在2026年WAIC盛会期间，擎朗智能的创始人李通在活动现场接受了徽声在线记者的独家专访。

据公开信息，擎朗智能作为全球清洁机器人领域的佼佼者，近年来在人形机器人产品的研发与推广上也取得了显著进展。

步入2026年，世界模型已成为人形机器人行业的热门话题。李通在接受采访时指出，人形机器人的商业化进程离不开本体、小脑和大脑的协同发展。他特别强调，只有不断提升“大脑”的智能水平，人形机器人才有望实现大规模商业化应用。

然而，“大脑”的发展面临数据瓶颈。徽声在线记者了解到，大语言模型的崛起得益于互联网上海量的数据资源。但人形机器人领域的数据不仅稀缺，还面临着“跨本体”的难题，即不同机器人本体间的数据难以通用。

李通解释道：“数据匮乏的原因在于人形机器人尚未大规模普及。而缺乏数据又阻碍了人形机器人大脑的快速发展，进而限制了其大规模推广的步伐。”

那么，人形机器人行业应如何突破这一困境呢？

李通认为，解决之道在于实现机器人岗位化。他建议，先从简单岗位入手，逐步引入机器人，通过积累数据来提升机器人大脑的智能水平。

他进一步阐述：“不要期望机器人一开始就能胜任所有任务，而是应该先找到那些对泛化能力要求不高的场景，让机器人先干起来。有了使用，自然就会有数据积累。”

在谈及人形机器人“大脑”的技术路线时，李通表示，当前技术路线尚未定型，各家企业都在探索中。这些方案并非孤立存在，而是相互融合、取长补短的过程。

他解释道：“每个方案都有其独特的优势和不足，可能解决了一部分问题，但又无法完全解决另一部分问题。因此，我们需要不断探索和融合，以找到最佳的技术路径。”

李通还透露，擎朗智能自主研发了融合世界模型的VLA架构，将视觉理解、语言指令和动作生成统一在一个端到端的模型中。在此基础上，针对咖啡制作、洗衣房等具体岗位，擎朗智能还训练了岗位化垂域模型KEENON ProS，使机器人具备了多模态环境感知、精细力控和柔性物体操作能力。

在探讨技术方案最终是否会收敛时，李通认为，在细分领域拥有较大规模的人形机器人或数据积累丰富的企业，将在未来竞争中占据优势。但他也指出，这与虚拟世界有着本质区别。

他解释说：“在虚拟世界中，一款大语言模型发布后能迅速覆盖全球。但在物理世界中，各类专业化数据差异显著，且更加分散。因此，企业需要更加精准地定位自己的市场和应用场景，以积累有价值的数据。”