宇树推出人形机器人“App Store”，C端生态开始成形

出品｜虎嗅科技组

作者｜宋思杭

编辑｜苗正卿

头图｜视觉中国

12月13日，宇树宇树机器人正式上线人形机器人“App Store”。推出态开用户可以将训练好的人形人绥化市某某生物科技维修网点舞蹈、武术、机器干活等动作模型上传分享，端生也可以下载其他开发者的始成动作，直接部署到宇树的宇树人形机器人上运行。平台同时开放了由真实机器人采集的推出态开数据集，用户既可以上传自己的人形人数据，也可以下载他人的机器数据，用于算法训练和优化。端生

据悉，始成该应用商店目前已开启公测，宇树相关信息已在宇树机器人官网公布。推出态开

从商业模式的人形人绥化市某某生物科技维修网点角度看，发布 App Store 更像是在延长其 C 端商业模式的生命线；但从另一个维度看，用户参与数据上传与共享，又恰好补足了具身智能行业最为稀缺的一环，即真实机器人数据。

从形式上看，这只是一次产品功能的扩展；但放在整个机器人行业的发展时间轴里，它更像是一次对行业现实的直接回应。

过去一年，人形机器人经历了一轮明显的“过山车”。在资本和媒体的共同推高下，行业一度被描绘为继大模型之后的下一个风口；但很快，热情开始退却：B 端订单推进缓慢、真实应用场景有限、交付与成本压力持续存在，一些公司开始主动收缩节奏，行业正在进入一个更安静、也更真实的阶段。

在这一阶段，机器人行业面临的最直接问题，仍然是商业模式的单一性。有知情人士向虎嗅透露，宇树机器人今年营收达 17 亿元，其中大部分订单来自海外，而海外订单又主要集中在科研院校；除此之外，其另一部分收入主要依赖 C 端租赁业务支撑。

虎嗅从多个信息源了解到，科研院校相关订单已接近饱和，而 C 端销售同样很快触及天花板。换言之，无论是海外科研市场，还是当前形态下的 C 端消费，增长空间都在迅速收窄。

比商业模式更深一层的，是数据问题。

在具身智能领域，行业早已形成共识：真正稀缺的并不是模型参数，而是真实世界中的机器人数据。与大模型依赖互联网文本不同，人形机器人必须在真实物理环境中完成感知、决策与执行，而这些过程中产生的成功、失败与纠偏，才是最有价值的训练素材。

宇树此次在 App Store 中明确引入真实机器人采集的数据，并允许用户上传与下载数据集，这一点尤为关键。这意味着数据不再只掌握在公司内部，而是开始在一个更开放的系统中流动。用户在使用、调试、改进机器人能力的同时，也在不断为系统贡献新的数据。这种分布式的数据积累方式，恰恰是当前机器人行业最为缺乏、却又最为迫切的能力。

如果说 App Store 在表层分发的是动作与模型，那么更底层的逻辑，其实是在推动机器人被更频繁、更多样地使用，从而持续地产生真实数据。由此形成的数据—模型—能力再数据的循环，构成了一条潜在的数据飞轮。

理解这一点，才能更好地看清机器人行业退火之后的真实状态。

随着热度消退，行业正在迅速分化。以宇树和智元为代表的两家公司，逐渐走向了不同的方向。智元选择了一条更典型的 B 端路径，强调场景适配与确定性交付。此前，智元对外披露其人形机器人已下线 5000 台，尽管具体应用效果仍有待长期验证，但在当前行业整体出货量尚未破万的背景下，这一数字本身已具备象征意义——至少说明，在部分场景中，B 端客户愿意为相对明确的能力买单。

B 端路径的逻辑是清晰的：围绕具体任务进行深度定制，用“能干活”换订单。但这条路也高度依赖机器人“大脑”的能力。复杂场景下的连续任务执行、多模态感知与异常处理，都对上层智能提出了极高要求。

相比之下，宇树在 B 端大规模推进人形机器人落地的条件并不充分。这并非战略缺位，而更像是现实条件下的选择。宇树长期以来在运动控制和本体能力上具备明显优势，但在通用大脑层面的投入相对克制，这也使其在需要高度场景适配的 B 端应用中，并不具备明显优势。

目前，宇树的订单仍有相当一部分来自海外科研机构和高校。这类客户对产品成熟度的容忍度较高，也更看重平台属性和可玩性，有助于技术验证和品牌积累；但这一市场本身规模有限，需求高度碎片化，难以支撑长期、稳定的商业增长。

正是在这样的现实约束下，宇树继续向 C 端靠拢，反而显得更加合理。短期内，人形机器人尚不可能成为真正意义上的消费电子产品，但 C 端的价值并不完全体现在销量上。

舞蹈、互动、娱乐等看似“非生产性”的应用，反而更容易让机器人被真实地使用起来。App Store 在这里扮演的角色，也并非简单的功能集合，而是为 C 端探索提供基础设施。

当人形机器人拥有自己的 App Store，真正被改变的，或许并不只是某一家公司的产品形态，而是整个机器人行业对未来竞争方式的想象。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4817137.html?f=wyxwapp

(责任编辑：探索)