2025年7月26日，上海世博展览馆的中央展区人头攒动。世博展览馆的空气里飘着爆米花的焦糖香，吸引着人群来到中央展区C位的擎朗智能展位上，但意外发现托着纸袋递到观众手中的，是人形机器人的一双机械臂。

擎朗双足人形机器人XMAN-F1在WAIC中央展区调制冰镇饮料、制作爆米花的场面，让围观人群举着手机迟迟不愿离开。

机器人大讲堂记者挤进餐吧区时，恰好听到机械臂将爆米花递给一个孩子，而小男孩接过后本能说出了一句“谢谢机器人”，这一幕无疑令人震撼。

不久前，特斯拉汽车餐厅的复古霓虹灯下，Optimus传递爆米花的画面登上全球热搜，让人们注意到，人形机器人的战场，早已不止于工厂车间。未来，人形机器人这个能在餐厅里穿梭、在台阶上行走、在人流中避让的钢铁身影，正开启服务场景的全新想象。

为服务而生的擎朗XMAN-F1，在WAIC的实战演示，以更惊艳的表现接过人类服务接力棒。擎朗将展位变成了具身服务体验馆，用三大场景演绎人形机器人如何"沉浸式干活"：在酒馆餐吧，XMAN-R1能根据订单调配威士忌加冰，从识别酒瓶标签到控制倒酒速度，动作精度堪比专业调酒师；在医疗站，XMAN-F1与物流机器人M104配合，前者负责将无菌器械包送到病房，后者则将标本盒送回检验科，全程符合医院的院感标准；同时，XMAN-F1甚至能自主完成PPT讲解，语音语调会根据内容调整，遇到观众提问时还能暂停解答。

担任一个个岗位的XMAN-F1，正为业界给出更明确的答案：在人形机器人的下半场，落地服务场景的未来可能性，或许比想象中更大。

▍双足所至 打造多形态协作服务矩阵

擎朗智能很早就意识到，单一形态的机器人难以覆盖所有服务场景。在服务场景中引入双足人形机器人，恰恰意味着机器人的服务正从平面到立体，从而进一步重构了服务边界。

正如擎朗智能产品负责人所说：“服务场景的机器人不需要会跳舞，而是更需要的是能把爆米花做熟、把饮料送到桌的机器人。”

因为服务场景引入机器人的核心痛点不只是移动，还有对场景的理解，对业务流程的理解。其中，安全是最基础的原则，服务场景最大的特点是在人群中零距离，解决这些立体空间难题，正是XMAN-F1诞生的核心动因。

作为全球首款聚焦商用服务场景的双足人形机器人，XMAN-F1以仿生运动控制与双足动态平衡技术为核心，通过对人类行走姿态的生物力学分析，XMAN-F1已经实现了对小台阶、斜坡、崎岖地面的稳定适应。

更关键的是，XMAN-F1的全身协调控制能力重新定义了机器人在复杂环境中的安全性与效率，能在人流密集的场景快速识别移动障碍物，并规划出绕行路径，这种既灵活又可靠的特性，让双足形态有望从技术噱头变为商用刚需，真正实现“双足所至，服务可达”。

▍岗位化模型重塑行业标准

“机器人能端盘子，但能像酒店前台令人感觉宾至如归吗？”——这些问题曾是服务机器人商业化的“终极拷问”。而在WAIC上，擎朗智能正通过XMAN-F1给出答案。

擎朗智能基于全新推出的垂域岗位化模型岗位化垂域模型ProS，本次在展台的酒馆餐吧，让XMAN-F1充当调酒师的角色，充分体现了一种"岗位化"的具身智能落地模式。XMAN-R1会准确识别订单内容，并展示精准的调酒技艺：从识别酒瓶、精准倾倒冰块与酒水饮料等，整个过程中，模拟服务人员动作逻辑与姿态，从双手递物到移动控制，融入场景需求，贴合岗位特征，对应岗位规范化流程，在拥挤的展台环境中依然能保障稳定移动与安全服务。

据悉，岗位化垂域模型ProS的核心逻辑是“让机器人成为合格的岗位员工”，从能听懂话变成能做对事。为此，它并非简单叠加任务指令的大模型，而是通过通用大模型+垂域知识蒸馏的双层架构，实现了从单一动作到全流程服务的跨越。

具体而言，基于自研的“擎朗具身智能架构”，擎朗多机器人已经形成了“场景层－垂域模型层－通用大模型层”的协同体系。在通用层，XMAN-F1通过自然语言理解、环境语义识别、多模态交互具备跨场景的基础能力；在岗位化垂域模型层，针对餐厅、酒店、零售等细分领域，岗位化垂域模型ProS通过“岗位流程拆解－动作库匹配－结果评估”的闭环思路，将每个岗位的工作转化为可量化、可复现的机器人语言，每个步骤都对应明确的输入条件与输出标准，形成可复用的服务模式库，这种标准化不仅让机器人的工作成果可评估，更让服务质量摆脱了“人的状态波动”影响。

擎朗的岗位化模式可让机器人掌握新技能，相比传统方法可大幅降低数据需求，其高效率源于岗位化带来的任务明确性和技能复用性，使机器人能够"举一反三"。这种数据优势也使得擎朗的具身智能系统在泛化能力和可靠性上遥遥领先。未来，随着多模态大模型的持续进化和数据积累的指数增长，擎朗的具身智能技术路线将展现出更强大的生命力。

正如有专家所言：“岗位化不是限制机器人的能力，而是让机器人的能力有迹可循。当每个岗位都能被精准定义，服务机器人才能真正融入商业生态，从辅助工具变成核心生产力。”

▍多形态协作开启生态化服务

在酒店的早高峰时段，当一位客人需要办理入住，同时客房需要紧急清洁，餐厅需要补充餐具，传统服务场景下，这需要3名不同岗位的服务人员协同；而在擎朗本次WAIC的多形态协作生态中，就展示了类似岗位协同的可能性，表明了人形+ 专用的多机协同，或许才是服务场景的最优解。

现场可以看到，人形具身服务机器人XMAN-F1与医院物流机器人M104默契配合，从病区的医疗器械配送到检验科的标本传递，构建了完整的智慧医疗物流闭环；在酒馆餐吧的配送工作则由擎朗配送机器人T10按最优路径完成，两者通过机器间任务调度实现无缝衔接。多个机器人能像默契的团队一样自动分工，这种“1+1>2”的协同效应，正是XMAN-F1对行业的另一重颠覆。

而这种协同的核心是任务拆解和智能调度。机器人大讲堂认为，从技术架构而言，XMAN-F1的协作智慧主要体现在三个层面：任务分配、数据共享、动态优化。在任务分配环节，它通过群机调度系统成为协作枢纽，数据共享则让协作突破物理距离限制，这种信息互通避免了重复劳动，更降低了安全风险。在多机协作模式下，聚焦单一岗位任务机器人的任务错误率也有望因此大幅降低。

最具革命性的是动态优化机制。所有机器人的运行数据在这套机器人运行架构中，最终会汇总至中央模型，通过强化学习不断优化协作策略，形成数据共享 - 持续进化"的生态。根据IDC发布的《全球配送服务机器人市场份额2024》与《全球商用清洁机器人市场份额2024》报告，擎朗智能凭借覆盖配送、清洁、消毒、导引等全品类服务机器人产品线，以22.7%的出货量占比位居全球商用服务机器人第一，主力产品配送机器人广泛应用于餐饮、医疗、酒店等场景，积累了大量行业knowhow，形成了市场数据 + 技术架构的复利效应，即卖的机器人越多，数据积累越厚；数据越厚，新机器人落地越快。

目前，擎朗在全球60多个国家部署了10万台机器人，每天产生超过10TB的真实场景数据，这些数据不是简单的存储，而是通过场景标签化处理，成为模型训练的鲜活素材，这些数据让XMAN-F1这款通用人形机器人能快速成长，像行业专家一样将通用能力转化为领域技能，更加具备岗位化设计的思路，实现了用场景数据喂饱模型，用模型能力反哺场景的循环，最终让XMAN-F1更懂服务。

据悉，擎朗还已为餐饮、酒店、医疗等领域的10+个核心岗位建立了标准化流程，从餐食制作到客房整理，机器人能像人类员工一样按岗履职，这使得机器人的上岗不再是闭门造车，而是与真实商业环境深度绑定，确保技术进化始终围绕“服务价值”展开。

▍具身智能生态的无限可能

从特斯拉 Optimus 在餐厅的亮相，到擎朗XMAN-F1 在 WAIC 的首秀，台下的观众或许还没意识到，他们见证的不仅是一种机器人落地新范式，更是服务行业智能化的分水岭：人形机器人正在用一个清晰的轨迹告诉世界：它们的战场已经从制造业转向服务场景。

本次XMAN系列的多场景展示，恰恰是擎朗智能对“人形服务机器人未来”的回答，即当双足形态突破空间限制，当岗位化模型定义服务标准，当多形态协作构建生态网络，当模型架构支撑持续进化，当机器人能像人类员工一样按岗履职，我们不得不承认，人形机器人的“服务时代”已经拉开序幕。

未来，随着擎朗具身智能架构的持续优化，XMAN-F1的能力边界还将不断拓展：通过与更多垂域模型的融合，它可能学会“咖啡拉花”“衣物熨烫”等更多精细化服务；通过多形态协作的深化，它将与清洁机器人、配送机器人等形成立体服务网络；而随着通用大模型的进化，它或许能像人类一样“理解情感”，在客人失落时递上一杯温水，在节日时送上一句祝福。

正如擎朗智能现场负责人所说：“我们不追求像人一样的机器人，而追求能为人服务的机器人。XMAN-F1的双足，踏响的不仅是技术的进步，更是人形机器人进入服务业的新节奏——在这条路上，没有终点，只有不断向前的Next step。”

这场由双足机器人开启的服务场景革命，才刚刚开始。