文 | 新眸，作者 | 鹿尧 文 | 新眸，作者 | 🎉鹿尧 有关预制菜的讨论，再次上升到了国民级热点。 😆 罗永浩吐槽西贝“贵、难吃、全是预制菜”，贾国龙强硬回击“西😂贝无一道预制菜”，接下来开放后厨，后续道歉的同时阴阳对方是“💯网络黑社会”——这场隔空论战虽然才到第三天，但剧情发展已经给😂人一种旷日持久的感觉。 热闹背后，相比把视线聚焦到简单🤗的个人恩怨或品牌公关危机，这件事本质上是一场围绕预制菜认知、😁标准与场景的行业博弈，暴露的是预制菜“为标准化而生，却困于无😅标准”的核心矛盾。 这个时候再看罗永浩的最后回应，会发😡现重点清晰，也很有意思： “我不反对预制菜，图方便、图😂省事的时候，我甚至很喜欢预制菜......我只是主张餐饮企业🌟用预制菜要给消费者知情权，不能用预制菜冒充现做的新鲜菜肴..🌟....国家卫健委主导的《预制菜食品安全国家标准》草案已通过😢了专家审查。期待正式的标准尽快实施。” 这篇文章，我们😍就从不一样的角度来聊聊这个话题。 三方各执一词的鸡同鸭🔥讲 罗永浩与贾国龙的对抗，其实是两种认知体系的碰撞，双😆方的激烈对撞并不在同一维度，而消费者的困惑则让这场争议更显复😴杂。 罗永浩的诉求很直接：“标准透明化，把选择权给消费❤️者”，他站在普通食客视角，将“提前做好、加热即食”的菜品都归😍为预制菜，认为高价餐厅理应让消费者知晓食材来源。 但事🔥实上，这一诉求陷入了“天问式困局”——没有统一国标，“标准”😡便无据可依。就像牛奶有GB6536标准界定品质，预制菜至今缺🥳乏清晰的国家标准，商家既无法确定“什么该标”，也怕标了“不符😡合国标”反而引发更多争议。 贾国龙的反应则更像是下意识😀的“反驳”。他坚称“符合国标就不算预制菜”，看似是维护品牌商🌟誉，其实暴露了潜意识里的判断：预制菜是“不好的”，尤其不该出😴现在西贝这样主打“现做”感知的餐厅。 这种认知让他陷入😘偏执——开放全国370家门店后厨本是缓解信任危机的一步棋，却❤️仅维持两天便草草收场，既没打消消费者疑虑，反而坐实了“作秀”😜的质疑。他“脱不下长衫”，把争议等同于“诋毁”，却忽略了争议🤔的核心并不是“西贝好不好”，而是“预制菜该如何被定义、被选择💯”。 消费者的认知其实要更加主观。换个角度来看，人们能🙌坦然接受山姆会员店高价的预制佛跳墙、盒马的预制虾饺，甚至如果🤯按照大家的主观印象来区分，超市卖场里的零食、冻货，在某种程度😎上，也是“预制”。 但这种“受欢迎”仅限于特定场景。一🚀旦预制菜进入餐厅，尤其是中高端餐厅，就立刻陷入不被接受的怪圈😁。人们对餐厅里的预制菜充满警惕，原因很简单：场景决定预期。 😴 展开全文 超市是“选购场景”，消费者主动选择预制😂菜，追求便捷，明确知道买的是速冻食品，对保质期、添加剂有心理🤯准备；而餐厅是“体验场景”，“新鲜现做”是默认期待，尤其是西🎉贝这类客单价不低的品牌，如果西贝是个大超市，就没有任何问题，😜但它是餐厅，消费者的期待值完全不同，他们难以接受“花高价吃加🤩热菜”。 很多人会纠结于添加剂，事实上牛奶、面包都有添😆加剂，酱油、味精甚至本身就是添加剂，预制菜的添加剂并非特例。🤯怎么去解释这种落差呢？举个例子，场景双标还体现在品类适配性上🥳。 并非所有食物都适合预制，用添加剂粉末冲调的“鸡汤”😜，即便营养成分与真鸡汤一致，也不该被称为“鸡汤”，而应叫“仿🤩鸡汤”或“克隆汤”。这类品类的预制，本质是“挂羊头卖狗肉”，🌟违背了食材本真。 可惜的是，当前行业既没有“哪些品类不😴该预制”的共识，也没有标准要求，只能由争议发酵。 为标🔥准化而生，却卡在“标准”二字 一提起预制菜，好像不少人🤗第一反应就是“科技与狠活”、“不新鲜”、“全是添加剂”，仿佛🥳这东西天生就带着某种原罪。贾国龙坚持西贝不符合预制菜的国标，🤗但在消费者认知中，非现场制作、加热即食的菜品就是预制菜。 🤯 可仔细琢磨，真的是预制菜本身该被嫌弃吗？倒不如说，是一些👍乱七八糟的事情，把预制菜的名声给搅坏了——不是预制菜妖魔化了😊自己，是劣质产品、错位场景和模糊标准，在不知不觉中把它推上了😀风口浪尖。 准确来说，预制菜并非天生遭人排斥，它甚至在🤯悄悄改变餐饮行业的格局。 预制菜的兴起源于餐饮行业的一🙌系列结构性变化，人工成本持续上涨、门店租金不断攀升、标准化需😎求增加、外卖业务快速发展……这些因素共同推动了餐饮行业向预制⭐化、工业化方向发展。 这两年遍地开花的云贵川菜系的Bi😂stro、广西鱼生餐厅、广东早茶店，背后也是预制菜的推动——🔥复杂的酱料、难处理的食材被提前预制，降低了门店的操作门槛，让🙌小众菜系得以规模化扩张。 更典型的，因为出餐快、薄利走😜量、品控稳，外卖几乎是预制菜最先扎根的领域，品质过关的预制菜😆也在市场上凭借性价比被默许，甚至受欢迎，行业因此迅速发展。 😂 这也是我们要讨论的一个第一性原理，预制菜的诞生，一开始😴本是为了解决餐饮行业的“标准化难题”。 连锁品牌要扩张😂，就需要稳定的品控、高效的供应链——中央厨房预制的食材，能让😢北京和上海的西贝做出同样味道的莜面，这是现做模式难以实现的。👍没有预制菜，很多连锁品牌开不起来，这是行业的现实。 但😢讽刺的是，预制菜自身却陷入了“无标准”的泥潭。 商家的💯标准是“效率与成本”，只要能降低成本、提高出餐速度，就算达成😆目标；消费者的标准是“知情权与新鲜度”，希望明确知道是不是预😘制菜、有没有过多添加剂。而当下的国标则处于模糊地带，既没有清😘晰界定“什么是预制菜”，也没有规范“该如何标注”。 因🤩此三者的错位，让预制菜陷入“做也不是，不做也不是”的困境：商🥳家标了“预制菜”怕丢客，不标又怕被吐槽不透明；消费者想吃新鲜😊的，却又离不开预制菜带来的连锁便利。 罗永浩想凭一己之🔥力让外界重视这个问题，当前预制菜行业最突出的问题是标准体系的👍不完善。虽然有一些行业标准和团体标准，但缺乏强制性国家标准，😉导致预制菜的质量参差不齐，消费者信任度难以建立。 标准😀缺位体现在多个方面：定义不统一、分类不清晰、标识不规范、质量😉指标不完善。这就造成了企业执行无据、监管执法困难、消费者维权😍无门的困境。 更重要的是，现有标准多从生产经营角度制定😂，很少考虑消费者知情权和选择权的保护。这种标准制定思路已经落😆后于当代消费者的需求。 品认知待升级，走出绝对的污名化🤯 这场罗永浩与贾国龙的争议，不过是这个困局的缩影。 🚀 罗永浩想要的透明化，需要国标先行；贾国龙坚守的“国标定义😉”，却跟不上消费者的认知；消费者期待的新鲜与便捷，在当前行业🎉现状下难以两全。 两种洪流的对冲下，一边是餐饮行业规模👍化的必然需求，一边是消费者对食品安全与体验的诉求，而夹在中间😀的预制菜，自然成了矛盾的焦点。 但争议往往不是终点，而😀是行业破局的起点。要解决预制菜之争，首先需要推动社会认知的升👏级。 预制菜不是“劣质食品”的代名词，而是食品工业化的😊必然产物。从罐头、速冻食品到预包装菜肴，食品加工技术的发展一👍直伴随着人类社会的进步。 事实上，高质量的预制菜，其安😀全性甚至高于现场制作食品。中央厨房的环境控制、原料检测、工艺😊标准通常比餐厅后厨更加严格。规范化生产的预制菜在微生物控制、⭐添加剂使用等方面反而更加可控。 但认知差异导致各方各执💯一词，企业端依据行业规范，消费者端依据直观感受。争论从一开始😀就陷入了无标准可循的罗生门。 预制菜本身没有绝对的错，👍错的是“无标准的混乱”与“不透明的隐瞒”。消费者需要认识到，😢预制菜与现做菜是不同场景下的不同选择。关键是确保消费者有充分🙄的知情权和选择权。 当标准清晰了，认知统一了，场景适配😎了，或许有一天，消费者走进餐厅，能坦然接受标注“预制”的菜品🤔，商家也不必再为“是不是预制菜”而争论——这才是预制菜行业真😀正的良性发展之路。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多