仙工智能携机器人大脑全系列产品亮相CeMAT

构建‘模型+小脑+神经’三位一体的机器人大脑。

本文为IPO早知道原创

作者｜苏打

机器人的身体可以不同，承担的任务可以不同，但都需要可靠、开放、可持续进化的智能底座。

据IPO早知道消息，11月3日-6日，2026亚洲国际物流技术与运输系统展览会（CeMAT ASIA）于上海新国际博览中心举行。

仙工智能以“机器人大脑，让智能机器人没有门槛”为主题，携机器人大脑全系列产品及多种搭载仙工大脑的机器人亮相W2-G4-1展位，并对其机器人大脑能力进行全面展演。

展台内，两台不同负载的AI配送机器人在窄通道中穿行绕障，全向地面式叉车在不同类型栈板间灵活横移、精准叉取。

现场形态各异的机器人背后，是同一套机器人大脑的底层能力。而真实场景不仅是机器人大脑发挥价值的地方，也是其持续进化的重要基础。

据悉，截至2025年末，搭载仙工大脑的机器人全球落地数量已超过5万台，为全球超20个行业逾2500位客户提供服务。

从一个机器人大脑适配不同机器人，到不同机器人完成复杂任务，再到多台机器人进入真实业务协同工作，仙工智能希望通过机器人大脑和开放平台，降低机器人从开发、获得到使用的门槛。

一套底层能力，适配不同机器人

当机器人数量不断增加、形态越来越丰富，企业需要的不只是更多机器人，还需要一套共同的智能底座，让不同机器人能够进入业务、协同作业。

在仙工智能展台，机器人大脑全系列产品集中亮相。通过透明化底盘可视展示，现场观众可直观感受机器人大脑与本体之间的连接。

目前，业内对机器人大脑的定义各有不同。仙工智能的答案是，“模型+小脑+神经”三位一体的机器人大脑。

其中，模型负责理解任务、处理信息并做出决策，小脑负责将决策转化为稳定、协调的动作，神经则把大脑和身体连起来，让指令传递到机器人，也让真实状态持续反馈回来。

这套架构不绑定某一种机器人形态。通过统一的软硬件体系和适配能力，人形机器人、机器狗、复合机器人、智能叉车等等，都可以接入仙工机器人大脑能力体系。

目前，仙工机器人大脑已适配400+核心零部件类型，支撑2000+机器人SKU。从移动、搬运到更复杂的操作任务，仙工希望以通用的底层智能能力，支撑不同机器人形态持续拓展应用边界。

为人形机器人「串联」多项能力

现场，仙工智能全面展现了其机器人大脑在人形机器人、配送机器人以及全向地面式叉车等产品形态中的真实场景应用实例。

人形机器人具身展区中，观众通过平板下达取水指令，X1 PRO 人形机器人可自主理解任务、规划执行步骤、寻找对应饮品，并完成抓取和递送。

一杯水背后，串联着多模态感知与任务理解、长任务链自主规划，以及身体协调和精细操作等能力。

其中，多模态视觉感知能力负责识别环境和目标物体；长任务链自主规划能力负责将复杂任务拆解为多个连续步骤，并根据环境完成规划；柔性操作与精细控制能力负责协调身体与机械臂等执行机构，完成抓取和递送；任务泛化能力则负责面对不同任务要求和环境变化，调整后续执行过程。

据公司2026年中报，围绕具身智能技术研发及规模化应用，仙工智能已搭建起统一云端基础设施及云边协同架构，并持续优化复盖真实数据与模拟数据接入、数据清洗及脱敏、处理标注、模型训练、模拟评估、模型发布，以及边端运行数据回流的平台能力。

该平台支持多种类型机器人的统一管理，并且通过如数字孪生、远程交付与维护、数据资产管线与权限管理以及模型版本管理的能力，实现跨形态及场景的数据统一管理与持续沉淀。

这一能力同时有助于提升数据复用率与模型开发及迭代效率，为公司E2E、VLA等模型在不同机器人形态和应用场景中的训练、验证、部署及持续优化提供基础。截至中报期末，其具身智能产品已在半导体、汽车及3C行业的全球龙头企业中实现批量交付与应用落地。

推动模型能力内化为复杂任务执行能力

人形机器人之外，仙工智能关注的始终是，如何让机器人大脑适配更多机器人形态，让模型能力真正转化为机器人可执行、可验证的作业能力，并支撑更加复杂的任务。

在机器人动态区，AI配送机器人P300和P1500在同一区域内混行，顺畅完成动态避障、动态绕行、窄通道交汇、极限S弯通行等动作。两款产品均部署了仙工智能的E2E导航模型，可实现无路径自主导航，并支持快速部署和开箱即用，极大提升了其在工业及商业配送领域的竞争力。

面对通行空间受限和其他机器人带来的动态变化，A1机器人可通过实时通信与路径调整协同运行。单机局部绕障与全局调度管理系统相互配合，支持多台机器人共同完成作业。

真实工厂的通道并不总是宽敞规整，多机混行不仅展现了机器人适应复杂通行环境、从单机自主运行走向多机协同作业的能力，也体现了仙工智能面向百台级机器人统一调度管理的系统能力。

全向地面式叉车区则展示了面对不同类型、不同摆放方向和不同位置的栈板时，机器人自主识别和精准叉取的能力。

现场，机器人能够自主识别栈板目标及其姿态，结合定位与运动控制，完成对栈板的精准叉取和堆放。面对不同类型的栈板，不需要提前为其贴设识别标记，也不要求栈板始终处于固定摆放位置。配合全向移动能力，机器人能够在有限空间内灵活调整自身姿态，更好地适应狭小作业区域中的取放需求。

仙工智能此前亦曾在中报中披露，已将E2E模型及VLA模型应用至具身叉车，实现视觉数据、语言处理与机器人动作控制的深度融合。通过传感器数据直接映射控制指令，具身叉车已突破传统规则架构局限，实现跨场景泛化与复杂任务自主执行。