机器人缺数据，卖数据就能成为一门好生意吗？Eidon 团队做了两年多，最终选择关闭公司。创始人 Sam Padilla

机器人缺数据，卖数据就能成为一门好生意吗？Eidon 团队做了两年多，最终选择关闭公司。创始人 Sam Padilla 在这篇复盘^[1]里没有否定最初的技术判断：具身 AI 的数据瓶颈依然存在。他真正重新审视的是另一件事：数据的价值，是否足以支撑一家独立公司的研发、硬件部署、采集运营和销售成本。

Eidon 于 2024 年初从游戏化的图像、视频采集应用起步，2025 年初转向机器人数据。他们开发了基于惯性测量单元的手臂追踪套件，交给多个国家的 50 多位采集者使用。按照作者的回顾，团队从首批硬件发出到积累约 3,000 小时数据，花了约五个月；但潜在客户希望每月拿到这个量，最好每周就能交付。

这篇文章的价值在于把数据生意拆回具体的工作：设备怎么寄、坏了谁修、谁有采购决定权、需求变更后能否补齐信号，以及为何软件创业中先做简单产品、再迭代的经验，会在硬件上形成难以回头的选择。Padilla 也交代了被搁置的手套方案、他对机会窗口的个人估计，以及团队留下的开源资产。

核心观点：

以下为原文全文，经整理。

SECTION / 01数据瓶颈与生意之间的距离01

Sam Padilla：技术上存在瓶颈，并不必然意味着这是一门好生意。

在数据领域做了两年多之后，我们最近关停了 @eidon_ai。

我们在 2024 年初起步，最初做的是一款用游戏化方式收集视频和图像的多模态数据采集应用。2025 年初，我们转向了机器人数据。

从一开始，我们的判断就很简单：

具身 AI 面临一个关键的数据瓶颈。

于是，我们做出了 Eidon Tracker^[2]。这是一套基于惯性测量单元（IMU）的设备，可以在采集第一人称视角（POV）视频的同时，收集高精度的 7 自由度手臂追踪数据。

我们把追踪设备部署给了多个国家的 50 多名采集员，收集了 1,000 多小时的家务任务数据。这些数据现在已经全部开源。

具身 AI 面临一个关键的数据瓶颈。

但这些数据的价值，可能还不足以支撑我们围绕它做成一门生意。

SECTION / 02物流与运营的噩梦02

有用的数据需要符合标准：双手必须可见，光线要稳定，第一人称视角画面要清晰规整，操作要符合任务要求，录制时长也得足够，才能让这段记录有使用价值。

这意味着，除了招募采集员、与他们沟通、支付报酬，以及管理他们的采集活动，你还得对每一段录制内容进行质量审核（QA）。

如今，这个行业的供应也已经过于饱和。除非你拥有极大的规模，否则纯视频数据就是一种同质化商品。更有价值的数据，来自定制的采集硬件。

而一旦涉及硬件，你的工作就从管理采集员，升级成了发货、编写说明书、排查安装设置问题、检查校准、剔除不合格录制、回复技术支持消息、协调海关事务，还要设法让不同的人，在不同的家庭、国家和时区里，持续产出质量一致的数据。

我们与 BeeWork^[3] 这样的第三方采集员运营服务公司合作。我们把设备套件寄给他们，由他们协调终端采集员的相关事务，并落实我们的标准。

这确实有帮助，但并没有让物流与运营问题消失。它增加了每小时的采集成本，而那些只有硬件真正投入使用后才会冒出来的古怪个案，最终还是留给我们处理。

部署出去的硬件，完全遵循安娜·卡列尼娜原则：正常工作的设备都是相似的，坏掉的设备各有各的坏法。

SECTION / 03买家关系网03

放眼全球，认为这些数据有价值的公司只有寥寥几家。而在这些公司内部，有权决定花几十万美元购买一套数据集的人，也只有少数几个。

实际上，机器人数据的买家圈子非常小。全世界可能也就两百来人。到了这个层面，问题甚至已经不在营销上。你可以尽情做营销，但到头来，你要么有这层关系，要么没有。

而且，仅仅认识公司里的人，甚至认识那里的机器人工程师，都还不够。你需要能直接联系到最终拍板的团队。

这种接触渠道如此难得，以至于它本身就成了一种产品。数据经纪商和聚合商填补了这个空缺。我们曾与 Defined AI^[4] 这样的公司合作。他们已经和大型实验室建立了商业关系，基本上就是在终端买家和我们之间撮合交易。

虽然这很有帮助，但通过中间商销售通常会有的成本，也随之而来：沟通变慢，需求被层层过滤，利润空间被压缩，激励不一致，也更难直接获得真正需要这些数据的人给出的反馈。

直接接触终端买家，是做得到的。我们做到了。但这些对话又带来了另一组问题：规模。

SECTION / 04规模的鸡生蛋、蛋生鸡困局04

我们的数据总量做到了 3,000 小时。其中一半是纯第一人称视角视频，已在这里开源^[5]。另一半则是前面提到的第一人称视角视频加追踪设备数据集。

这个数字来之不易。从第一批追踪设备寄出算起，我们花了大约 5 个月。但当我们坐下来与最终使用这些数据的实验室交流时，他们的需求更接近每月 3,000 小时，最好每周就能交付这么多。

数据能发挥作用的时间很短。客户用某一批数据训练过后，这批数据就几乎没用了。实验室需要的不是一次性的数据集，而是一条可靠、持续供给的数据管线。

问题在于，很多实验室只有在你证明自己已经具备这样一条管线之后，才会把你当成值得认真考虑的供应商。所以，你被迫提前下注：到底要采集哪一种数据？

但这几乎不是一个能有明确答案的选择，因为没有哪两个客户想要完全相同的数据集。

我们押注的是用 IMU 推算人体手臂的关节角度。这一下就把几类实验室排除在外：只关心手部灵巧性的、认为 IMU 这条路线不对的，以及想要夹爪遥操作数据的。

即便是愿意考虑我们数据的实验室，要求也不统一。有些想要经过我们的运动学链计算后得到的最终关节角度，有些则想要原始的 IMU 测量值。如果你在采集时只保留了一种格式，没有保留另一种，之后可没办法回头把缺失的数据补回来。

对一家初创公司来说，为了从零建立某一种数据形态的采集能力，研发、制造、物流与运营，以及质量控制（QC）的成本都高得惊人，早期押错方向，往往就等于提前被判了死刑。

而有一个很简单的办法，几乎能保证你押错：选择容易的那条路。我们就是这么干的。

SECTION / 05每小时数据的经济账05

我们把视频加追踪设备的数据按每 1,000 小时一批出售，价格约为每小时 60 美元。根据数据质量，比如是否包含手指灵巧动作数据，售价最高可以达到每小时 100 美元。

账面上看，这说得通。但从这个标价里，你还要扣掉：

我们摸索出了制造低成本硬件并进行规模化部署的办法。于是，从制造设备到把它送到采集员手中，所有成本我们都自己扛了。

所有这些钱，都由我们提前垫付。你可能为某个买家花了时间和金钱，采集了 1,000 小时的数据，才发现隔壁实验室想要的传感器、任务和信号都不一样。

我们很早就拿着样本去和潜在客户沟通，也确认过这些数据有用。但硬件一旦部署出去，我们能及时调整的地方就很有限了。

提前签下合同，也几乎不可行。数据采集行业已经过于饱和，实验室和聚合商掌握了全部议价优势。只要你满足不了他们对规模或规格的需求，他们就可以转身去找其他十来家排着队、想和他们做生意的数据供应商。

SECTION / 06去解决难的问题06

科技行业有一个共识：机器人会是下一个大方向。而每逢这样的下一个大方向出现，往往都会有大量的人涌入。软件背景的人正在转向这个领域，也把软件创业的一套经验法则带了过来，而这套法则在硬件领域可能会要你的命。

在开发追踪设备的差不多同一时期，我们还开发了 Eidon Glove^[6]。这是一款成本很低的 19 自由度手指与手部追踪手套，基于 @LeRobotHF 和 @nepyope 的 Project Homunculus 项目开发。

它使用霍尔效应传感器采集高分辨率的手指关节角度，并通过 IMU 测量手腕运动。

它能收集到的数据，显然比手臂追踪数据更有价值。很多机器人真正卡住的地方，就是灵巧操作。但这款手套的制造、校准、技术支持和部署，也都要难得多。

我自己也是软件出身，所以做出了一个典型的软件创业者式选择：选更简单的产品，更快交付，以后再迭代。

于是我们选了追踪设备，却不知道，要把它规模化部署出去，会花掉几千美元和几个月时间，基本上让我们走上了一条回不了头的路。

其实，在刚创办 Eidon 时，我们就犯过同样的错误，而且那一次更大。

从一开始，我们就知道最终目标是进入机器人领域。但在 2024 年初，这并不是一个显而易见的选择。于是，我们又一次走了容易的路：做一款专注于视频和图像、带有任务机制、结合加密货币生态的游戏化数据采集应用。

如果我们从一开始就选择做难的事，或者至少选择在手套上继续加码，而不是押注追踪设备，Eidon 今天可能还在。

SECTION / 07不断收窄的机会窗口07

自从 @clementdelangue 和团队在本周早些时候发布了我们最后一批数据集的消息，我已经收到了至少 5 位处于早期阶段的创业者发来的消息，他们都在探索机器人数据这个领域。YC 这样的加速器也在批量扶持这类公司，只要沾上机器人就投。

但我觉得，很多人没有意识到，数据采集公司的机会窗口是有限的。

任何一家机器人实验室的最终目标，都是建立数据飞轮。已经部署出去的机器人自行采集数据，再反过来推动世界模型或视觉语言动作模型（VLA）的迭代。

机器人数据供应商，只是让这个数据飞轮启动起来的那股力量。一旦这些实验室能够满足自身的数据需求，无论是通过内部的数据采集团队，还是通过机器人机队回传的数据，对第三方数据采集商的需求就会消失。

可以把机器人数据公司想象成 Waymo 获准自动驾驶、并自行采集数据之前，坐在车里的驾驶员。他们的角色很重要，但有非常明确的时间限制。

我们从创业之初就清楚这一点。我们的目标始终是走出数据采集，进入硬件、仿真环境和模型构建。我们把这叫作“毕业”。

这个机会窗口还会持续多久，谁也说不准。我估计是 1 至 3 年。无论如何，我觉得，一家新成立的数据创业公司，能够用来完成这场“毕业”的时间，已经越来越短了。

SECTION / 08开源资产与留给后来者的八条建议08

这项工作有意义。数据有意义，整个机器人领域也有意义。

因此，为了给这个社区做一点贡献，我们把这两年来做出来、几乎所有有价值的东西都开源了：

如果你用其中任何一项做出了什么，请告诉我。我很想看到这些成果被真正用起来。

如果你正考虑在机器人数据领域创业，我希望你能认真考虑这些教训：

这里面还有很多值得讲的：经济账、定制硬件的开发、物料清单、与开源之间的协同，以及更多问题。如果大家有兴趣，我会在其他文章里继续展开。

特别感谢我们的团队，这一路走得很精彩：

@RobertDaleSmith 如今已加入 Neuralink，@peter_van_toth 则在继续其中一部分工作。