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。