BIAAROBOTICS & AI
菜单
项目赛事研究关于
项目资料
BIAA / PROJECTS / PALATE
ACTIVE · 原型规划

BIAA Palate

AI 味蕾 · AI 自动调味机

精准控制调料的用量、时机与顺序,用 AI 语音引导烹饪并记忆家庭成员的口味,让成功的味道可以复刻,也让每次调整都有记录。

精准投料烹饪过程感知家庭口味模型AI 语音指导
01 / WHY IT EXISTS

味道不是一个配方,
而是一段过程。

同样的盐量,在不同食材重量、火候、加入时机和烹饪时间下会产生不同结果。Palate 不是简单的自动撒料器,而是尝试把食材、过程、投料和反馈记录成可复现的烹饪实验。

首个版本应聚焦家庭中高频、可量化、容易清洁的调料和菜式,不追求覆盖所有中西餐或自动替代厨师。

“AI 味蕾”是项目表达,不代表机器拥有与人类相同的味觉。V1 是否使用电子舌等化学传感,需要经过成本、清洁和可靠性评估。

PRIMARY USER希望稳定复刻味道的家庭烹饪者

也可服务初学者、饮食管理和家庭协作。

FIRST TASK少量高频干/液体调料

优先验证计量、投放、清洁和防误用。

CORE OUTPUT菜谱版本 + 投料记录 + 口味反馈

让“少一点、下次更淡”可以转化为可执行调整。

CURRENT STAGE原型规划

现有文档为方案,不等于完成样机或市场验证。

02 / SYSTEM ARCHITECTURE

从调料仓到口味记录,
需要完整的数据链。

系统分为原料、计量执行、过程感知和交互学习四部分。任何 AI 建议都必须受到库存、过敏原、剂量和人工确认约束。

01 / INGREDIENTS

调料仓与识别

调料身份、批次、余量、保质期、过敏原和防混料结构。

02 / DOSINGD

精准计量与投放

重量/体积测量、堵塞检测、回滴控制、手动确认和易拆洗通路。

03 / COOKING STATEC

烹饪过程感知

时间、温度、食材重量、步骤状态和用户语音输入。

04 / TASTE MODELP

口味档案与建议

记录家庭成员偏好、限制、每次调整和建议理由,不自动越过安全边界。

03 / COOKING FLOW

一次成功的味道,
应该能够被重现。

系统围绕“准备—确认—投放—品尝—更新”循环工作,关键步骤保留人工确认。

选择菜谱

确认人数、食材重量、饮食限制和目标口味版本。

检查原料

核对调料仓、过敏原、余量、保质期和设备清洁状态。

过程提示

根据步骤和温度提醒翻炒、等待与即将投料。

确认投料

展示调料、建议量和原因,用户确认后执行并记录。

反馈更新

记录偏咸、偏淡、香气或辣度反馈,生成下一版本建议。

04 / V1 ROADMAP

先把一克做准确,
再谈“懂味道”。

V1 的核心不是复杂菜谱数量,而是计量、清洁、误投防护和完整记录。AI 能力在基础机电可靠之后逐步加入。

PHASE 01当前重点

单通道计量台架

比较粉末、颗粒和液体的计量方式、残留、堵塞和清洁。

PHASE 02下一阶段

多通道安全原型

加入身份识别、最大剂量、人工确认和可拆洗结构。

PHASE 03规划

菜谱与口味版本

建立食材重量、步骤、投料事件和反馈之间的数据模型。

PHASE 04规划

家庭场景验证

评估易用性、复刻一致性、清洁负担和建议接受度。

05 / VALIDATION METRICS

好不好吃很主观,
系统是否可靠可以测。

Palate 会把机械准确性、卫生安全、烹饪复刻和用户体验分开评估。

DOSING

计量误差与重复性

不同调料、余量、湿度和连续投放条件下的误差分布。

待建立基线
FAILURE

堵塞与误投检测

未出料、过量、串料、回滴和仓位识别错误的发现能力。

待建立基线
HYGIENE

清洁与残留

拆洗时间、死角、交叉污染风险和清洁后残留。

待建立基线
REPEATABILITY

菜谱复刻一致性

相同条件下投料记录、成品理化指标和盲评差异。

待建立基线
USABILITY

操作负担

设置、确认、纠错、补充调料和清洁所需步骤与时间。

待建立基线
TRUST

建议可解释性

用户能否理解建议来源、修改剂量并发现系统错误。

待建立基线
06 / FOOD SAFETY

自动投料之前,
先保证不会投错。

食品接触材料、清洁、过敏原、保质期、最大剂量和人工确认是产品成立的前提。

ALLERGEN

过敏原与交叉污染

不同原料的通路、仓位和清洁程序必须清楚区分。系统提示不能替代用户核对。

OVERDOSE

过量与误投

设置单次和累计最大量、二次确认、机械止流和异常报警。

HYGIENE

卫生与食品接触

材料、死角、液体回滴、受潮结块和微生物风险需要专业评估。

HEALTH CLAIM

不提供医疗处方

低盐、糖尿病或其他饮食建议不应在没有专业依据时自动生成。

07 / PROJECT DOCUMENTS

四份工作文件,
按用途继续完善。

文件是当前项目素材,不是终稿。市场数据、预算、性能与时间表在正式对外使用前应完成来源复核、版本统一和工程验证。

“AI 味蕾”真的能尝到味道吗?

名称表达的是对口味数据和烹饪反馈的建模,不应理解为机器拥有人的主观味觉。是否使用电子舌等传感器需要单独验证。

它会自动完成整道菜吗?

V1 聚焦调料计量、步骤提示和记录,不自动完成备菜、翻炒和全部烹饪动作。

家庭口味数据如何保护?

应本地优先、最小采集,明确每位成员的偏好与健康数据权限,并允许查看、导出和删除。

让味道有记忆。
让调整有依据。

下载项目资料 →