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赣州市某某代理有限公司舞蹈、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赣州市某某代理有限公司角度看，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：时尚)