在世界机器人大会（WRC）的展区里，擎朗智能的展台显得格外“接地气”——洗衣房、咖啡亭、甜品屋、零售店等生活场景被一一复刻，人形机器人熟练地叠着衣服，咖啡机器人精准地取杯萃取。这些看似日常的场景背后，折射出服务机器人行业从“炫技”到“算账”的转型逻辑：当多数企业仍在比拼技术参数时，擎朗智能已通过“岗位化”策略，将商业闭环跑通至全球600多个城市。
“家庭通用机器人至少需要5年才能落地，但服务业的重复性岗位只需‘有限泛化’能力。”擎朗智能创始人李通在接受采访时直言。他以酒店洗衣房场景为例：一台机器人每天叠多少件衣服、租金如何定价、客户节省多少人工成本，这些数据必须能算清经济账，生意才能持续。这种务实风格源于早期教训——2016年，公司第一代产品T1以“只租不卖”模式进入日本餐厅，租金定为当地服务员薪资的1/3至1/2，一台机器人工作8年为公司赚回近50万元。
技术路径的选择同样体现商业化导向。针对“岗位化是否导致数据孤岛”的质疑，李通展示了擎朗的“双层模型”架构：上层是针对咖啡师、洗衣工等具体岗位的垂域模型（KEENON ProS），底层是通用物理模型（KOM）。“洗衣房训练出的布料变形规律，可以迁移到叠毛巾、叠床单等场景，因为底层物理规律相同。”他解释道。2026年将发布的KOM 3.0模型，正是基于全球10万台真机在真实岗位中积累的数据训练而成，其“潜空间世界模型”能让机器人在动手前预演物理过程，大幅降低试错成本。
海外市场的规模化验证了这一策略的可行性。据IDC报告，擎朗智能以22.7%的全球出货量占比位居行业首位，其中配送机器人占海外市场份额超40%，2025年商用清洁机器人业务出货量同比增长超800%。李通透露，发达国家劳动力成本高昂，用户对机器人终端售价的接受度是国内的3-5倍，这为技术迭代提供了资金支持。目前，公司海外营收占比达60%，全新人形机器人产线已在泰州工厂投产，产品将直供海外市场。
从WAIC到WRC，擎朗的场景拓展轨迹清晰可见：从咖啡、甜品到洗衣房，明年计划进入医疗康养、商超补货等细分领域。在盛茂香格里拉酒店，8台机器人组成“通用+专用”协作团队：人形机器人XMAN-R1负责迎宾递物，配送机器人T10完成客房配送，清洁机器人C40处理地面卫生。这种组合模式解决了标准化任务与复杂场景的矛盾——专用机器人承担高频重复工作，通用机器人应对环境变化，形成服务闭环的最优解。
李通的商业化原则随着市场反馈不断调整。早期他认为“表演不算干活”，但当发现展会、文旅项目对打腰鼓的机器人有采购需求后，公司迅速推出相关产品。“商业化的核心是服务真实付费场景，而非固守某种技术执念。”他举例称，部分海外客户将机器人表演能力视为产品可靠性的参考维度，这促使团队重新评估技术价值的边界。如今，擎朗的机器人既能叠衣服、做咖啡，也能在展会上表演传统节目，这种“多面手”特质恰恰源于对市场痛点的敏锐捕捉。
