在机器人行业，很少有人会将“史莱姆”与一家科技公司直接挂钩。

游戏中的史莱姆，是玩家新手村外最常见的小怪，看似弱小，有时却能反制玩家。它没有固定形状，如同泥巴，可以幻化为多种模样。而仙工智能的吉祥物，正是一只史莱姆。

2025年6月24日，这只“最弱小怪”正式登陆港交所挂牌上市，由此成为机器人大脑第一股。然而，这个身份更像一个观察窗口，而非仙工智能故事的终点。

过去，仙工智能通过机器人大脑，赋予不同机器人统一的语言体系；如今，通过开放平台，它连接起更多设备与场景；未来，它试图构建的，则是面向真实世界智能系统的具身基础设施。

沿着这一轨迹，仙工智能的目标不仅是控制器业务，更是机器人产业更底层的基础能力建设：从单机大脑，到多机协同网络，再到面向真实世界的具身智能基础设施。

2025年6月24日，仙工智能在港交所成功上市

“机器人大脑第一股”的资本标签，也提供了一个重新审视机器人公司的全新视角。

近年来，外界更容易被机器人本体所吸引：人形机器人能爬楼、翻跟头、搬箱子，技术进展直观，也更易进入资本市场想象。相比之下，控制、调度、适配能力都隐藏在机器背后。身体看得见，大脑看不见。

但随着具身智能进入产业落地阶段，行业竞争焦点正在悄然转变。人形机器人要进入真实世界，不仅需要更强的身体，更需要支撑不同机器人长期运行、协同与进化的底层体系。

因此，如果沿用旧眼光，仙工智能很难被简单归类为本体公司或AI公司。它有硬件收入，战略重心却在平台；有数据入口，模型能力仍在积累。

更合适的框架，是将仙工智能理解为具身智能时代的基础设施建设者：先看它连接了多少设备与场景，再看这些连接能否转化为平台黏性、数据资产与持续进化能力。

仙工智能创始人赵越强调，大脑是机器人智能落地的核心。过去，它更多承载规则、规划与控制；今天，数据和模型也开始融入其中。但无论技术范式如何演变，机器人最终仍需通过控制系统完成感知、决策与执行的闭环。

仙工智能呈现的，正是这部分看不见的能力。它不押注某一种具身形态，而是连接不同形态的机器人，实现业务场景下的全域协同。

1.人形机器人进厂后的第一件事

机器人进工厂，其实并不简单。

例如，车间里有一吨重的货物需要搬运，该如何操作？

一种方法是让10个人形机器人一起去搬；另一种是让人形机器人去开叉车；再或者是将叉车智能化，让它自己把货物搬走。

很多人以为，现在的人形机器人如此发达，前两种方法应该容易实现。但事实并非如此。在业务现场，更现实的答案大概率是第三种。“至少未来3到5年内，我不相信会有一个人形机器人去开叉车。”赵越说。

这并非否定人形机器人。人形机器人会在柔性操作、复杂交互，或原本按人体尺度设计的空间里找到位置。但具身智能真正进入产业现场后的首要课题，是如何成为既有机器网络中的新节点：不同机器人之间如何分配路权、交换任务格式与数据格式，如何与已有设备协同运行。

这些问题固然可以通过集成商现场部署解决。但如果每个项目都依赖临时适配和人工硬凑，短期或许能交付，长期却会积累难以维护的系统债务。

仙工智能所切入的，正是这层隐藏在机器背后的能力：用统一的“大脑”来控制和管理所有智能设备。

与之对应的是，仙工智能控制器出货量从2024年的7200多台增长至2025年的12000多台，同比增长约70%。这些控制器进入更多设备、更多任务和更多业务场景，也将地图、接口、调度和数据格式的问题推到了台前。

换句话说，随着具身智能从单机能力走向多设备协同，“手搓”解决方案的代价会越来越高。机器越多、场景越复杂，将差异收敛为可复用底层能力的价值就越明显。

因此，具身智能落地的第一性问题，不仅是造出一种足够强的身体，更是让不同形态的机器在真实场景中稳定协同。机器人越多，真正稀缺的就越不是某一台机器的单点能力，而是一套能让它们共同工作、彼此理解、持续扩展的机器人大脑。

2.从大脑到平台：急停按钮背后的系统生意

只不过，仙工智能并非第一天就明确了要做机器人大脑。他们也曾从机器人本体起步。

启发赵越的，是客户现场那些看似微小、实则非常非标的需求。比如急停按钮。

在普通人眼里，“急停”不过是一个瞬间物理动作：危险时按下去，机器立刻停住。但客户的需求更细化，甚至互相矛盾。

有的客户要求急停后必须断电，确保绝对安全；有的要求不能断电，要用抱闸锁死，因为机器人可能停在坡道上；还有的希望不断电也不锁死，只将电机去使能，方便人工推动。

让仙工智能感到棘手的，不是某一个需求难做，而是每种要求都有场景支撑，也都说得通。边缘需求不断叠加，使得单一本体产品的边界变得越来越模糊。

转折点来自富士康。

当时，富士康正在推进“百万机器人计划”，机械臂已部分实现内部自研。对于机器人，富士康同样倾向于自主制造。

它找到仙工智能，提出购买仙工智能的系统与控制器，同时希望获得相应的机器人图纸与设计方案。

换句话说，富士康不需要长期供货的标准整机，更想要能够支撑其自研和自造机器人的底层能力。

对于多数本体公司来说，这一要求很难接受。机器人图纸通常被视为本体公司的核心资产，一旦交给客户，就意味着客户可能绕开原厂自行生产机器人。

但仙工智能最终选择接受。

因为富士康的需求，让赵越重新理解了“整机”的商业定位：整机可以是一种产品，也可以是控制系统、软件工具链和机器人定义能力的落地方式。

客户真正稀缺的未必是某台标准机器人，而是定义、开发和控制机器人所需的系统能力。

这也解释了，为何仙工智能后来仍有大量收入来自机器人本体。招股书显示，2025年机器人业务贡献了67.9%的收入，仍是公司最大的收入来源。

但这并不必然意味着仙工智能只是一家整机公司。更准确地说，整机是它进入客户现场、理解客户需求、验证控制系统能力的重要载体。

进一步看利润结构就会发现，2025年，仙工智能控制器毛利率为79.8%，软件毛利率达到89.3%，远高于机器人业务的38.4%。 因此，真正值得关注的，不是机器人收入占比高低本身，而是这些整机交付能否反过来带动控制器、软件和系统能力的复用。

如今，仙工智能控制器全球市占率达到24.8%，国内市占率达到45.2%，全球销量第一。在其平台上，超过2000个机器人款型被开发和部署，零部件适配种类也达到400余种。

仙工智能控制器产品展示

但硬件销量领先，不等于平台生态已经成熟。机器人大脑的核心价值，是通过标准化架构赋予不同形态机器人统一的技术语言，解决单机开发、部署与控制的底层问题；而平台化要验证的，是海量设备入网之后，能否实现长期统一调度、多机协同与全场景管理，搭建起串联全产线的协同网络。

这一平台价值，已在客户经营数据中显现。

招股书显示，仙工智能老客户占比从2024年的32.3%提升至2025年的44.9%，已有客户签单贡献率也从50.9%提升至60.6%。

复购数据说明，客户采购的并非一次性硬件产品，而是认可整套系统的复用价值。企业基于该体系开发完第一款机器人后，拓展新品类、新产线时仍会沿用同一套控制架构，生态粘性由此逐步建立。

控制器销量第一，佐证的是仙工智能过往的产品竞争力。上市之后，市场更应长期跟踪的核心指标，是这些分散在不同设备、不同业务场景里的连接，能否持续沉淀为可复用的标准化方案与统一真机数据资产。

机器人硬件出货量只是起点，真实客户场景能否持续接入统一底层体系，才是衡量平台化是否跑通的核心标尺。

3.反者道之动：少一点定义，多一点适配

仙工智能的差异，还可以放在更大的行业坐标中审视。

海外成熟机器人厂商往往强调稳定、封闭和工程可靠性，适合成熟自动化体系；国内一批机器人公司，尤其是人形机器人创业公司，则更倾向于将硬件、本体和算法做成闭环。

仙工智能选择的是另一条路：不定义机器长什么样，而是接住不同设备的差异。

赵越对标准的理解，也带着这种反向思维。他认可《道德经》里的“反者道之动”。在他看来，标准很难由一家企业自上而下地预先设定。能够成立的标准大都不是被宣布而来的，而是经过反复使用、持续验证之后，逐渐形成的事实共识。

这并不难理解。最简单的例子是英伟达加速计算平台CUDA，最早也是为游戏设计。但英伟达没有把它框死在游戏里。后来，有人拿它做训练，也有人拿它做数值计算，CUDA反而成了事实标准。

这一逻辑同样适用于机器人产业：企业越是执念于自建闭环、定义行业标准，越容易陷入技术孤岛；反之，主动兼容各类硬件、协议、场景的开放体系，才能真正成为全行业的底层基础设施。

仙工智能的核心策略，就是承接所有设备的差异化需求，用适配能力替代强制标准。

从这个角度看，具身基础设施并非建立一个封闭体系，而是提供一个开放的连接层。它不要求所有机器人变成同一种形态，而是让不同形态的机器人能够共享底层能力，在真实世界中持续协同。

开放包容的理念，同样体现在企业治理中。

加速开放多元的智能文明，让智能机器人没有门槛。这是仙工智能的使命与愿景。但仙工智能没有明确的企业价值观。因为销售、研发、供应链站在各自的位置上，都能说出自己认为最重要的关键词。

就像“屠龙少年终成恶龙”一样，一个看上去正确的东西，一旦变成执念，就可能反过来吞掉原来的目标。

对于一家平台公司而言，这种警惕具有现实意义。

平台需要规则，但如果规则变成强制统一，就会失去对复杂场景的适配能力。仙工智能所谓的开放多元，并非没有原则，而是少一点自我中心，多一点适配能力。

4.做1到N，是为了更好地做0到1

上市，将把仙工智能推向另一个处境。

机器人大脑第一股，是资本市场赋予它的新身份，也意味着仙工智能必须接受更公开的规模化检验。

过去，它可以用产品、客户和现场一点点证明自己；上市之后，市场要看的是“第一”能否继续长出新的东西：控制器优势能否转化为持续增长，延伸到软件、数据和更多设备品类。

第一不是一个可以被永久占有的位置，而是一个不断逼近、不断被重新定义的目标。企业真正危险的时刻，不是尚未成为第一，而是开始相信已有经验足以解释未来。

这也是为什么，仙工智能上市后的问题不只是“如何放大已有业务”，而是如何避免被已有成功锁住。当企业习惯用前100个客户的经验要求第101个客户时，看似是在复制成功，实际上可能已经开始用过去裁剪未来。

这份随时清空自我的心态，贯穿了赵越从学生到创业的全过程。

早年RoboCup决赛失利的遗憾、创业期现金流承压的低谷，都没有让他陷入焦虑；即便身处压力之下，他也始终保持归零思维，不被当下的困境与成绩束缚。

这种特质，也决定了仙工智能上市后的发展思路：上市不是发展终点，而是拿到更多资源、深耕平台化路径的新起点。

在这种理解里，规模化并非目的本身。如果1到N只是为了放大收入，公司就会越来越倾向于选择短期可复制、可盈利的需求，而排除那些暂时不赚钱、短期难规模化的新问题。久而久之，企业也会失去进入新的0到1的机会。

因此，仙工智能做1到N，真正指向的是为下一次0到1积累条件：通过更多客户、更多场景和更多复杂需求，持续暴露新问题，并将这些问题转化为新的能力入口。

这也拉开了仙工智能上市后的战略坐标。

B端机器人产业正在走向更深层的泛化：越来越多设备公司、制造企业和行业客户，都会将机器人能力嵌入自身业务。当机器人能力成为基础能力，“机器人公司”这个概念本身反而会被弱化。

叉车公司会机器人化，清洁设备公司会机器人化，制造企业也会把智能机器能力嵌入自己的生产体系。仙工智能不需要替所有场景生产所有本体，它选择站在背后，用控制系统和平台能力，帮助更多设备公司完成机器人化。

这也是它重视真机数据的原因。未来具身智能最大的竞争门槛之一，不只是模型能力，而是谁能够持续获得高质量真实世界数据。

而真实世界数据的价值，来自四个维度：

多样性——不同设备、不同场景带来的复杂变化；

一致性——统一控制体系下形成的数据结构；

可持续性——机器人长期运行产生的数据积累；

真实性——来自真实生产环境，而非实验室模拟。

真机数据是否存在scaling law，行业还没有找到确定路径。但可以确定的是，具身智能的数据来自真实物理世界。

机器人每一次避障、搬运、抓取和任务中断，都会带出摩擦、遮挡、偏移和执行误差。这些细节很难只靠仿真补足，却决定机器人能否从demo走向稳定交付。

基于这一点，真机数据的价值首先取决于场景密度。

单一设备在单一场景里反复运行，泛化价值有限；不同类型的机器人进入不同业务场景，才更可能沉淀出有训练价值的数据。

这也是仙工智能不急于第一步就训练通用机器人大脑的原因。相比自由度更高、动作空间更复杂的人形机器人，叉车、清洁机器人、移动机器人等形态，更容易先在客户现场跑出数据闭环。

更务实的选择，是让叉车的数据先回到叉车场景里，看看能否训练出“叉车师傅的模型”；让清洁场景的数据先训练出“清洁工的模型”。

等有一天新的范式出现，“我的叉车师傅加清洁工，已经准备好了。” 赵越说。

时至今日，距离“史莱姆”登陆港交所已过去三周，真正值得长期观察的问题才刚刚浮出水面。

对仙工智能而言，新的考验在于：获得更多资本与资源之后，它能否继续回到那些复杂、琐碎、难以标准化的客户现场，把跨设备、跨场景的真机数据，沉淀为可复用的系统能力和模型底座。

智能化从不缺乏高光时刻，也不缺乏关于未来的宏大叙事。

真正的难题，是如何将一台台机器接入真实产线，把分散的现场经验转化为可复用能力，并在长期运行中验证其价值。

正如“史莱姆”没有固定形状，仙工智能未来的行业分量，也不会只被 “机器人大脑第一股” 的标签所定义。

从控制器时代，到开放平台时代，再到具身智能基础设施时代，仙工智能试图建立的不是某一种机器人的能力，而是一套让真实世界智能系统持续运行的底层能力。

“机器人大脑第一股”的新考验，才刚刚开始。