机器人数据初创XDOF洽谈12亿美元估值融资

机器人训练数据领域的初创公司XDOF正以惊人的速度书写着自己的故事。据多位知情人士透露，这家从隐身模式亮相不到三个月的企业，已进入B轮融资的后期谈判阶段，估值约为12亿美元，由8VC领投。这一消息再次印证了资本市场对具身智能基础设施的强烈兴趣。

XDOF由加州大学伯克利分校的研究者Philipp Wu（担任CEO）与Fred Shentu（担任CTO）于2024年共同创立。今年6月，TechCrunch曾报道该公司完成7000万美元A轮融资，参投方包括Thrive Capital、Andreessen Horowitz、Lux和Spark Capital。原本XDOF并未计划如此迅速地启动新一轮融资，但公司年化收入已接近5000万美元的快速增长，促使风险投资机构主动接洽。目前尚不清楚本轮融资总额，以及12亿美元估值是否包含新增资金，交易条款也可能仍有变数。

XDOF瞄准的是机器人行业的一个关键痛点——数据瓶颈。与最初依靠整个互联网文本训练的大语言模型不同，物理机器人并没有现成的海量真实世界数据集可供使用。通用机器人的训练需要大量高质量的操作数据，而前沿AI实验室和机器人公司往往难以自行构建完整的数据管线。XDOF恰恰填补了这一空白，其角色相当于机器人的数据供应商，为整个行业提供外包的数据供应链，涵盖数据采集工具、流程管道和标注系统。因此，投资者将其描述为“物理机器人领域的Scale AI或Mercor”，呼应那些推动AI浪潮的数据标注巨头。

这一商业逻辑源于创始人的研究经历。在攻读博士期间，Wu研究机器人如何从大型数据集中学习，而最大的障碍是缺乏可用的规模化数据。为此，他与Shentu合作开发了GELLO系统——一套低成本遥操作方案，让人类操作者能够远程控制机械臂，从而生成训练数据。这项工作最终产出了一篇在机器人领域颇具影响力的论文，并成为XDOF的学术基石。

为了构建高质量的数据资产，XDOF采用了独特的采集方式：一方面利用远程机器人遥操作，另一方面让人类采集者佩戴身体传感器记录日常任务，比如叠衣服、压平纸箱等动作。公司计划在全球范围内招募并训练多支数据采集团队，包括远程操控机器人的遥操作员，以及佩戴第一视角传感器捕捉动作数据的操作员。

在生态合作方面，XDOF正与加州大学伯克利分校的AI研究实验室联手发布一项名为ABC的数据集，据称是迄今为止最大规模的高质量机器人训练数据集。公司此前还透露，其客户已达到20家，其中包含多个前沿AI实验室。这一客户结构表明，市场对真实世界机器人数据的需求正在从概念验证走向规模化落地。

当然，XDOF并非孤军奋战。其他初创公司如Mecka AI也在尝试收集真实世界数据进行机器人训练，同时Scale AI、Micro1等原本聚焦于大语言模型数据的人类数据平台也开始向机器人领域延伸。竞争正在加剧，但XDOF凭借快速增长的营收和与顶尖学术机构的深度绑定，已在数据稀缺的物理AI赛道上赢得了先发位置。随着B轮融资推进，这家年轻的公司有望进一步加速其全球数据采集网络的布局。