当多数机器人企业仍在展示概念演示或炫技动作时，擎朗智能已将商业算盘拨得噼啪作响。在2025年世界机器人大会上，这家全球出货量第一的服务机器人企业，用洗衣房叠衣的人形机器人、咖啡亭萃取的机械臂和穿梭于展区的配送机器人，构建起一幅具身智能落地的真实图景。展板上跳动的数据印证着其战略成效：全球600余座城市部署超10万台设备，海外市场贡献六成营收，商用清洁机器人出货量同比激增800%。
创始人李通在展区向媒体揭晓了"接地气"背后的技术逻辑。不同于追求家庭场景无限泛化的技术路线，擎朗选择从服务业的"有限泛化"切入：酒店洗衣房每天叠200件衬衫的数据，比实验室模拟万次更有价值；咖啡亭萃取时咖啡液的重心变化，恰是训练物理世界模型的关键参数。"真实场景的意外情况，才是训练模型最珍贵的养料。"李通指着正在叠衣的XMAN-R1人形机器人说道，这款设备已实现放衣、洗涤、取衣、叠衣全流程自主协同。
支撑这种落地能力的，是独特的"双层模型"架构。上层垂域模型KEENON ProS针对咖啡师、洗衣工等具体岗位优化，底层通用底座KOM 3.0则构建起物理世界认知网络。当洗衣房数据优化叠衣技能时，布料受力变形的物理规律会同步更新至底座模型，使机器人无需重新学习即可处理毛巾、床单等柔性物体。这种"专岗专精+通用认知"的模式，让擎朗用上百个岗位数据喂养出能支撑千个场景的通用底座。
商业化的现实考量贯穿企业发展历程。2016年AlphaGo引发的热潮尚未退去，资本寒冬已至，李通带领团队在日本餐厅用"只租不卖"模式打开市场，第一代产品T1以当地服务员薪资1/3的租金持续工作8年，为公司赚回近50万元。这种务实策略延续至今：在香格里拉酒店，XMAN-R1迎宾递物、W3客房配送、C40清洁、T10送餐的协作场景，验证了"通用+专用"组合的经济性——客户只关心成本是否低于人工，效率是否优于传统方式。
海外市场的规模化验证成为关键突破口。发达国家高昂的人力成本使机器人具备溢价空间，擎朗全球出货量中配送机器人占比超四成，商用清洁业务更呈现爆发式增长。泰州工厂投产的人形机器人产线，已将产品销往多个海外市场。李通透露，明年WRC或将展示医疗康养、商超补货等新场景，以及通用机器人与专用设备在复杂场景中的联动案例。
面对"表演型机器人是否偏离技术初心"的质疑，李通的回答展现商业智慧："当展会腰鼓表演能带来真实订单，这就是合理的商业场景。"这种认知转变促使擎朗拓展技术边界，部分海外客户甚至将表演能力纳入产品可靠性评估体系。从洗衣房叠衣到舞台打鼓，看似迥异的场景背后，是同一种商业化逻辑——用真实需求驱动技术迭代，用可验证的ROI说服市场。
