灼识咨询报告显示，仙工智能的产品组合专注于工业部署的AMR（包括移动式机械臂）及人形机器 人。此类机器人与商用服务机器人及其他非工业应用场景中所用机器人存在本质差异，因其需满足严苛 的精密度要求、具备扩展的功能范围，并能适应工业应用中极具挑战性的操作环境。 从近年业绩来看，仙工智能于2022年、2023年、2024年及截至2025年6月30日止六个月，分别录得收入 1.84亿元（人民币，下同）、2.49亿元、3.39亿元及1.58亿元；分别录得毛利8628.9万元、1.22亿元、 1.56亿元及7169.1万元；对应毛利率分别为46.8%、49.2%、45.9%及45.4%。 盈利水平方面，仙工智能于2022年、2023年、2024年及截至2025年6月30日止六个月，分别录得年度/期 间内亏损3226万元、4770.4万元、4230.8万元及5059.2万元。 在今年10月28日至31日举办的亚洲国际物流展上，仙工智能展示了多款新品，包括多款具身智能新品、 升级版星云平台及最新上线的智能机器人、机器人控制系统等。 港交所11月28日披露，机器人大脑公司仙工智能递表港交所主板，中金公司（601995）为其独家 ...

展会与新品发布 - 仙工智能于2025年10月28日至31日在上海CeMAT ASIA亚洲国际物流展亮相，并发布多款具身智能新品、升级版星云平台、智能机器人及机器人控制系统 [1] - 公司发布自研的X1-PRO机器人，采用弯腰结构与轮式全向底盘，支持45°弯腰操作与缓存搬运，具备40个自由度，单臂7自由度仿生设计，标准负载6kg，双臂短时负载达16kg [1] - 公司与星尘智能联合开发X2-PRO轮式人形机器人整机系统，整机具备25个自由度，上半身采用星尘智能的绳驱半身本体Astribot S1-U，下半身采用公司最新的全向移动平台 [1] 产品技术特点与应用 - X2-PRO机器人采用模块化设计，将绳驱上肢与移动底盘解耦组合，便于灵活配置、批量定制与维护，为轮式人形机器人工程落地提供新范式 [2] - 该架构简化研发迭代成本，使机器人能在仓储、制造、物流分拣、上下料、协作搬运等多类工业场景快速适配，实现可复制部署 [2] - 公司展出的机器狗新品搭载其控制系统，集成3D自主导航与AI强化学习运控算法，可轻松应对斜坡、台阶、崎岖路面等复杂环境，具备智能化决策和自主行动能力 [2] 机器狗产品系列 - D1-W系列为导航款轮足机器狗新品，可选配点足与轮足结构，采用高强度机身骨架，整机防护等级达IP54，关节耐腐蚀，支持0—40°C宽温域运行，适用于多样化室内外场景 [3] - D2-W系列为巡逻款轮足机器狗新品，集成热成像、拾音器、爆闪灯等多种上装模块，可构建立体巡逻能力，实现全天候、全方位异常监测和即时声光电语音预警，形成智能化巡逻闭环 [3] - 公司机器狗的优势集中在一体化控制器与易用性，工厂客户采购后可无门槛结合公司其他产品协同使用，操作系统便捷，尤其便于有工业巡检需求的老客户高效复用 [3] 公司战略与行业影响 - 公司打造"技术飞轮+平台飞轮"的双飞轮驱动模式，以助力人形机器人及具身智能产业加速落地 [4] - 公司通过成熟的控制系统支持更多企业开发机器人，形成丰富的机器人上下游生态，构建从核心部件到场景应用的完整产业闭环 [4] - 公司借助具身智能技术积累场景数据，持续强化机器人大脑，进一步降低智能机器人行业门槛，加速整个具身产业发展 [4]

3D数字人技术演进 - 3D数字人技术已从表情僵硬、预设脚本运行的阶段，演进至能够根据指令实时生成语音、表情和协调肢体动作，且成本变得可被接受 [1] - 该技术最初源于机器人领域，计算机图形学与机器人学之间存在一道打通虚拟与现实的“旋转门”，学者们几十年来在此领域寻求突破 [1] - 进化后的数字人不仅活跃于直播间和客服中心，未来还将在3A级游戏和影视工业领域大展拳脚 [1] 与2D文生视频技术的对比 - Sora2作为文生2D视频技术，生成长度受10秒限制，且在物理一致性和精细控制人物动作、表情方面存在瑕疵 [2][3] - 3D数字人技术是文生3D，可在VR/AR环境中360度展示，实现精准控制动作和表情，核心区别在于结构化信息与像素层面的差异 [5][7] - 3D数字人描述动作表情仅需几百个参数，而文生视频缺乏结构化信息导致推理和生产成本非常高，3D技术的成本可能仅为2D语音合成的几十分之一 [7] 魔珐科技的技术方案与产品 - 公司构建了“文生3D多模态大模型”，包含从文本生成语音、表情、动作、手势参数的端模型，以及利用AI进行渲染和解算以降低成本的流程 [8][11] - 该技术方案支持端到端实时互动，端到端延时要求小于2秒或1.5秒，并可在低成本终端芯片（如瑞芯微RK3566，约几百人民币）上运行 [5][8] - 公司已推出“星云平台”产品，并于10月发布文生3D多模态模型，目前有几百个B端企业客户在测试，部分已付费，公司从3D数字人公司转变为平台公司 [12][13] 成本突破与行业影响 - 通过AI技术完成渲染和解算，不再依赖传统渲染引擎和昂贵显卡，单路数字人服务成本从半年前需要一张显卡（约两三万人民币）大幅降低 [34][36][37] - 在特定应用场景下，AI渲染质量与Unreal等传统游戏引擎渲染效果基本无差异，通过并列对比无人能看出区别 [39] - 该技术若普及，可能降低3A级游戏对云端显卡或终端高算力的依赖，使游戏无处不在，并大幅降低元宇宙的参与成本 [38] 3D数据积累与行业应用路径 - 公司积累了1000多个小时的高质量3D动画数据，一秒钟成本至少1000人民币左右，高质量数据是训练模型的核心要素 [24][25] - 行业应用路径规划为先运用于日常生活交互、服务、陪伴场景，再到游戏，最后是好莱坞，因好莱坞级高质量数据制作难度极高 [33] - 影视动画和游戏公司拥有高质量3D数据但缺乏AI能力，而AI公司算法强但缺乏数据，两个行业目前缺乏交叉 [20][21][22] 与机器人领域的协同与挑战 - 3D数字人技术可驱动机器人，实现实时语音、动作和手势，公司生成的动作数据包含脸部、手部和腿部的完整动作 [42][44] - 机器人领域面临运动学（动作规划）和动力学（力的控制）的双重挑战，泛化能力（如适应不同楼梯参数）是当前主要难题 [45][48] - 行业研究方式正从白盒模型（显式计算受力点）转向黑盒模型（端到端数据驱动），长期有希望但短期挑战很多，完全解决或需10年 [62][63][64][57] 技术落地的关键挑战 - 数字人规模化落地需翻越质量、延迟、成本“三座大山”，并支持多终端、多操作系统、不同芯片算力的并发需求 [41] - 质量提升依赖于大模型能力，包括从文本生成带情绪的语音、匹配的唇形和动作，以及高质量训练数据 [41] - 在机器人领域，即使动作数据可用，现实世界的动力学控制（如抓取物体的力反馈）和复杂环境的泛化仍是巨大挑战 [53][54]