Hugging Face 推出 Reachy Mini App Store，上線即有逾 200 款社群開發應用，全部免費。這款售價 299 美元的開源桌上型機器人，累計銷售已突破一萬臺。
（前情提要：機器人產業暢想：自動化、人工智慧與 Web3 的融合進化）
（背景補充：Alpha掘金》黃仁勳助攻，FrodoBots Labs能善用「Web 2+3 機器人」創造新財富效應？）
一萬臺機器人、兩百款應用，Hugging Face 正式推出 Reachy Mini App Store，目標不是誰能做出最聰明的機器人，而是「誰能先蒐集到足夠多的機器人互動資料」。
$299 的機器人賣的不是硬體
桌上型開源機器人 Reachy Mini 有兩款：Lite 版 299 美元走 USB 有線連線，Wireless 版 449 美元內建 Raspberry Pi CM4 加 Wi-Fi。Hugging Face 在 2025 年 7 月推出這款產品，前身是其收購的法國機器人公司 Pollen Robotics。
截至目前，這款機器人已累計售出約一萬臺。過去兩週單獨賣出 3,000 臺，未來 30 天預計再出貨 1,000 臺。這個數字讓 Reachy Mini 成為史上部署量最大的開源桌上型機器人。
但真正值得注意的不是出貨量，而是 Hugging Face 在這一萬臺硬體上蓋了什麼？
Reachy Mini App Store 上線時，已有超過 150 位創作者貢獻了 200 多款應用，全部免費。應用涵蓋的範圍比官方預期的還要廣：有下棋時專門嘲諷對手的「Emotional Damage Chess」，有偵測用戶拿起手機就開口叫他回去工作的反拖延工具「Reachy Phone Home」，有矯正外語口音的語言教練，還有即時播報 F1 賽事的評論員應用。
每一個應用背後，都是真實用戶在真實環境裡和真實機器人互動的資料。對 Hugging Face 而言，App Store 不只是分發通路，更是把用戶行為轉換成訓練資料的入口。
開發門檻消失，資料才真正開始流入
機器人領域長達 60 年的核心問題不是硬體太貴，而是開發門檻太高。要讓機器人做一件新的事，你需要懂運動學、懂感測器校正、懂底層控制邏輯，這道門把絕大多數有想法的人擋在外面。
Hugging Face 用一個叫「ML Intern」的 AI agent 拆掉了這道門。你只需要用自然語言描述機器人的行為：例如「有人說早安時揮手」，agent 會負責寫程式、測試、打包。整個流程不需要用戶理解任何底層邏輯。
CEO Clément Delangue 在 Hugging Face 邁阿密辦公室親自示範：兩個小時內，他做出了一個能辨識訪客身份的接待員應用。Delangue 在訪談中向 VentureBeat 表示「Anyone can build the apps」
該 App Store 的每一個應用都託管在 Hugging Face Hub 上，可以 fork、可以在瀏覽器內模擬試玩，不需要擁有實機。模型層面完全開放：支援 GPT-5.5、Claude Opus 4.6、Kimmy 2.6、Mini Max GM5、Deep Sig V4 Pro 等主流模型，即時對話整合 OpenAI Realtime 和 Gemini Live。。
App Store 是介面，資料才是目的
機器人 AI 的訓練資料問題，是這個領域目前最難解的結構性困境。語言模型可以爬網路，視覺模型可以用圖片資料庫，但機器人的操作資料必須從真實的物理互動中取得，換句話說，需要有人讓機器人做事，然後記錄下來。
過去十年，這個問題的解法主要是兩條路：讓研究人員在實驗室裡做示範（成本高、規模小），或者用合成資料和模擬環境替代（泛化能力存疑）。
Hugging Face 的 Reachy Mini 是第三條路的一次大規模實驗：把收集資料的成本轉移給用戶，把用戶變成資料貢獻者，把每一個 app 的開發和使用都變成資料採集的節點。一萬臺機器人在世界各地的辦公桌、教室、會議室上執行，背後是一萬個不同環境、不同用戶、不同任務的真實操作記錄。
📍相關報導📍
蘋果敗訴後App Store政策更新：Web3 與NFT應用免除「30%蘋果稅」，元宇宙有戲了？
Alpha掘金》黃仁勳助攻，FrodoBots Labs能善用「Web 2+3 機器人」創造新財富效應？
馬斯克揚言提告蘋果：App Store 排名存在壟斷行為，惡意打壓 Grok
NVIDIA 推出全新開源多模態大模型「Nemotron 3 Nano Omni」！影音圖文通吃，專攻 Agent 應用
