三年估值破亿：机器人数据新星 XDOF 融资背后
数据瓶颈：为什么通用机器人缺"教材"
大语言模型的崛起依托整个互联网的文本作为训练语料，但物理机器人领域一直没有等效的"现实世界数据集"作为学习素材。数据匮乏，成为通用机器人开发中最核心的瓶颈。
XDOF 联合创始人兼 CEO Philipp Wu 在 UC Berkeley 读博期间，就深刻感受到这一痛点——研究机器人从大规模数据中学习时，根本找不到足够规模的真实数据支撑。
融资概况：从隐身到 B 轮只要三个月
XDOF 由 Wu（CEO）与 Fred Shentu（CTO）于 2024 年联合创立，二人均出身 UC Berkeley。不到三个月前公司才正式走出隐身模式，便已进入 B 轮融资尾声谈判。本轮由知名风投 8VC 领投，估值约 12 亿美元。
就在今年 6 月，XDOF 刚刚完成 7000 万美元 A 轮融资（Thrive Capital、Andreessen Horowitz、Spark Capital、Lux 参投），当时公司并无立即融资的计划。但年化收入（annualized revenue）已接近 5000 万美元的增速，让 VC 主动上门推动新一轮。实际融资总额及最终估值 TechCrunch 尚未确认，条款亦存在变数。
核心业务：机器人行业的"数据代工厂"
XDOF 的定位，类似于机器人领域的 Scale AI 或 Mercor——为前沿 AI 实验室和机器人公司提供数据管道、采集工具和标注系统的外包服务。
公司的技术基础源自一个叫 GELLO 的研究项目：一套低成本远程操控系统，允许人类操作员远程控制机械臂，从而大规模生成训练数据。这项研究最终演变为一家商业公司，投资人直接将其比作"物理世界的 Scale AI"。
在数据采集层面，XDOF 结合了远程机器人操控与穿戴传感器的人工采集员——后者负责记录叠衣服、压平箱子等日常任务的人体动作数据。公司计划在全球范围内招募、培训数据采集团队，包括远程操控机器人的远程操作员，以及穿戴身体传感器采集运动数据的沉浸式操作员。
XDOF 还与 UC Berkeley AI Research 实验室合作，发布了名为 ABC 的机器人训练数据集，号称目前已知规模最大的高质量机器人训练数据集合。公司此前透露，已服务约 20 家客户，包括多家前沿 AI 实验室。
竞争格局：数据军备赛已开启
盯上机器人训练数据这块蛋糕的，不只 XDOF 一家。直接竞品包括 Mecka AI；此外，Scale AI、Micro1 等此前专注于 LLM 人类数据平台的公司，也在向物理机器人数据领域扩展。
评论