稿件搜索

仙工智能联合创始人叶杨笙:

商业、家庭场景才是具身机器人更大的舞台

  本报记者 袁传玺

  8月19日,2026世界机器人大会(WRC)在北京开幕,具身智能、人形机器人成为全场焦点。赛道热度高涨的背后,行业也在冷静思考:如何跳出Demo(演示样机)演示,实现真实场景的规模化落地。

  作为港股上市公司,上海仙工智能科技股份有限公司(以下简称“仙工智能”)携多款实操型机器人Demo亮相本届WRC。展会间隙,仙工智能联合创始人叶杨笙接受了《证券日报》记者专访,结合展出的技术成果,解读公司向“具身大脑”平台转型的逻辑,剖析行业所处发展阶段以及生态化落地的战略思路。在他看来,具身机器人仍处于早期验证周期,未来2年至3年行业将迎来洗牌;覆盖模型、运动控制、硬件总线、真机数据基础设施的全链条能力,才是商业化落地的关键。

  加码建设数据基础设施

  在本届WRC上,仙工智能展出了可实操运行的机器人演示项目,其依托自研世界模型,借助Agent(智能体)调度多专家模型完成复杂作业任务。其中,咖啡制作Demo完整复刻人工做咖啡全流程,整套作业时长2分半至3分钟,展现出超长任务链自主规划能力,该Demo仅耗时数周完成开发;零售商店场景Demo对标行业前沿方案,一个月内完成调试落地,充分印证了模型与工程协同的效率。

  “快速完成复杂实操Demo,一方面源于多年工程沉淀,另一方面得益于研发团队快速追赶业界前沿模型技术。”叶杨笙表示,对比众多初创企业,公司在机械臂高速运动执行能力方面具备优势,随着算法模型持续补齐,面向真实作业场景的竞争力将进一步释放。

  从最新财报来看,仙工智能上半年实现营业收入2.64亿元,同比增长67.5%,机器人“大脑”出货量超8000台,同比增幅超过80%。目前该公司已有5万多台机器人“大脑”完成装机,落地超过2500家客户,大量真机部署沉淀了独有的场景数据资产。叶杨笙称,仙工智能的机器人已经在工厂常态化运行,可以合规采集现场真实业务数据。

  有市场观点提出,具身赛道竞争的核心瓶颈已经不是大模型本身,而是获取高质量真实场景数据的能力。大规模真机落地恰恰是仙工智能区别于纯模型企业的核心壁垒。叶杨笙表示,该公司正加码建设具身智能数据基础设施,依托海量真机采集真实世界数据,训练迭代世界模型,相关能力计划自今年第四季度至明年逐步释放,打通“机器人落地—数据采集—模型训练—回灌部署”的闭环。

  坚持生态化平台打法

  市场对仙工智能存有疑问:过去核心收入来自控制器硬件,如今大举布局具身智能,公司究竟要做硬件厂商还是整机厂商?

  对此,叶杨笙给出明确答案:仙工智能定位底层平台供给方,不会下场和合作伙伴争夺终端整机市场。公司提出“通用具身机器人大脑”战略,控制器是“大脑”的硬件载体,机器人“大脑”是“模型+小脑(运动控制)+神经(总线协议)”三位一体的复杂系统。公司提供模块化机器人搭建方案,合作伙伴可以自由选配轮式底盘、升降模组、不同负载机械臂、灵巧手,依托标准化总线快速搭建属于自己的人形机器人、具身机器人。

  值得关注的是,仙工智能提出了到2030年累计落地100万台机器人的目标。叶杨笙表示,百万台不是仙工智能自产,而是联合产业链生态共同完成。公司核心输出两大能力:一是整套机器人“大脑”,二是数据驱动的具身智能基础设施。零部件厂商负责元器件、合作伙伴完成本体制造、集成商负责场景落地,仙工智能聚焦底层“大脑”与数据平台。按照测算,要达成该目标,每年落地规模需要实现1倍至2倍增长;工业场景作为公司业务的稳健基本盘,商业场景作为核心增量,按场景、机型做精细化拆解。

  谈及行业发展,叶杨笙判断,当前具身机器人尚处在早期,多数项目停留在Demo、POC(概念验证)试点阶段,真正产生商业价值的落地案例不多,家庭消费级机器人距离普及尚远,2年至3年后行业或将迎来一轮洗牌。同时,他提醒,绝大多数工业场景并不需要盲目上人形机器人,传统自动化方案效率、成本更占优势;传统技术解决不了的痛点场景才需要引入具身技术做增量,商业、家庭场景才是具身机器人更大的舞台。

  谈及研发,叶杨笙表示,公司下一阶段将聚焦操作类模型、全身协同控制,布局双足、多足机器人,攻坚模型与运控高帧率耦合、智能体多级协作等核心技术。

  “我们不是单纯做大模型的企业。”叶杨笙说,行业内不少企业要么专注大模型算法,要么埋头做整机本体;仙工智能覆盖模型、运动控制、硬件总线到数据基础设施全链条,依托大量真实落地场景,走生态合作而非自研自产全部终端的路线,强大的真实场景落地能力,是公司最核心的竞争优势。

证券日报APP

扫一扫,即可下载

官方微信

扫一扫 加关注

官方微博

扫一扫 加关注

喜欢文章

0

给文章打分

本文得分 :0
参与人数 :0

0/500

版权所有证券日报网

京公网安备 11010202007567号京ICP备17054264号

证券日报网所载文章、数据仅供参考,使用前务请仔细阅读法律申明,风险自负。

证券日报社电话:010-83251700网站电话:010-83251800网站传真:010-83251801电子邮件:xmtzx@zqrb.net