1. 西贝门店收缩已明显超过年初计划。 9月21日最新报道援引窄门餐眼数据：截至9月10日西贝在营门店约226家，较高峰期近400家减少超四成。贾国龙此前披露，原计划2026年一季度关闭102家、约占30%，并预计2025年9月至2026年3月累计亏损超过6亿元。近期“数月内倒闭”等说法未获西贝确认，官方回应全国门店仍正常运营。FoodLiquid判断：这是研究大型直营餐饮在品牌冲击后，如何同时处理关店、现金流、人员和新店型调整的高价值失败样本。
2. Wendy’s加盟商破产出现新的合同成本数据。 此前已推送Meritage申请Chapter 11，本轮新增AP披露：Wendy’s称其拖欠2740万美元特许权使用费及其他费用，另因关闭60家低效门店产生约1.195亿美元持续经营相关费用；品牌方已于9月16日宣布终止加盟协议，Meritage于9月17日申请破产。FoodLiquid判断：关掉亏损店并不等于退出成本消失，加盟合同中的持续经营、租赁和违约责任必须进入单店退出模型。
3. 触觉开始进入VLA的“预测闭环”。 9月17日发布的 ForeTac-VLA 同时使用视觉、语言和触觉，并预测未来多步触觉状态再生成动作。在4项真实机器人接触任务中，论文报告平均成功率95%，比微调VLA高36.25个百分点。这是实验室研究，尚未用于厨房。FoodLiquid判断：翻炒、夹取、刮锅、开盖等任务最终需要记录接触状态，单靠摄像头存在明显盲区。
4. GAVEL给长流程机器人增加“执行前验算”。 9月16日论文用显式图世界模型记录物体关系、动作前置条件和结果，在BEHAVIOR-1K基准中，Qwen3-8B单任务成功率由41.2%升至91.8%，多任务由19.9%升至92.6%。这些属于仿真基准结果。FoodLiquid判断：机器可执行菜谱可以采用同样结构，在投料或加热前先校验食材、设备状态和步骤前置条件。
5. MAGMA-GEN专门训练机器人“做错以后怎么救”。 9月17日研究把失败轨迹重新执行，仅当纠正动作能确实改善后续结果时，才保留为训练样本，并在仿真和真实机器人实验中提升恢复能力。FoodLiquid判断：炒菜机器人训练数据应独立保存失败、人工纠偏、重试和最终结果，恢复能力可以成为单独Benchmark。
6. 机器人长期记忆开始尝试从云端大模型下沉到轻量运行时。 同日发布的Workspace Models用VLM在训练阶段筛选重要历史信息，再蒸馏成轻量workspace token；部署时无需持续调用VLM，论文报告在仿真和硬件任务上均获得更好表现。FoodLiquid判断：对餐饮端侧设备，这条路线有机会降低持续视觉推理的算力、延迟和网络依赖。