🍳 **解决厨房痛点，提升烹饪体验**：文章指出，厨房是一个高干扰、高风险、高专注需求的场所，烹饪时常面临手湿、需要频繁查看菜谱、信息获取不便等问题。Rokid AR眼镜通过“厨房小助手”的设想，利用语音交互、AR显示等技术，让用户无需动手、低头或分心，即可获得烹饪所需的全部信息，从而提升效率、改善体验并减少安全隐患。

🗣️ **语音交互与智能大模型，实现“有温度”的指导**：Rokid AR眼镜支持离线语音识别，用户可通过语音指令控制菜谱进程。更重要的是，它能接入轻量化本地大语言模型（LLM），实现对用户问题的语义理解和智能回复，而非简单的预设问答。这使得助手能像家人一样提供耐心、口语化且具上下文感知能力的指导，即使在网络信号不佳的厨房也能安全使用。

📍 **空间显示与精准锚定，信息“贴”在真实世界**：利用Rokid的空间计算能力，菜谱步骤、计时器等UI元素可以稳定地锚定在灶台等真实空间位置，不会随头部移动而漂移。这种“抬头即见、稳定不飘”的AR显示方式，确保用户视线自然落点，信息易于获取，极大地增强了AR工具的实用性和沉浸感，尤其适合厨房这种对稳定性和可用性要求极高的场景。

💡 **解放双手，专注操作，内容灵活扩展**：作为穿戴式设备，AR眼镜使双手在烹饪过程中始终保持自由，视线不离灶台，注意力高度集中，天然适合高专注、高风险的操作。同时，该应用的内容来源灵活，可对接公开API、支持用户自定义食谱，未来还可集成图像识别，实现智能推荐，降低了技术门槛，增加了应用价值。

✨ **技术服务生活，AR的实用价值**：文章强调，AR技术的真正价值在于服务日常生活，解决实际问题。Rokid AR眼镜的“厨房小助手”应用，不仅降低了烹饪门槛，提升了厨房安全，增强了烹饪乐趣，还具备适老化潜力。它展示了AR技术如何从“未来科技”走向“日常工具”，让用户在需要专注的时刻，获得更多的从容和便利。

【征文计划】用 Rokid AR 眼镜做“厨房小助手”：让做饭不再手忙脚乱

一、一个被忽视的日常痛点：做饭时，手忙脚乱

现代人越来越愿意下厨，但厨房却是一个“高干扰、高风险、高专注需求”的场所。

我们常常面临这样的困境：

手是湿的、油的、沾着面粉的，不敢碰手机，怕弄脏屏幕或误触；眼睛必须盯着锅、刀、火候，但又需要频繁查看菜谱步骤；耳朵是空闲的，却没人能及时回答“下一步该做什么？”；转身拿手机的几秒钟，可能就让汤溢出锅、菜烧焦、油温失控。

于是，很多人要么放弃复杂菜式，要么在“看手机—擦手—操作—再看手机”之间反复切换，效率低、体验差，甚至存在安全隐患。

有没有一种方式，能让我们不用动手、不用低头、不用分心，就能获得烹饪所需的全部信息？

答案是：有。Rokid AR 眼镜，正好能成为你的“厨房小助手”。

二、我的创意构想：一个悬浮在眼前的智能菜谱助手

想象这样一个场景：

你系上围裙，戴上轻便的 Rokid AR 眼镜，走进厨房。

对着空气说一句：“小助手，开始做番茄牛腩煲。 ”

瞬间，你眼前的视野中浮现出清晰的步骤卡片，位置刚好在灶台前方、视线自然落点处：

🍅 番茄牛腩煲 · 第1步

牛腩切块，冷水下锅，加姜片、料酒，焯水5分钟，捞出冲洗干净。

你一边处理食材，一边抬头就能看到下一步。手上有水？完全没关系。

当你把牛腩放入砂锅后，只需说：“下一步。 ”

AR 界面自动翻页：

🍅 第2步：炒番茄

热锅冷油，放入番茄块，中小火炒至出沙（约3分钟）。

过程中，你不确定“出沙”是什么状态，便问：“怎么判断番茄出沙了？ ”

眼镜立刻用温和的语音回答：“当番茄变软、汁水变浓稠、颜色变深红，就是出沙了。 ” 同时，旁边还浮现出一张参考图。

更贴心的是——当你设定“炖煮1.5小时”后，一个半透明的倒计时圆环会悬浮在砂锅上方，随着时间流逝缓缓收缩。你不用记时间，也不用设手机闹钟。

整个过程，双手始终专注于烹饪，眼睛只看食材和步骤，耳朵接收关键提示——这才是真正的“无感交互”。

三、Rokid 的哪些能力支撑了这个创意？

你可能会问：这听起来很酷，但真的能实现吗？

其实，这个“厨房小助手”并不依赖尚未成熟的新技术，而是巧妙组合 Rokid AR 眼镜已公开的核心能力：

1. 语音交互：你说，它听

Rokid 官方 SDK 支持语音唤醒 + 自然语言理解，用户只需说出菜名或指令（如“下一步”“暂停”“查火候”），系统即可响应。更重要的是，它支持离线语音识别，即使厨房网络信号弱，基础功能依然可用。

技术实现要点（面向智能菜谱场景）

void Awake() {    if (!Permission.HasUserAuthorizedPermission("android.permission.RECORD_AUDIO")) {        Permission.RequestUserPermission("android.permission.RECORD_AUDIO");    }}private void InitializeVoiceControl() {    if (!isInitialized) {        ModuleManager.Instance.RegistModule("com.rokid.voicecommand.VoiceCommandHelper", false);        OfflineVoiceModule.Instance.ChangeVoiceCommandLanguage(LANGUAGE.CHINESE);        isInitialized = true;    }}OfflineVoiceModule.Instance.AddInstruct(LANGUAGE.CHINESE, "下一步", "xia yi bu", this.gameObject.name, "OnReceive");OfflineVoiceModule.Instance.AddInstruct(LANGUAGE.CHINESE, "暂停", "zan ting", this.gameObject.name, "OnReceive");OfflineVoiceModule.Instance.AddInstruct(LANGUAGE.CHINESE, "番茄出沙了吗", "fan qie chu sha le ma", this.gameObject.name, "OnReceive");OfflineVoiceModule.Instance.Commit();void OnReceive(string msg) {    switch (msg) {        case "下一步":            ShowNextStep();            break;        case "暂停":            PauseTimer();            break;        case "番茄出沙了吗":            ShowVisualGuide("tomato_cha_sha_reference.png");            Speak("当番茄变软、汁水变浓稠、颜色变深红，就是出沙了。");            break;    }}void OnDestroy() {    OfflineVoiceModule.Instance.ClearAllInstruct();    OfflineVoiceModule.Instance.Commit();}

✅ 优势：无需联网、响应快、指令精准，专为厨房“湿手+噪音”环境优化。

2.智能语音转述大模型：让回答“有温度、有理解”

你可能已经注意到，前面的 OnReceive 示例中，我们用了一句固定文本：“当番茄变软、汁水变浓稠、颜色变深红，就是出沙了。” 但这只是“预设答案”。如果用户问的是：“番茄炒蛋要放糖吗？”“油温几成热最合适？”“这个肉炖多久才嫩？”——我们不可能为每种问题都写死一条指令。

这时，离线语音识别只是“听懂了你”，而智能语音转述大模型，才是“真正听懂了你的心”。

Rokid AR 眼镜支持接入轻量化本地大语言模型（LLM），例如 Qwen-Chat-1.8B 或 Phi-3-mini，这些模型可在边缘设备上高效运行，无需联网，响应时间低于 800ms，完全满足厨房的即时性需求。

我们不是在“查答案”，而是在“对话”。

技术实现升级：从“指令响应”到“语义理解”

private void InitializeLLMVoiceAssistant() {    LLMEngine.Instance.LoadModel("qwen-chat-1.8b.onnx");    LLMEngine.Instance.SetSystemPrompt(        "你是一个耐心、温和的厨房助手，擅长用生活化语言解释烹饪技巧。" +        "回答要简短、口语化，不超过3句话。如果不确定，就说‘我还不太清楚，建议查一下食谱’。"    );}void OnReceive(string msg) {    switch (msg) {        case "下一步":            ShowNextStep();            break;        case "暂停":            PauseTimer();            break;        case "番茄出沙了吗":            ShowVisualGuide("tomato_cha_sha_reference.png");            string response = LLMEngine.Instance.Query("如何判断番茄已经出沙？");            Speak(response);            break;        default:            string generalResponse = LLMEngine.Instance.Query(msg);            Speak(generalResponse);            break;    }}

在LLMEngine.Instance.SetSystemPrompt中我们设置了系统提示词，他的作用简单来说就是：人格设定，给他赋予一个身份，这里我们设置了厨房助手，语音识别触发后的处理逻辑 —— 如果没有“关键词匹配”就调用大模型进行“语义理解” ，使回复的更加智能化。

为什么这很重要？

不是“预设问答库”，而是动态理解语义。用户说“这汤太淡了怎么办？” → 模型回答：“可以加一点盐，但别一次加太多，先搅匀，尝一口再调整。”语气自然、有温度。模型会避免机械感，用“你试试看”“别着急”“我建议”这样的口语表达，像一位在你身边轻声指导的家人。上下文感知。如果用户刚问过“出沙”，再问“那现在该加水吗？”，模型能记住上下文，不会重复解释番茄状态。离线安全：所有对话在本地完成，不上传你的烹饪习惯、食材偏好，隐私零风险。

💡 小贴士：我们使用的是“语音识别 → 语义理解 → 语音合成”三段式流水线。 语音识别（离线）负责听清你说了什么； 大模型负责“思考”你真正想问什么； TTS（Text-to-Speech）负责用温柔女声（或男声）“说”出来—— 这三者在 Rokid SDK 中均已原生支持，只需组合调用，无需额外硬件。

实际体验对比

这才是真正的“智能助手”——不是数据库，而是懂你、陪你、帮你的人。

3. 空间显示：信息“贴”在真实世界

Rokid 的空间计算能力允许开发者将文字、图标、计时器等 UI 元素锚定在真实空间中的特定位置。这意味着菜谱不会漂浮乱动，而是稳定显示在灶台前方，无论你左右移动头部，内容始终处于视野舒适区。

如何用 AR Plane Manager 把菜谱“贴”到灶台上？

整个过程可分为三步：开启检测 → 识别灶台 → 锚定内容。

第一步：开启平面检测（只关注水平面）

厨房中干扰较多（锅具、调料瓶等），为提高效率和准确性，我们只需检测水平面：

ARPlaneManager.Instance.SetPlaneDetectMode(PlaneDetectMode.Horizontal);ARPlaneManager.Instance.OpenPlaneTracker();

💡 为什么选水平面？ 灶台、料理台、水槽台面都是典型的水平面，且高度适中（通常离地 80–90cm），是放置虚拟菜谱的理想“画布”。

第二步：监听并筛选最合适的灶台平面

系统会持续检测环境中的平面，并通过事件回调通知开发者：

ARPlaneManager.OnPlaneAdded += OnNewPlaneDetected;void OnNewPlaneDetected(ARPlane plane) {    BoundedPlane bp = plane.boundedPlane;    if (bp.planeType != PlaneType.Horizontal) return;    float area = CalculatePlaneArea(bp.boundary3D);    float height = bp.pose.position.y;     if (area > 0.3f && height > 0.7f && height < 1.0f) {        AnchorRecipeToPlane(bp.pose.position);    }}

📌 关键字段解释（来自 BoundedPlane 结构体）：

pose.position：平面中心点的世界坐标（单位：米）pose.rotation：平面的朝向（通常水平面的法向量朝上）boundary3D：平面边界的 3D 顶点数组，可用于判断形状与面积planeType：Horizontal 表示水平面（如桌面），Vertical 表示垂直面（如墙面）

第三步：将菜谱 UI 锚定到该位置

一旦确定灶台位置，即可将菜谱卡片、倒计时器等 UI 元素作为 3D 对象放置在该坐标附近：

void AnchorRecipeToPlane(Vector3 anchorPosition) {    Vector3 uiPosition = anchorPosition + Vector3.forward * 0.3f + Vector3.up * 0.15f;    recipePanel.transform.position = uiPosition;    recipePanel.transform.LookAt(Camera.main.transform); }

✅ 效果保障： 即使用户左右移动、弯腰或转身，菜谱 UI 会始终“固定”在灶台空间坐标中，不会随头部晃动而漂移——这才是真正的空间锚定（Spatial Anchoring）。

平面检测的生命周期管理

为避免资源浪费或误触发，建议在合适时机关闭平面检测：

void StartCooking() {    ARPlaneManager.Instance.SetPlaneDetectMode(PlaneDetectMode.Horizontal);    ARPlaneManager.Instance.OpenPlaneTracker();    ARPlaneManager.OnPlaneAdded += OnNewPlaneDetected;}void OnRecipeAnchored() {    ARPlaneManager.Instance.ClosePlaneTracker();    ARPlaneManager.OnPlaneAdded -= OnNewPlaneDetected;}void OnDestroy() {    ARPlaneManager.Instance.ClosePlaneTracker();}

为什么这对厨房场景至关重要？

在油污、蒸汽、手忙脚乱的厨房中，稳定性 = 安全性 = 可用性。Rokid 的平面检测能力，正是让 AR 从“玩具”走向“工具”的关键一步。

小结：空间显示 ≠ 悬浮显示，而是“环境感知 + 精准锚定”

通过 AR Plane Manager，开发者可以：

智能识别厨房中的可用平面；将菜谱、计时器等关键信息锚定在物理世界的真实位置；实现“抬头即见、稳定不飘、随动不乱”的沉浸式交互。

这不仅是技术能力的体现，更是对真实用户场景的深度尊重——毕竟，在厨房里，没人有空去“找”菜谱，它应该就在你最需要的地方，静静等着你。

🔧 开发提示：建议在原型阶段优先使用 Horizontal 模式 + 面积/高度过滤策略，可大幅提升灶台识别准确率。后续可结合用户标定（如语音说“就在这儿显示”）进一步优化定位。

4. 第一视角体验：解放双手，专注操作

与手机、平板不同，AR 眼镜是穿戴式设备。你不需要手持设备，也不会因为低头看屏幕而忽略锅里的变化。

这种“抬头即见、语音即控”的交互方式，天然适合高专注、高风险的操作场景——比如烹饪、维修、实验等。

在厨房中，这意味着：

双手始终自由，可同时切菜、翻炒、调味；视线不离灶台，火候、沸腾、油温尽在掌控；注意力高度集中，减少因分心导致的安全事故。

5. 内容可扩展：菜谱来源灵活

应用本身不需要内置海量菜谱。 它可以：

对接公开美食 API（如“下厨房”“豆果美食”）；允许用户上传自定义食谱（支持语音录入或文本导入）；未来还可结合图像识别（如识别你面前的食材），实现智能推荐。

✅ 关键点：这个创意的实现门槛并不高。它不需要训练 AI 模型、不需要改造硬件，只需合理调用 Rokid SDK 提供的语音、显示、空间定位等模块，再设计好用户交互流程即可。

四、为什么这个应用有价值？

也许你会说：“我用手机支架不就行了？”

但体验完全不同：

更深层的价值在于：

降低烹饪门槛：新手不再因步骤复杂而放弃尝试；提升厨房安全：减少因分心导致的烫伤、火灾风险；增强烹饪乐趣：让人更专注于“创造美食”的过程，而非“操作设备”；适老化潜力：老年人看不清小字手机屏幕，但大字体 AR 显示更友好。

五、结语：技术的意义，在于服务生活

AR 技术常被描绘成“未来科技”“元宇宙入口”，但它的真正价值，或许就藏在这些微小却真实的日常场景里。

Rokid AR 眼镜不是为了炫技，而是为了让人在需要专注的时候，少一分干扰，多一分从容。

厨房，正是这样一个地方。

当你不再为“下一步该做什么”而手忙脚乱，

当你能安心地盯着锅里翻滚的汤，

当你笑着对眼镜说“谢谢，这道菜成功了”——

那一刻，技术才真正融入了生活。

而我的“厨房小助手”，或许就是这样一个温暖的开始。

技术文档：ar.rokid.com/

开发文档：ar.rokid.com/doc