9 月 23 日，机器人数据公司 Eidon AI 联合创始人萨姆·帕迪拉（Sam Padilla）宣布关闭公司。萨姆在长文复盘中写道，具身智能训练数据匮乏的问题依然存在，但这些数据的价值，未必足以支撑一家独立公司的研发、硬件部署、采集运营和销售开支。
关闭前，团队几乎开源了两年多的全部积累：可穿戴追踪设备和手指追踪手套的设计、仿真项目，以及两批第一人称视角数据，包括人类采集者做家务的视频和对应的上肢运动轨迹。
用人类操作视频训练机器人的策略还在升温，出售这类数据的公司为何却没能撑下去？我们从 Eidon 公开的技术细节、经营过程中找到了一部分解释。
从加密应用到可穿戴设备
Eidon 起步于 2024 年初。同年 11 月，公司宣布完成 350 万美元种子轮融资，由加密货币投资机构 Framework Ventures 领投。当时，Eidon 对外描述了一个去中心化 AI 网络的构想：用户通过游戏化任务提交图像、视频等数据并获得激励，其他用户借助区块链核验数据真实性。彼时的萨姆表示，公司的最终目标是让人们在同一网络中贡献数据、算力、存储、代码和模型。
2025 年初，Eidon 转向机器人数据，将业务收窄，只做一件具体的事：招募采集者佩戴设备，在真实家庭中完成日常任务，再把视频和动作记录卖给训练机器人模型的团队。
主力产品 Eidon Tracker 是一套可穿戴设备。采集者在胸口以及双侧上臂、前臂和手部各放置一个惯性测量单元（IMU），同时利用戴在胸前的手机支架录制第一人称视角视频。设备会同步记录 7 个自由度的手臂关节角度。
（来源：X）
这套方案对买方的吸引力很明确。实验室内的采集难以覆盖千差万别的家庭环境，把设备寄到采集者家中，就能更快获得真实场景数据。最终，这套装置被 Eidon 发给了多个国家的 50 多名采集者。
设备寄出后，更繁重的工作才开始。有人戴错位置，有人需要重新校准；视频可能拍不到双手，实际动作与任务不符，光线和时长也可能不达标。设备损坏、跨国寄送和清关等“售后问题”同样需要有人处理。
为分担这些工作，Eidon 与采集运营服务商 BeeWork 合作，由对方联络采集者、落实采集标准；销售端则借助数据交易平台 Defined AI 对接大型实验室。萨姆在复盘中写道，前者抬高了每小时的采集成本，设备投入使用后的各种意外最终仍由公司负责处理；后者让沟通变慢、需求被层层过滤，利润空间也进一步受到压缩。
更大的限制依然源于硬件：Tracker 只能记录上肢姿态，无法采集手指关节动作，设备一旦部署，数据的形态和格式就被固定下来。但机器人数据是个没有标准品的行业，买方需求往往并不统一。客户要么索要原始传感器读数，或者要求提供推算后的关节角度。若在采集时没有保存这些信号，事后也无法补回。
Eidon 同期还开发过一款 16 自由度的手指追踪手套。萨姆认为，手套能采集的灵巧操作数据更有价值，但它的制造、校准和维护也难得多。他自称软件出身，于是选择先推出更简单的产品，先交付、后迭代。但采集硬件显然不遵循这一逻辑，迭代成本远比想象中更大。
萨姆最终不无遗憾地承认，如果当初押注手套，Eidon 今天可能还在。
图 | Eidon Glove 数据手套（来源：X）
五个月的积累，客户想要一个月交付
从寄出第一批追踪设备算起，Eidon 用了约五个月才采集到约 3,000 小时数据，其中一半是纯视频，另一半配有传感器记录。但与客户交流时，对方希望每月都能拿到这个量，最好每周就能交付。
实验室需要的是一条能持续产出海量合格数据的管线。因此，很多实验室要求供应商证明管线已经运转，才会认真考虑采购。要证明这一点，Eidon 必须先购买和部署更多设备、招募更多采集者、扩大审核与支持团队，每一步都要先投入资金。这让采集业务变得越来越重资产化。
萨姆披露，视频加追踪数据按照 1,000 小时的规格批量出售，每小时单价约 60 美元；包含手指动作等更高质量的数据，最高可达每小时 100 美元。
他公开了 Eidon 的部分成本结构：采集者报酬约占售价的一成，此外还要扣除硬件物料、损坏更换、关税、组装、质量审核，以及不合格录制带来的损失。所有支出都发生在数据交付之前，这让 Eidon 的运转面临更大的不确定性。
萨姆还提到，由于供给过剩，议价权在实验室和数据聚合商一侧，提前签约锁定交付的合同模式也几乎不可行。
Eidon 的公开数据还暴露出规模之外的另一重局限：约 1,274 小时的配对数据来自 27 位贡献者，其中，折叠衣物的操作数据约占总时长的 67.5%。对于需要训练多种任务的客户而言，这份过于单一的数据集显然不够用。
资本涌入，价格下行
Eidon 退场时，数据采集赛道并不冷清。2026 年 6 月，用身体传感器和 iPhone 记录人体动作的初创公司 Mecka AI 宣布融资 6,000 万美元。两周后，加州大学伯克利分校（UC Berkeley）孵化的 XDOF 带着 7,000 万美元结束隐身，业务涵盖遥操作与第一视角采集。投资机构预估，未来两年全行业在机器人数据上的支出将超过 30 亿美元。
资本涌入的背后，业内却已有供给过剩的迹象。萨姆在复盘中分析道，纯视频数据已经是同质化商品，除非能把规模做到极大体量。部分同行的判断更激进：数据公司 Flikforge 创始人称，未经区分的第一视角视频，批量成交价已低至每小时 2~5 美元，出现了成本倒挂。
独立数据厂商的生存空间正在收窄，原因是结构性的。在这些公司的下游，买方需求可以简单分为两类，通用家庭视频和特定形态机器人的动作数据。
其中，前者可以靠更大的用户网络采集，大买家有能力自己做。8 月 25 日，Figure AI 公开发布数据采集应用 Index，该应用的周活跃贡献者超 4.4 万，已上传 1,600 万段视频。据公司披露，平台每 1,000 小时数据平均可包含 373 种任务、1,146 种物体和 116 种环境。
Figure AI 称，它曾尝试向数据供应商采购，但对方在产量、多样性和质量上都达不到要求，于是决定自建数据管道。公司计划未来 12 个月在数据和算力上投入超 10 亿美元。
（来源：Figure）
而在特定动作数据的收集中，供应商的软硬件设施必须与客户任务相匹配。今年 6 月，专注于采集真实生产流程视频的 Vision Lab 宣布完成 600 万美元种子轮融资，并表示已与亚洲和非洲 2,000 多家工厂建立合作。掌握买家难以进入的场景资源，或许是数据采集公司的另一种生存策略。
国内的数据生意处在另一个阶段
对比国内具身智能数据市场，资本热潮仍在浪尖。据不完全统计，2025 年 7 月至 2026 年 7 月，国内 15 家不做机器人本体、也不训练模型的独立数据服务商共融资约 44.7 亿元。
目前，行业的总体定价为每小时 200 至 500 元，真机数据可达 500 至 1,000 元。玩家结构同样呈现初创拿下大额融资和订单，机器人大厂亲自入局造数据的趋势。
具体来看，今年 3 月，以仿真合成数据起家的光轮智能宣布完成 10 亿元融资；几乎同期，由自动驾驶时空数据业务转型而来的弈人科技宣布，2025 年 AI 数据业务收入破亿并实现盈利。它石智航正在同时研发机器人本体、具身大模型和穿戴式采集系统。
在大厂一侧，今年 4 月，智元机器人将数据业务拆分为觅蜂科技。同月，京东宣布将动员最多 60 万人佩戴设备众包采集，目标是两年内积累 1,000 万小时真实场景视频。
不过，随着产能扩大再进入稳定状态，国内定价的下降也将不可避免。
回到萨姆的判断，第三方采集商的作用是帮助机器人公司启动数据循环。一旦机器人大规模部署，开始在实际工作中持续产生训练数据，抑或客户选择自建采集团队，外部供应商就会被替代。他预估，独立数据采集公司的发展窗口期只有 1~3 年。
Eidon 们难道注定只能是昙花一现吗？答案也不尽然。只靠按小时卖数据的公司，窗口期或许有限；但如果他们能凭借数据积累，将能力延伸至仿真、评测或模型训练，也有希望继续留在场上。
参考链接：
https://x.com/theSamPadilla/status/2102533979291443495
https://github.com/Eidon-AI/eidon-tracker
https://github.com/Eidon-AI/eidon-glove
https://www.figure.ai/news/introducing-index
https://flikforge.com/robot-data-glut-egocentric-video-physical-ai/
运营/排版：何晨龙
注：封面/首图由 AI 辅助生成
