1. 美国发布2026版《Food Code》，餐厅数据留痕要求继续增加。 FDA 9月17日发布新版食品法典，新增书面员工疾病政策、替代冷却流程，并更新过敏原交叉接触、移动餐饮、消毒温度、检查报告等规则。该规范覆盖的监管体系涉及美国超过100万家餐饮和零售食品设施。FoodLiquid判断：食品安全正在进一步变成可记录、可审计的过程数据。
2. VLA训练开始降低“必须反复上真机器人”的成本。 9月17日，北京大学等团队发布HIL-UMI：人在手持UMI设备操作时，系统同步比较VLA策略与人的动作，在模型偏离明显的区域定向收集训练数据，无需让机器人实际执行错误动作；四项真实操作实验均较普通SFT提升。FoodLiquid判断：餐厅厨师未来可直接成为机器人菜谱和动作模型的数据采集者。
3. 一篇机器人安全论文显示：Agent“知道规则”仍可能撞上障碍。 9月17日发布的SafeHarness实验发现，编码Agent即使在推理中识别了禁碰障碍，执行时仍频繁违反约束；加入路径规划和接触约束后，任务成功率达到71.9%、避碰率87.5%。FoodLiquid判断：厨房Agent需要独立的执行安全层，提示词本身不足以承担安全责任。
4. AI视觉开始尝试覆盖“收货—备料—出菜口”三段质量检查。 Medical Care Technologies 9月18日宣布准备首个StrainScan Pro餐厅Demo，用iPad Air端侧视觉在收货、暂存/备料、Pass Station三处记录图像，并关联批次、异常与拒收动作。公司明确表示目前只是演示准备，尚无商业合同或ROI数据。FoodLiquid判断：这类系统值得观察其是否能把视觉异常最终连接到报损、退货和客诉。
5. In-N-Out给出了一个罕见的人效反共识样本。 公司9月确认，其门店经理平均年收入已经超过20万美元，平均任职时间超过15年；2018年公开水平约为16.3万美元。FoodLiquid判断：高工资如果能够显著降低管理层流失、培训损耗和出品波动，可能形成比持续压人工成本更稳定的单店经济模型。
6. 夏普继续用“真实餐厅”卖智能厨电。 9月18日夏普宣布10月在东京第三次开设限时HEALSIO CAFE，消费者可直接吃由Hotcook、Healsio制作的菜，并现场体验生成式AI Cook Talk；此前大阪活动已有类似验证。FoodLiquid判断：智能厨电的获客正在从参数展示转向“先吃结果，再理解设备和AI”。