一只沒有固定形狀的史萊姆，如何長成機器人大腦第一股｜甲子光年

讓機器長出大腦，也讓世界保留不同形狀。

作者｜田思奇

編輯｜栗子

很少有人會把“史萊姆”和一家科技公司聯系起來。

在游戲里，史萊姆是玩家走出新手村后最常遇到的小怪。看起來弱小，但有時也很難擊敗它。玩家稍有疏忽，便可能被它反制。它也沒有固定形狀，像一團泥巴，可以幻化成很多模樣。

仙工智能的吉祥物，就是一只史萊姆。

6月24日，這只“最弱小怪”在港交所掛牌上市。仙工智能由此成為機器人大腦第一股。

但這個身份更像一個觀察入口，而不是仙工智能故事的終點。

過去，仙工智能通過機器人大腦，讓不同機器人之間擁有統一語言；如今，通過開放平臺，讓更多設備和場景開始連接；未來，它試圖構建的，則是面向真實世界智能系統的具身基礎設施。

沿著這條路徑看，仙工智能想進入的，不只是控制器生意，而是機器人產業更底層的基礎能力建設：從單臺機器的大腦，到多種機器的協同網絡，再到面向真實世界的具身智能基礎設施。

6月24日，仙工智能在港交所上市

“機器人大腦第一股”的資本標簽，也提供了一個重新理解機器人公司的角度。

近年來，外界更容易被機器人本體吸引：人形機器人爬樓、翻跟頭、搬箱子，技術進展直觀，也更容易進入資本市場想象。相比之下，控制、調度、適配能力都藏在機器身后。身體看得見，大腦看不見。

但隨著具身智能進入產業落地階段，行業競爭的焦點正在發生變化。人形機器人進入真實世界，需要的不只是一個更強的身體，也需要支撐不同機器人長期運行、協同和進化的底層體系。

所以如果用過去的眼光看，仙工智能很難被簡單放進本體公司或AI公司的敘事中。它有硬件收入，戰略重心卻在平臺；有數據入口，模型能力仍在積累。

「甲子光年」認為，更合適的框架，是把仙工智能理解為具身智能時代的基礎設施建設者：先看它連接了多少設備和場景，再看這些連接能否轉化為平臺黏性、數據資產和持續進化能力。

仙工智能創始人趙越強調，大腦是機器人智能落地的核心。過去，它更多承載規則、規劃與控制；今天，數據和模型也開始進入其中。但無論技術范式如何變化，機器人最終仍要通過控制系統完成感知、決策和執行的閉環。

仙工智能呈現的，正是這部分看不見的能力。它不押注某一種具身形態，而是連接不同形態的機器人，實現業務場景下的全域協同。

1.人形機器人進廠后的第一件事

機器人進工廠其實并不簡單。

比如，車間里有一噸重的貨物需要搬運，該怎么搬？

一種解法是讓10個人形機器人一起去搬；另一種解法是讓人形機器人去開叉車；再或者是把叉車智能化，自己把貨物搬走。

很多人以為，現在的人形機器人如此發達，前兩種解法應該很容易。

但事實并非如此。在業務現場，更現實的答案大概率是第三種。“至少未來3到5年內，我不相信會有一個人形機器人去開叉車。”趙越說。

這不是否定人形機器人。人形機器人會在柔性操作、復雜交互，或者原本按人的身體尺度設計的空間里找到位置。但具身智能真正進入產業現場后的首要課題，是如何成為既有機器網絡里的新節點：不同機器人之間如何分配路權、交換任務格式和數據格式，如何與已有設備協同運行。

當然，這些問題固然可以讓集成商通過現場部署解決。但如果每個項目都依賴臨時適配和人工硬湊，短期也許能交付，長期卻會積累難以維護的系統債務。

仙工智能所切入的，正是這層隱藏在機器背后的能力：用統一的“大腦”來控制和管理所有智能設備。

與之對應的是，仙工智能的控制器出貨量從2024年的7200多臺增長至2025年的12000多臺，同比增長約70%。這些控制器進入更多設備、更多任務和更多業務場景，也把地圖、接口、調度和數據格式的問題推到臺前。

換句話說，隨著具身智能從單機能力走向多設備協同，“手搓”解決方案的代價會越來越高。機器越多、場景越復雜，把差異收斂成可復用底層能力的價值就越明顯。

因此，具身智能落地的第一性問題，不只是造出一種足夠強的身體，而是讓不同形態的機器在真實場景里穩定協同。機器人越多，真正稀缺的就越不是某一臺機器的單點能力，而是一套能讓它們共同工作、彼此理解、持續擴展的機器人大腦。

2.從大腦到平臺：急停按鈕背后的系統生意

只不過，仙工智能也不是第一天就想明白自己要做機器人大腦。他們也從機器人本體起步。

啟發趙越的，是客戶現場里那些看起來微小、實際很非標的需求。比如急停按鈕。

在普通人眼里，“急停”不過是一個瞬間的物理動作：危險時按下去，機器立刻停住。但客戶的需求更細，甚至互相矛盾。

有的客戶要求急停后必須斷電，保證絕對安全；有的要求不能斷電，要用抱閘鎖死，因為機器人可能停在坡道上；還有的希望不斷電也不鎖死，只把電機去使能，方便人工推動。

讓仙工智能感到棘手的，不是某一個需求難做，而是每種要求都有場景支撐，也都說得通。邊緣需求不斷疊加，使單一本體產品的邊界變得越來越模糊。

轉折來自富士康。

當時，富士康正在推進“百萬機器人計劃”，機械臂已經有部分在內部自研。對于機器人，富士康同樣傾向于自己制造。

它找到仙工智能，提出購買仙工智能的系統和控制器，同時希望獲得相應的機器人圖紙和設計方案。

換句話說，富士康不需要長期供貨的標準整機，而更想要能夠支撐其自研和自造機器人的底層能力。

對多數本體公司來說，這一要求很難接受。機器人圖紙通常被視為本體公司的核心資產，一旦交給客戶，就意味著客戶可能繞開原廠，自行生產機器人。

但仙工智能最終選擇接受。

因為富士康的需求，讓趙越重新理解了“整機”的商業位置：整機可以是一種產品，也可以是控制系統、軟件工具鏈和機器人定義能力的落地方式。

客戶真正稀缺的未必是某一臺標準機器人，而是定義、開發和控制機器人所需的系統能力。

這也解釋了為什么，仙工智能后來仍然有大量收入來自機器人本體。招股書顯示，2025年機器人業務貢獻了67.9%的收入，仍是公司最大的收入來源。

但這并不必然意味著仙工智能只是一家整機公司。更準確地說，整機是它進入客戶現場、理解客戶需求、驗證控制系統能力的重要載體。

進一步看利潤結構就會發現，2025年，仙工智能控制器毛利率為79.8%，軟件毛利率達到89.3%，遠高于機器人業務的38.4%。 因此，真正值得關注的，不是機器人收入占比高低本身，而是這些整機交付能否反過來帶動控制器、軟件和系統能力的復用。

如今，仙工智能控制器全球市占率達到24.8%，國內市占率達到45.2%，全球銷量第一。在它的平臺上，超過2000個機器人款型被開發和部署，零部件適配種類也達400余種。

仙工智能控制器產品

但硬件銷量領先，不等于平臺生態已經成熟。機器人大腦的核心價值，是通過標準化架構賦予不同形態機器人統一的技術語言，解決單機開發、部署與控制的底層問題；而平臺化要驗證的，是海量設備入網之后，能否實現長期統一調度、多機協同與全場景管理，搭建起串聯全產線的協同網絡。

這一平臺價值，已在客戶經營數據中顯現。

招股書顯示，仙工智能老客戶占比從2023年的32.3%提升至2025年的44.9%，已有客戶簽單貢獻率也從50.9%提升至60.6%。

復購數據說明，客戶采購的并非一次性硬件產品，而是認可整套系統的復用價值。企業基于該體系開發完第一款機器人后，拓展新品類、新產線時仍會沿用同一套控制架構，生態粘性由此逐步建立。

「甲子光年」認為，控制器銷量第一，佐證的是仙工智能過往的產品競爭力。上市之后，市場更應長期跟蹤的核心指標，是這些分散在不同設備、不同業務場景里的連接，能否持續沉淀為可復用的標準化方案與統一真機數據資產。

機器人硬件出貨量只是起點，真實客戶場景能否持續接入統一底層體系，才是衡量平臺化跑通與否的核心標尺。

3.反者道之動：少一點定義，多一點適配

仙工智能的差異，還可以放到更大的行業坐標里看。

海外成熟機器人廠商往往強調穩定、封閉和工程可靠性，適合成熟自動化體系；國內一批機器人公司，尤其是人形機器人創業公司，則更傾向于把硬件、本體和算法做成閉環。

仙工智能選擇的是另一條路：不定義機器長什么樣，而是接住不同設備的差異。

趙越對標準的理解，也帶著這種反向思維。他認可《道德經》里的“反者道之動”。在他看來，標準很難由一家企業自上而下地預先設定。能夠成立的標準大都不是被宣布而來，而是被反復使用、持續驗證之后，逐漸形成的事實共識。

這并不難理解。最簡單的例子是英偉達加速計算平臺CUDA，最早也是為游戲設計。但英偉達沒有把它框死在游戲里。后來，有人拿它做訓練，也有人拿它做數值計算，CUDA反而成了事實標準。

這一邏輯同樣適配機器人產業：企業越是執念于自建閉環、定義行業標準，越容易陷入技術孤島；反之，主動兼容各類硬件、協議、場景的開放體系，才能真正成為全行業的底層基礎設施。

仙工智能的核心策略，就是承接所有設備的差異化需求，用適配能力替代強制標準。

從這個角度看，具身基礎設施并不是建立一個封閉體系，而是提供一個開放的連接層。它不要求所有機器人變成同一種形態，而是讓不同形態的機器人能夠共享底層能力，在真實世界中持續協同。

開放包容的理念，同樣體現在企業治理中。

加速開放多元的智能文明，讓智能機器人沒有門檻。這是仙工智能的使命和愿景。但仙工智能沒有明確的企業價值觀。因為銷售、研發、供應鏈站在各自的位置上，都能說出自己認為最重要的關鍵詞。

就像“屠龍少年終成惡龍”一樣，一個看上去正確的東西，一旦變成執念，就可能反過來吞掉原來的目標。

在「甲子光年」看來，對一家平臺公司而言，這種警惕具有現實意義。

平臺需要規則，但如果規則變成強制統一，就會失去對復雜場景的適配能力。仙工智能所謂開放多元，并非沒有原則，而是少一點自我中心，多一點適配能力。

4.做1到N，是為了更好地做0到1

上市，會把仙工智能推向另一個處境。

機器人大腦第一股，是資本市場給它的新身份，也意味著仙工智能必須接受更公開的規模化檢驗。

過去，它可以用產品、客戶和現場一點點證明自己；上市之后，市場要看的，是“第一”能不能繼續長出新的東西：控制器優勢能否轉化為持續增長，延伸到軟件、數據和更多設備品類。

第一不是一個可以被永久占有的位置，而是一個不斷逼近、不斷被重新定義的目標。企業真正危險的時刻，不是尚未成為第一，而是開始相信已有經驗足以解釋未來。

這也是為什么，仙工智能上市后的問題不只是“如何放大已有業務”，而是如何避免被已有成功鎖住。當企業習慣用前100個客戶的經驗要求第101個客戶時，看似是在復制成功，實際上可能已經開始用過去裁剪未來。

這份隨時清空自我的心態，貫穿趙越從學生到創業的全過程。

早年RoboCup決賽失利的遺憾、創業期現金流承壓的低谷，都沒有讓他陷入焦慮；即便身處壓力之下，他也始終保持歸零思維，不被當下的困境與成績束縛。

這種特質，也決定了仙工智能上市后的發展思路：上市不是發展終點，而是拿到更多資源、深耕平臺化路徑的新起點。

在這種理解里，規?；⒉皇悄康谋旧怼Ｈ绻?到N只是為了放大收入，公司就會越來越傾向于選擇短期可復制、可盈利的需求，而排除那些暫時不賺錢、短期難規模化的新問題。久而久之，企業也會失去進入新的0到1的機會。

因此，仙工智能做1到N，真正指向的是為下一次0到1積累條件：通過更多客戶、更多場景和更多復雜需求，持續暴露新問題，并把這些問題轉化為新的能力入口。

這也拉開了仙工智能上市后的戰略坐標。

「甲子光年」認為，B端機器人產業正在走向更深層的泛化：越來越多設備公司、制造企業和行業客戶，都會把機器人能力嵌入自身業務。當機器人能力成為基礎能力，“機器人公司”這個概念本身反而會被弱化。

叉車公司會機器人化，清潔設備公司會機器人化，制造企業也會把智能機器能力嵌入自己的生產體系。仙工智能不需要替所有場景生產所有本體，它選擇站在背后，用控制系統和平臺能力，幫助更多設備公司完成機器人化。

這也是它重視真機數據的原因。未來具身智能最大的競爭門檻之一，不只是模型能力，而是誰能夠持續獲得高質量真實世界數據。

而真實世界數據的價值，來自四個維度：

• 多樣性——不同設備、不同場景帶來的復雜變化；

• 一致性——統一控制體系下形成的數據結構；

• 可持續性——機器人長期運行產生的數據積累；

• 真實性——來自真實生產環境，而非實驗室模擬。

真機數據是否存在scaling law，行業還沒有找到確定路徑。但可以確定的是，具身智能的數據來自真實物理世界。

機器人每一次避障、搬運、抓取和任務中斷，都會帶出摩擦、遮擋、偏移和執行誤差。這些細節很難只靠仿真補足，卻決定機器人能否從demo走向穩定交付。

基于這一點，真機數據的價值首先取決于場景密度。

單一設備在單一場景里反復運行，泛化價值有限；不同類型的機器人進入不同業務場景，才更可能沉淀出有訓練價值的數據。

這也是仙工智能不急著第一步就訓練通用機器人大腦的原因。相比自由度更高、動作空間更復雜的人形機器人，叉車、清潔機器人、移動機器人等形態，更容易先在客戶現場跑出數據閉環。

更務實的選擇，是讓叉車的數據先回到叉車場景里，看看能不能訓練出“叉車師傅的模型”；讓清潔場景的數據先訓練出“清潔工的模型”。

等有一天新的范式出現，“我的叉車師傅加清潔工，已經準備好了。” 趙越說。

時至今日，距離“史萊姆”登陸港交所已過去三周，真正值得長期觀察的問題才剛剛浮出水面。

對仙工智能而言，新的考驗在于：獲得更多資本與資源之后，它能否繼續回到那些復雜、瑣碎、難以標準化的客戶現場，把跨設備、跨場景的真機數據，沉淀為可復用的系統能力和模型底座。

智能化從不缺高光時刻，也不缺關于未來的宏大敘事。

真正的難題，是如何把一臺臺機器接入真實產線，把分散的現場經驗轉化為可復用能力，并在長期運行中驗證其價值。

正如“史萊姆”沒有固定形狀，仙工智能未來的行業分量，也不會只被 “機器人大腦第一股” 的標簽定義。

從控制器時代，到開放平臺時代，再到具身智能基礎設施時代，仙工智能試圖建立的不是某一種機器人的能力，而是一套讓真實世界智能系統持續運行的底層能力。

“機器人大腦第一股”新的考驗剛剛開始。

（封面圖及文中圖片來源：仙工智能官網）