常庞大的，而且这些数据想要去复制一遍的成本非常高。

另外，如何把这些数据跟我们的大模型、再跟我们的现实世界三者串成一条线，把三者完全连通起来也是一个非常大的挑战。让数据能够借着大模型去影响到现实世界，去操纵我们的厨电，然后给用户体验之后，再反向完善大模型的能力的这样一套闭环。就跟特斯拉的车跑在路上一样，它在自动驾驶的同时，也在完善自动驾驶系统。

提问：食神大模型于 2025 年接入了 DeepSeek，这种通用大模型加上垂直的数据模式，相比于自研的路径有什么优势？

潘黄斌：早期我们用过 DeepSeek，彼时我觉得国内大模型进步那么快，很多要归功于这些开源大模型带给整个行业的变化。但对于我们现在来说，其实 DeepSeek 是基于对话和信息的交换，已经变成我们小块的内容了。

而我们更多的是在上面构建了一整套智能体的方案，比如我需要调用你的记忆、调用我们的菜谱，去生成可视化、结构化的菜谱，以及操纵设备，其实这些都不是一个对话式大模型能够解决的问题。例如，你跟它闲聊，我们会让 DeepSeek 跟你闲聊就可以了。但所有跟烹饪相关的事情，其实我们在上面部署了很重的自己研发的一套体系。

提问：未来食神在 OTA 升级方面会保持怎样的节奏？有哪些新功能？

潘黄斌：我们内部对 OTA 升级划分了不同迭代节奏，大模型端升级节奏相对较慢，需要完成大量训练与微调，大概两三个月完成一个版本升级；APP 端迭代更快，约一个月即可上线新功能。硬件同样具备 OTA 升级能力，但因涉及各类安全与测试环节，流程更为严谨，升级节奏相对更慢。基于不同模块特性，我们的 OTA 会多线持续迭代。归根结底，产品会持续进化，相关功能值得期待。

提问：接下来会有新的设备出来？

周海昕：从软件功能上来说，跟人的交互是相对比较完善了。现在我们的食神 APP 不仅仅支持文字、语音、图片，甚至还支持视频，目前想到的各种模态都已经全了。当然识别的时候，现在用的时候可能会稍微有点卡顿，也是基于当前网络通讯环境，也取决于计算的算力限制，我们也会通过产品的迭代，以及软件产品的优化。

提问：未来会有一个开放的生态？

周海昕：我们自己直接去打造一个生态相对来说是比较困难的。我们会试图跟一些大的平台或者综合性厂商合作，让他们认可我们在这个专业赛道的价值，他们直接用我们的大模型，我们加入它的生态，我觉得是一种共赢的尝试。

押注 AI 烹饪，寻求新护城河

提问：你们倡导烹饪乐趣，网红美食分享亦是路径。请问厨电在 AI 赛道上未来将如何进化？

周海昕：Token 既是数据量与信息量的基本单位，如今更被视作 AI 智能经济活力的表征。数据价值毋庸置疑：算力的终点是电力，智力的终点是数据，表面看算力受制于芯片，未来终究卡在能源，而模型无论参数多大、算法多新，智能化程度最终仍取决于数据。另外，国家对此高度重视，既举办数据集相关活动，三年前各省市也成立了数据局，并试点建设可信数据空间，保障交易双方的数据可信。

因此，我们一方面计划深耕烹饪领域的各类数据，做深做厚，再接入国家可信数据空间进行经营与流转，期望发挥其价值并拉动经济。另一方面，更接地气的做法是发掘各地美食，激发大家的烹饪兴趣——虽然思路简单，也算一种贡献。

提问：老板电器投资优特智厨，当时是出于什么样的考量？

周海昕：优特是一家做商用炒菜机的公司，当然他们也在面临 AI 的转型，把传统的商业炒菜机，就是一口大锅自动搅拌或者整锅旋转，一般往往是用电气化的加热方式，根据给定的菜谱做出面向食堂或者连锁餐饮企业的菜，他们也在面临智能化的转型。所以我们对他们的投资，其实是双方在烹饪领域的共同的智能化目标，我们在这方面进行合作。

一方面，我们可以把我们在大模型方面的智能化的科技赋能给他们的产品，另一方面，我们也在民用烹饪领域，又在往商用领域拓展，这是我们跟优特投资合作的主要目的。当然，这两者产品方面，技术上肯定有相互借鉴的地方，但不可能简单地照搬，因为场景是不一样的，很多用户需求也是不一样的。

提问：未来公司是否会考虑从商用机器人延伸至家用烹饪机器人？

周海昕：技术层面，各方可以互相借鉴。民用技术可应用于商业场景，商业技术未来也可落地民用场景，但产品并不具备简单通用性。

如果参观过我们的烹饪艺术中心餐厅就能发现，我们配备了数台 AI 自动化商用炒菜机，这和我们民用无人锅是完全不同的产品，但二者的菜谱、AI 智能化管理等技术，是可以通用的。

提问：AI 烹饪在您看来是否可以有助于跳过传统厨电家电对于房地产周期的依赖？

周海昕：我们一直也想超越周期，但是传统的家电行业确实非常受限于房地产的周期。现在房地产进入一个存量时代，也导致家电领域相对来说增速放缓。

我觉得还是从两方面来：第一，中国的房地产现在进入存量周期，这是无法逆转，因为城镇化率已经到了一个相对高的维度。我们要认清这个市场变化，所以把我们的产品转化得更加适合于存量市场，包括存量市场的换新、存量市场的升级，然后我们去抓一些结构性的机会。按地域来说，可能有一些地域的结构大的机会；按渠道来说，它也会有一些渠道新增长的机会；按产品的定位来说，可能也会有一些机会。

第二，我们试图开创一条不一样的增长曲线。我们为什么要把传统的家电进行 AI 机器人化？如果你真的有一个足够创新的产品，比如一个通用型的家务机器人横空出世的话，它必然是超越周期的。不管我家里今天换不换房、装不装修，如果这个机器人又不贵又好用，能帮你做很多的家务，又不占地，买得起，绝对受欢迎。但是这个东西确实需要一定的时间、技术的积累，也有一定的成功概率，不一定是成功的。

AI 烹饪的终局不是替代人

提问：厨电未来跟 AI 的碰撞，它会进化到什么样的程度？未来你们想象的途径是什么样的？

潘黄斌：我觉得厨电是为人服务的，在我们的想法里面，它永远不会替代人。我们不想把家里的烹饪变成一个距离更近的外卖，我觉得这样没办法享受到烹饪的乐趣。而从我们现在的方向上来说，厨电会不停地变得更加智能，其实 AI 是一个手段，而不是一个目的。

AI 是为了带来我们很多决策的简单、经验上的积累，用户不再因为重复的劳动而感到烦恼，或者需要有一个名师传授之后才会做出好的食物。所以这些东西，其实是我们希望借着 AI 和厨电结合才能解决的。对于现在来说，可能最大的挑战就在想办法更加了解中式烹饪里面的手法，我觉得我们还在不停地学习路上。

提问：怎么看待具身智能机器人未来在烹饪场景中的定义？怎么分辨人的参与和机器执行的界限？

周海昕：具身智能在厨房领域的落地，从技术来说确实是最难的事情。厨房是一个非常复杂的三维空间，大多数人家里的厨房都非常乱，有电器、炊具、餐具，家家户户摆放的习惯不太一样，而且都在动态发生变化，而且很多餐具是易碎的，非常困难。

技术界大致认为肯定是要分步走，中间会有很长的一个阶段是会用家用电器的厨房机器人，最后才落到真正能够完成厨房各项复杂任务的通用型的家用机器人。可能在未来的 5 — 10 年里，如果一些机器人进入家庭、进入厨房的话，具身智能应该首先是利用现有的家用电器来帮你完成家务，比如洗碗，我们不会致力于一开始就开发一个能够直接洗碗的机器人，太难了。我们会开发一个能够利用好洗碗机的洗碗机器人，它可能会在帮你吃完饭之后，帮你把桌上的餐盘收拾起来、倒掉厨余垃圾，给你把脏碗放到洗碗机里面，把洗碗机门关上，然后控制洗碗机开始洗，它可能干这个事。有可能顺带帮你把桌子擦一下、把周边的地擦一下，但它不会真的用机械臂帮你洗碗，这可能是中间的过渡阶段。

此外，您刚才用了一个词很好，就是 " 场景 "。在这个情况下，我们还是要做具体场景的研究。一开始，这种机器人可能只是满足一个或者少数个特定场景的家务活，我刚才描述的就是一个场景——餐后清洁类场景，它不太可能完成多个场景。

因为从技术角度来说，发展不会那么快。所以这就体现了每个企业的功力，你能够恰好找到一个用户需要，又确实是用户痛点，技术又可实现、成本又可控的场景，出了这么一个解决方案的话，那么你的产品可能就能跨越房地产的周期了。但一步到位，到一个通用型的家务机器人，我觉得至少还要有 10 年。

提问：AI 烹饪已实现食材识别、营养测算与动态配餐全流程。请问未来是否考虑与社区养老、基层公共卫生联动落地？

周海昕：现在还没有做得这么宏大，但第一步我们个人健康其实是打通的，这是我们大模型或者我们在烹饪领域做得相对比较骄傲的一点。前面讲到每一个食神大模型用户都可以通过 APP，通过自动拍照识别你的体检报告，它掌握你的身体状况，给你动态进行一周甚至一个月的膳食营养的管理。其间，你可以通过我们开发的 AI 脉谱仪不停监测你的脉象，来修正你这个管理的过程，形成自身的营养健康和食疗管理的一个闭环，这个是已经实现的。但进一步到整个社区的闭环，我们目前还没有开始尝试，但这个想法很好，我们会考虑的。

提问：现阶段我们布局了 AI 烹饪，已经在哪些场景里实现了哪些成熟、可规模化复制的应用案例？对比传统的厨电，AI 烹饪最核心的差异化价值体现在哪里？

周海昕：AI 智能家电肯定是一个一个代际的迭代。现在大家能够直观看到的 AI 的东西，第一个就是产品会更加智能。它智能在两方面，一方面它能够通过各种感知，知道当前的烹饪场景、烹饪行为、烹饪状况；第二个，它能够大模型跟你本人的交互，更理解你的需求是什么、你的偏好是什么。

这两个一结合，它能帮助你小到操控烹饪电器，大到完成一顿饭，整个过程也会变得更加轻松，它会指导你在整个烹饪过程中，避免你踩坑。哪怕你是一个不太擅长烹饪的人，能够大概率按照我们的指引，能够做出一个相对满意的菜。这是我们目前主要给用户提供的一个利益点。