1. DYNA把机器人商业指标直接定义为“多久才需要人介入”。 9月29日发布DYNA 2.1与半人形机器人Taku，官方称已部署于酒店、餐厅和洗衣场景；系统由视觉语言编排器、全身控制器和基于约100万小时人类/机器人数据训练的世界动作模型组成，并公开展示约1小时连续洗衣工作流。公司明确采用 MTBI（Mean Time Between Interventions）衡量商业可用性。FoodLiquid判断：这比单任务成功率更接近厨房机器人应采用的核心验收指标。
2. 松下AI冰箱相机获得日本食品浪费削减奖，并披露行为改变结果。 9月30日官方公布，AI相机自动拍摄库存、识别食材并结合App管理入库时间、推荐库存菜谱；此前政府模型项目中，约80%参与用户出现食品浪费意识提升及行为改变。该比例反映行为调查，并非80%的浪费量下降。FoodLiquid判断：家庭端“视觉库存→保质期→菜谱→消费”的数据闭环已经进入实证阶段。
3. Feather用3万美元级通用机器人进入餐厅厨房。 9月24日首次披露的重要信息：Feather Robotics的轮式双臂平台售价约29,990美元，公司累计收入已超过100万美元；TechCrunch报道其机器人已作为厨师在餐厅工作，但客户名称、运行时长和故障率尚未公开。平台允许运行NVIDIA、Skild、Physical Intelligence等不同机器人模型。FoodLiquid判断：开放硬件＋可替换VLA模型，可能成为餐饮机器人新的集成路径。
4. 新论文将World Action Model压到4-bit，接近16-bit成功率。 9月27日Q-WAM论文显示，在RoboTwin 2.0上平均成功率达到89.6%—93.0%，距16-bit模型最多约1.1个百分点，同时量化模块内存降低3.1—3.4倍；在Unitree G1和双臂UR3实机上也进行了验证。FoodLiquid判断：VLA/WAM进入端侧厨房设备时，模型压缩开始具备直接工程意义。
5. VLA评测体系曝出22个Bug，排名甚至可以完全反转。 9月29日新论文审计RoboTwin、LIBERO-Plus、VLABench等7个基准，发现22个实现Bug和4类设计缺陷；修复后，一项实验中原本排名最后的基线升至第一，另一项从落后21个百分点变成领先5个百分点。作者已发布修订设置。FoodLiquid判断：CookingBench类评测必须保存成功判定器、物理参数和环境版本，单看success rate风险很高。
6. Huey Magoo’s系统级上线“官网原价外卖”。 9月30日，该美国快餐连锁将Direct Delivery扩展至全系统：官网/App保持堂食菜单价格，订单15—200美元的标准配送费为5.99美元，用户同时可累计和兑换会员积分，覆盖参与门店约6英里范围。FoodLiquid判断：品牌开始用固定履约费＋自有会员体系降低第三方平台加价对复购的影响。
7. 新加坡餐饮继续呈现“高开店＋高死亡率”。 9月26日最新行业梳理引用ACRA数据：2026年前7个月共有2,101家F&B企业关闭，同比增加25.1%，同期仍有2,594家新企业注册。该数据按企业注册/注销口径统计，并不等同于物理门店数量。FoodLiquid判断：高进入率掩盖不了单位经济模型恶化，租金、人效和现金周期仍是复制前必须验证的硬约束。