Hebbian Robotics 押注开放、版本化的数据管道，解锁机器人技术

Hebbian Robotics 构建 HFlow，一个开源的（Apache-2.0）机器人数据管道 SDK：团队编写纯 Python 转换、检查、标签和增强功能，HFlow 将它们作为 Airflow 3 DAG 运行，存储带溯源信息的 MCAP 片段，并提供可查询的 DuckDB/Parquet 目录。

机器人技术的瓶颈在于数据质量而非模型，因此一个开放 SDK 若能做到检查、版本化并整理机器人记录，将成为标准数据层。

Brandon Ong 曾为双臂工业清洁机器人训练具身 AI 模型，并在斯坦福研究低资源语言；Kingston Kuan 在 Jane Street 扩展系统，并构建了 Verkada 的大规模视频平台。两人都看到机器人团队拼凑脆弱的临时脚本——一个转码视频，另一个检查时间戳，另一个标注——当数据集增长时，这些脚本悄悄破坏训练数据，而数据供应商出售未经证实的自我中心或机器人记录。

两人在 YC 夏季 2026 批次期间于旧金山创立了 Hebbian Robotics（2026 年成立，两人团队），并在 2026 年 8 月通过 PyPI 发布了 HFlow 0.2.x。SDK 处理 MCAP 文件中的同步视频、状态、动作和元数据，在 Parquet 目录中记录溯源和带版本戳的质量测量，并将管道渲染为可见的 Airflow 图；2026 年 8 月 31 日的 Launch HN 将其定位为团队自行重建管道基础设施的替代方案。YC 发布页面提倡 API 让数据提供商向买家证明质量，而托管的多人产品仍在候补名单上。

数据质量是机器人团队首先遇到的瓶颈：模型无法弥补去同步、不完整或不可重现的记录，因此质量控制应在训练之前，而非失败之后。

标准格式优于另一个专有栈：MCAP、Airflow、Parquet 和 DuckDB 已在生态系统中可信，这降低了任何规模团队的采用成本。

开源适合两人团队：Apache-2.0 代码、无需机器人硬件即可贡献，以及可见的溯源，比销售员更快建立数据买家的信任。

证据优于结论：检查记录测量值、覆盖范围和版本戳，因此数据策略由消费者决定，每个数据集保持可重现。

先找到客户最先感受到的瓶颈——数据质量而非模型——然后开源基础设施以使标准加固，在格式胜出后再销售托管服务。

截至 2026 年 9 月 6 日，Hebbian Robotics 是一家活跃的两人 YC 夏季 2026 公司，位于旧金山。HFlow 预发布，核心转换到清单生命周期已端到端工作，可从 PyPI 安装，GitHub 上有 126 个复刻，并在 0.2.4 中添加了 LeRobot v3 导入。2026 年 8 月 31 日的 Launch HN 获得 46 分和 12 条评论，公司正在收集托管平台候补名单，而通过托管工作空间和企业支持变现仍未声明和未经测试。