
物理 AI 军备竞赛背后:数据才是真正的瓶颈
两周前,OpenAI 宣布重启 2021 年关闭的机器人项目,释放出明确信号:各大 AI 实验室正在竞相教机器"看懂"物理世界。然而,训练有能力的机器人需要一种目前 AI 行业仍极度匮乏的东西——与语言模型训练数据规模和性质相当的机器人训练数据。
这个缺口正在催生一种全新的基础设施级业务。
训练数据断层:为何 AI 行业造不出通用机器人
大语言模型可以基于互联网上浩瀚的公开文本进行训练,但机器人需要的是记录物理交互的数据——而这类数据几乎不存在。YouTube 视频和众包工人拍摄的影像虽然看似可用,但精度低、与真实物理世界难以对齐,无法满足需求。
XDOF(发音为 "ecks-doff")正是瞄准这一痛点而来。这家初创公司今日正式走出隐匿模式,宣称 AI 领域的下一个核心瓶颈既不是模型、也不是芯片,而是教机器人与物理世界交互所需的数据反馈闭环。
7000 万美元融资:多家顶级 VC 押注机器人数据赛道
XDOF 已完成 7000 万美元融资,投资方包括 Thrive Capital、Spark Capital、a16z、 Lux 和 WndrCo。公司目前约有 60 名员工,已与 20 家客户建立合作,其中包括数家前沿 AI 实验室,但具体名称尚未公开。
联合创始人兼 CEO Philippe Wu 表示:
"所有顶级实验室都在布局机器人领域。我们已经看到,在语言模型竞赛中落后一点点会带来什么后果……没人想落到'对这项技术追求太晚、大家都在同一条船上'的处境,而物理 AI 就是下一个前沿。"
从 PhD 困境到创业:GELLO 的诞生
Wu 自己在 UC Berkeley 读博期间就亲身遭遇了这个难题。他的研究方向是利用大规模数据集让机器人习得技能,但摆在面前的核心障碍是——根本没有可用的超大规模机器人数据。
他在接受 TechCrunch 采访时回忆:
"这是一个先有鸡还是先有蛋的问题——我们首先需要真正收集到数据,才能去研究如何为机器人训练一个基础模型。"
Wu 与后来的 XDOF 联合创始人兼 CTO Fred Shentu 共同开发了一个名为 GELLO 的低成本遥操作系统:人类操作员通过该系统控制机械臂,从而生成训练数据。GELLO 最终成为机器人领域一篇影响力颇高的论文——因为许多人面临类似的数据瓶颈,许多团队开始借助这种设备来收集数据。
联合创始人兼 COO Nemo Jin 也加入了团队,三人在 2024 年 10 月正式创立 XDOF,致力于为机器人模型企业提供完整的数据生态系统。
值得注意的是,XDOF 并非只做单纯的数据供应——公司同时聚焦数据清洗、工具链搭建和标注环节,以构建一个自我强化的反馈循环,避免"数据供应只是死胡同"的商业模式陷阱。
ABC 数据集:全球最大规模机器人训练数据发布
作为起步动作,XDOF 与 UC Berkeley AI Research 实验室达成合作,共同发布名为 ABC 的机器人训练数据集,号称全球最大规模高质量机器人训练数据集合,具体包含:
- 13 万条机器人操控轨迹数据
- 300 小时仿真数据
- 100 小时评测数据
这种规模化的预训练数据此前从未向学术机构开放过。参与此次数据发布的 Berkeley 博士生 David McAllister 告诉 TechCrunch:
"在语言模型、图像生成等领域,我们已经看到:当模型和数据向社区开放之后,往往能取得超乎预期的突破。"
团队已利用这些数据训练机器人在基准任务上的表现,例如折叠 T 恤、压平包装盒、将 AirPods 装入充电盒等。
三层数据金字塔:XDOF 的收集策略
XDOF 计划围绕三层数据金字塔展开工作: 第一层(最高价值): 在实际部署的机器人上采集遥操作数据,精准匹配具体任务需求;
第二层: 通过 GELLO 这类通用遥操作设备采集更广泛的数据,覆盖多种机器人形态和场景;
第三层: 由人类执行日常任务的"自我中心视角"(egocentric)数据,XDOF 计划自研可穿戴传感器来完成采集。
Wu 解释道:
"摄像头的选择会影响数据质量,进而影响手势追踪算法的表现。如果从一开始硬件设计不当,收集到的数据可能存在你未曾预料到的特定问题。"
为了完成第三层数据采集,XDOF 计划在全球范围内招募和培训大量遥操作员和自我中心数据标注员——这是一种高度劳动密集型的模式。
被问及为何大厂不自己完成这些数据生产工作时,Wu 给出了直接答案:
"你需要数十万平方英尺的仓库、数百台机器人,还需要维护这些机器人、校准它们的物理参数、妥善培训操作员。"
这类基础设施建设需要的专注度、资金和运营规模,是大多数 AI 实验室宁愿外包也不愿自建的——这恰恰是 XDOF 赌定的市场空间。
XDOF 命名由来:自由度与无限可能
XDOF 这一名称源自机器人学核心概念"自由度"(degrees of freedom),即机器人能执行的独立运动数量。人的手臂从肩到腕共有七个自由度。人形机器人公司 Figure.AI 最新机器人的自由度达到 30 个。
公司名称中的"X"代表野心:Philippe Wu 说,X 意味着"任意的自由度,无限的自由度"。


评论