ARTICLE · 1060756
倒闭前最后一夜,这家AI公司把9TB绝密数据全网开源:860小时都在叠衣服,震撼机器人界!
一家初创公司在生命终结的那一刻，会留下什么？
通常的剧本极其冷酷：欠费停机、服务器断电、员工解散。办公桌上的显示器被折价变卖，几千个日夜写下的代码和积累的数据，要么被锁死在无人问津的冷备份硬盘里慢慢发霉，要么被打包挂牌卖给数据中介，换几万美元给清盘人还债。
但2026年9月，在大洋彼岸，一家名为 Eidon AI（母公司 Solidic Labs Inc）的机器人数据初创公司，在关停清算的最后关头，做了一个让整个具身智能社区集体起立鼓掌的决定。
他们的官方网站早已因为欠费显示 Payment Required（部署暂停）。但在服务器彻底断开前，团队选择直接按下开源上传键，将整整 9.05 TB、1,274小时的第一人称家务劳动与身体运动捕捉数据，全部以最宽松的 CC-BY-4.0 协议，毫无保留地交给了全世界。
只要署个名，任何人，甚至任何竞争对手，都可以免费用于商业开发。
▲ Hugging Face 旗下机器人项目 LeRobot 宣布：Eidon AI 在收尾之际将 9TB 数据全部开源
Hugging Face 联合创始人兼 CEO Clément Delangue 随即转发并感叹：“大多数倒闭的公司都会带走它们的影响力，但开源能让你的工作，活得比组织更久。”
前 Eidon 团队成员 Sam Padilla 只在社交媒体上平静地留下一句话：
“这是留给机器人社区的临别礼物。”
860小时都在叠衣服？这其实是一座技术金矿！
当全世界的工程师与研究员涌入 Hugging Face 下载这批名为 Tracker POV 的数据集时，所有人都被它的任务构成震惊了。
在这套包含 13,451 段高清视频、涵盖 27 个真实家庭日常劳作的数据库里，任务分布极其“偏科”：
- 叠衣服（Folding Laundry）：
860.2 小时（8,747 段录制），占比高达 67.5%！ - 家庭清洁（Cleaning）：
276.3 小时，占 21.7% - 洗碗（Doing Dishes）：
52.1 小时 - 做饭（Cooking）：
39.5 小时 其余零星时间，则是铺床、浇花、擦桌子和整理杂物。
▲ Hugging Face 上的 Eidon Tracker POV 主页，明确标注文档为“最终、完整的发布”
有人看到这里可能会笑出声：一家机器人公司融了资、招了人，最后居然录了快 900 个小时的人类叠衣服？
但在顶级机器人专家眼里，这些数据堪称一座价值连城的金矿。
在机器人控制领域，有一个公认的噩梦级难题，非刚性物体操作（Deformable Object Manipulation）。
让机械臂去抓取一个马克杯、拧紧一颗螺丝，这叫“刚性物体”。它们的几何形状是固定的，只要算出空间坐标和接触点，写好运动学逆解，机器人就能完成得很漂亮。
但衣服、毛巾、被单完全是另一回事布料在被捏起、甩开、折叠的瞬间，会产生无数种褶皱、形变和自遮挡。它的物理状态空间几乎是无限维的今天哪怕是顶尖实验室的人形机器人，面对一堆乱七八糟的衣服，也会像喝醉了一样手足无措。
正如开发者 Prince Kushwaha 所评价的：“67% 的叠衣服数据，直接让它成为了当今研究可变形物体操作的终极基准（Ultimate Benchmark）。”
人类觉得最枯燥无聊的家务，恰恰是机器通往物理世界最难迈过的一道坎。Eidon 用关门前最后的心血，硬生生在这个最难的方向上，给全世界铺了近千小时的基石。
机器人的“物理直觉”，到底缺什么？
要理解这套数据的珍贵，我们得先回答一个本质问题：为什么大模型懂天文地理，却连地上的袜子都捡不好？
ChatGPT 能写诗、能编程，是因为它吞下了全互联网数十万亿词的文本；但人形机器人要学会干活，吞网页文字是没用的。它需要的是“物理直觉”，人手抓握时手臂怎么摆？手腕怎么旋转？擦桌子时胸膛和手臂如何协调发力？
目前行业里收集机器人数据，主要有三条路，但每条都有致命软肋：
- 实验室遥操作（Teleoperation）：
工程师戴着 VR 头显或者拿着操纵杆，远程遥控昂贵的机械臂干活。这种数据质量极高，但成本贵到飞起，而且场景全在千篇一律的白墙实验室里，机器人一进普通人的杂乱客厅就彻底瞎眼。 - 互联网视频挖掘（YouTube/TikTok）：
网上有海量的做饭、打扫视频，但那些都是第三人称视角的平面画面，缺少最底层的运动学物理参数。机器人看人切菜，根本不知道对方的手臂关节转了多少度、用了多大劲。 - 穿戴式真实家庭采集（Eidon 走的路）：
让真实的人，在自己真实的家里，戴着第一人称（POV）运动相机，并在身上绑满传感器去干活。
▲ 社区高度评价其 CC-BY 协议与七点传感器同步带来的巨大工程价值
Eidon 的方案极其硬核志愿者在 27 个真实家庭中做家务时，不仅头上戴着第一人称镜头，上半身还贴了 7 个无线惯性测量单元（IMU）：左手、左前臂、左上臂、右手、右前臂、右上臂，以及胸部。
系统以 24 Hz 的频率，毫秒级同步记录人手和手臂在三维空间中的四元数姿态变化。
虽然它没有直接记录某个特定机器人的电机指令，但它提供了最纯粹的人类多模态运动演示（Human Visual-Motion Demonstrations）。研究人员只要通过“运动重定向（Motion Retargeting）”算法，就能把这 1,274 小时的人类动作，直接映射到特斯拉 Optimus、Figure 或者各类双臂机器人身上。
卖掉遗物，还是留给世界？
在 Eidon AI 宣布开源的背后，其实折射出当下科技圈一个极其现实甚至有些残酷的暗流，失败初创公司的“遗产变卖潮”。
2025 到 2026 年，伴随着 AI 硬件与机器人赛道的激烈洗牌，大量初创公司烧光资金走向终局。在这个背景下，硅谷甚至诞生了一条全新的产业链：以 SimpleClosure、Troveo 为代表的中介机构，专门帮关停的公司“变现遗物”。
你的公司快破产了？别注销云账号把公司内部所有的 Slack 聊天记录、员工邮件、未公开的代码库、工单流 打包脱敏，卖给头部的 AI 大模型实验室拿去训练代码 Agent 或办公智能体。一笔交易能为创始人挽回 1 万到 10 万美元 不等的现金残值。
▲ 行业调查显示：大量倒闭公司的内部数据被转手卖给大模型公司充当训练燃料
这是一场完全合乎商业逻辑的自救但 Eidon 的团队在清盘时，做出了截然相反的选择。
他们没有走入封闭拍卖的暗室，而是把这笔耗资不菲、在真实世界里用真金白银采集来的 9TB 物理资产，挂到了公共阳光之下。
开源社区一位开发者写下了一段发人深省的评论：
“如果一家软件公司倒闭时开源它的代码库，往往两轮依赖包更新后，代码就再也编译不过去了；但如果一家公司在死前留下了 13,451 段真实的物理世界传感器数据，哪怕过去十年，这些数据依然准确，依然可以直接喂进下一代神经网络。”
代码会腐烂，但关于物理世界的结构化数据不会。
27个人的真实乌托邦：没有美化，全是疤痕
翻看 Eidon 留在 Hugging Face 上的数据集卡片（Dataset Card），你甚至能读出一种工程技术人员特有的坦荡与悲壮。
很多大型科技公司发布数据集时，喜欢用精美的图表包装得无懈可击。但 Eidon 在卡片的“局限性（Limitations）”一栏，几乎是把所有弱点底朝天翻给所有人看：
- 极度不均衡：
别把它当成日常活动的平衡数据集，67% 都是在叠衣服，拿它训练综合家政会翻车； - 贡献者过于集中：
只有 27 个人参与，最大的单个贡献者贡献了 16% 的时长，前五个人占了近 60%； - 样本偏差：
填了性别的人里有 15 个是年轻男性，老人和女性极少； - 未做人脸与隐私模糊：
视频全部是原始画面，家里杂乱的房间、偶尔入镜的镜子、屏幕全都在上面，请下游使用者自己做好过滤。
甚至，他们连质检中被系统判定为无效的 472 段、15.7 小时的“失败录像（invalid）” 也全部保留并公开，清清楚楚写明了因为手部出画、光线过暗还是镜头晃动而被拒绝。
他们不仅开源了成果，连失败的过程本身都作为“负样本”毫无保留地送了出去。
▲ 数据集卡片清晰透明地公开了数据来源与无隐私模糊等原始缺陷
Eidon 最初的愿景很大翻看他们 2025 年底的推文，他们曾憧憬着通过去中心化的硬件背带，发动全世界成千上万的人穿戴采集，冲刺 10 万小时甚至 100 万小时的机器人数据网络。
现实是残酷的硬件迭代的艰难、资金链的断裂、商业化落地的时间差，最终让这家公司停步在 1,274 个小时的门槛前。
即便走到关停这一步，他们依然选择把最后的心血完整交给了整个行业。
英雄可以倒下，但火种必须传下去
在互联网的历史上，我们见过了太多公司的消亡。大多数时候，一个域名的下线就像一滴水蒸发在沙漠里，无声无息。
但 Eidon AI 给这个喧嚣的 AI 时代留下了一个极其提气的背影。
▲ Clément Delangue 直言：开源让工作活得比组织更久
今天，当你访问 eidon.ai 时，浏览器只会返回冷冰冰的托管欠费提示；但在 Hugging Face 和 GitHub 上，全球各地的机器人实验室、高校研究生、人形机器人创业者，正在以每秒数十兆的速度，把这 9 TB 的家务数据同步到自己的服务器中。
在未来的某一天，当某台走进千家万户的人形机器人熟练地抓起掉在地上的衬衫、轻巧地翻折抚平时，它的感知模型最底层的某些权重，很可能就来自 2026 年秋天，那个早已不复存在的团队留在互联网上的最后一份礼物。
公司虽然死了，但它教给机器人的双手，正在无数个终端里重新活过来。