1. 新加坡Fico用AI动态超订，首月周末收入提升2%。 《海峡时报》9月26日首次披露：The Lo & Behold Group用Claude Code分析历史预订、用餐时长和顾客习惯，6月上线后首月周末收入提高2%；团队称对桌位衔接预测可达到约90%置信度。内部5人团队完成开发，管理层估计传统外包同类系统约需3万—7.5万新元、3—6个月。FoodLiquid判断：AI收益管理已经出现可直接用“增量营收/桌/时段”验收的餐饮案例。
2. 传统中央厨房把“邮件订单→生产计划”压缩到2小时。 HarriAnns Nonya Table今天披露，其中央厨房过去需两名员工人工整理酒店采购单；一次遗漏2000个糕点订单后开发AI系统。目前系统识别120+产品编码及不同客户命名方式，将原本约一天的整理工作缩短至2小时以内，开发成本低于5万新元，其中一半获政府补贴。效果为企业自述。FoodLiquid判断：中央厨房Agent最成熟的切入口之一是订单解析、SKU归一、异常检测和次日产量生成。
3. RoboTwin-Phys把质量、摩擦等“物理漂移”正式纳入机器人验收。 9月22日公开的论文提供13类物理属性扰动、5000+专家示范；作者发现，多种WAM/VLA在视觉随机化下表现稳定，但物理参数变化时性能明显下降。9月24日数贸会上，美梦空间进一步展示Physical-WAM，通过PhysLens、PhysDream、PhysAct尝试估计物理属性、预测风险再修正动作；后者目前仍属研发/展示阶段。FoodLiquid判断：炒菜机器人测试应加入锅重、食材重量、摩擦、黏度和接触状态变化，固定环境成功率远远不够。
4. SoftBank Robotics一次展示三条自动烹饪路线。 9月24日公告称，9月30日起在东京FOOD STYLE JAPAN展示STEAMA、FLAMA和BOTINKIT Omni：STEAMA用高温高压蒸汽约90秒完成专用冷冻面食；FLAMA全配版覆盖投料、调味、炒/混、勾芡、盛付和清洗；Omni支持最多13种调味料、单次最高约30人份。当前披露主要为厂商参数，缺少连续营业周期数据。FoodLiquid判断：值得现场追问100锅成功率、换菜清洗时间、故障MTTR和人工补料次数。
5. Miller’s Ale House一间纽约门店今天永久关闭，25个岗位受影响。 公开WARN数据记录显示，Staten Island门店关闭于9月26日生效，涉及25名员工；纽约州劳工部门确认WARN数据库用于记录此类关闭和裁员，但公开信息暂未说明该门店关闭的具体经营原因。FoodLiquid判断：失败案例库应坚持记录到单店层，租约、人员、客流和贡献利润需要与品牌总体增长分开观察。