Hebbian Robotics aposta em pipelines de dados abertos e versionados para destravar a robótica

A Hebbian Robotics desenvolve o HFlow, um SDK open-source (Apache-2.0) para pipelines de dados de robótica: as equipes escrevem transformações, verificações, rótulos e enriquecimentos em Python puro que o HFlow executa como DAGs do Airflow 3, armazenando episódios MCAP com proveniência, além de um catálogo consultável em DuckDB/Parquet.

O avanço da robótica tem como gargalo a qualidade dos dados, não os modelos, de modo que um SDK aberto que verifica, versiona e curadoria gravações de robôs se torna a camada de dados padrão.

Brandon Ong havia treinado modelos de IA corporificada para robôs industriais de limpeza com dois braços e pesquisado línguas de baixos recursos em Stanford; Kingston Kuan escalou sistemas na Jane Street e construiu a plataforma de vídeo em larga escala da Verkada. Ambos viam repetidamente equipes de robótica montarem scripts frágeis e avulsos — um transcodifica vídeo, outro verifica carimbos de tempo, outro rotula — que corrompem silenciosamente os dados de treinamento à medida que os corpora crescem, além de fornecedores de dados vendendo gravações egocêntricas ou de robôs não verificadas.

A dupla fundou a Hebbian Robotics em São Francisco durante a turma de verão de 2026 do YC (fundada em 2026, equipe de duas pessoas) e lançou o HFlow 0.2.x no PyPI até agosto de 2026. O SDK processa vídeo, estado, ações e metadados sincronizados em arquivos MCAP, registra proveniência e medições de qualidade com carimbo de versão em um catálogo Parquet, e renderiza pipelines como grafos visíveis do Airflow; o Launch HN de 31/08/2026 o posicionou contra equipes que reconstroem a mesma infraestrutura de pipeline por conta própria. A página de lançamento do YC apresenta APIs que permitem aos provedores de dados comprovar qualidade aos compradores, com o produto hospedado multi-inquilino ainda em lista de espera.

A qualidade dos dados é o gargalo que as equipes de robótica encontram primeiro: um modelo não consegue compensar gravações dessincronizadas, incompletas ou irreprodutíveis, portanto o controle de qualidade pertence ao momento anterior ao treinamento, não ao posterior às falhas.

Formatos padrão vencem mais uma pilha proprietária: MCAP, Airflow, Parquet e DuckDB já são confiáveis no ecossistema, o que reduz o custo de adoção para equipes de qualquer tamanho.

O open source é a cunha que cabe a uma equipe de duas pessoas: código Apache-2.0, contribuições sem hardware de robô e proveniência visível geram confiança junto aos compradores de dados mais rápido do que vendedores conseguiriam.

Evidência em vez de veredictos: as verificações registram medições com cobertura e carimbos de versão, de modo que a política do conjunto de dados permanece com o consumidor e todo corpus permanece reproduzível.

Encontre o gargalo que os clientes sentem primeiro — a qualidade dos dados, não os modelos —, depois torne a infraestrutura open-source para que os padrões se acumulem, e venda hospedagem apenas depois que o formato vencer.

Em 6 de setembro de 2026, a Hebbian Robotics é uma empresa ativa de duas pessoas do YC Summer 2026 em São Francisco. O HFlow está em pré-v1, com o ciclo de vida central de transformação até manifesto funcionando de ponta a ponta, instalável a partir do PyPI, com 126 forks no GitHub e importação do LeRobot v3 adicionada na 0.2.4. O Launch HN de 31/08/2026 alcançou 46 pontos e 12 comentários, e a empresa está coletando nomes para uma lista de espera de plataforma hospedada, enquanto a monetização por meio de espaços de trabalho gerenciados e suporte empresarial permanece não declarada e não testada.