XDOF: Drei Monate nach dem Stealth-Start, schon Verhandlungen über eine 1,2-Milliarden-Bewertung – warum auch nicht?

Nur drei Monate nach dem Verlassen des Stealth-Modus befindet sich XDOF – ein Startup, das reale Teleoperationsdaten für das Training von Allzweckrobotern sammelt – Berichten zufolge in fortgeschrittenen Gesprächen über eine Series-B-Finanzierung mit einer Bewertung von etwa 1,2 Milliarden US-Dollar, angeführt von 8VC. Mehrere Personen mit Kenntnis der Angelegenheit sagten das, und wer sind wir, um daran zu zweifeln?

XDOF wurde 2024 von den UC-Berkeley-Forschern Philipp Wu (CEO) und Fred Shentu (CTO) mitgegründet und hatte bereits im Juni eine Series A über 70 Millionen US-Dollar eingesammelt, mit Beteiligung von Thrive Capital, Andreessen Horowitz, Lux und Spark Capital. Offenbar war das nicht genug. Das Unternehmen hatte nicht geplant, so bald wieder zu sammeln, aber bei einem annualisierten Umsatz von fast 50 Millionen US-Dollar klopften die VCs an. Denn wenn ein Startup schnelles Wachstum zeigt, ist die einzig logische Reaktion, noch mehr Geld darauf zu werfen.

TechCrunch konnte nicht in Erfahrung bringen, wie viel Kapital insgesamt eingesammelt wird oder ob die Bewertung die neuen Mittel einschließt. Die Bedingungen sind nicht endgültig und können sich ändern. XDOF und 8VC antworteten nicht auf Anfragen um Kommentare, wahrscheinlich weil sie damit beschäftigt waren, ihre potenziellen Milliarden zu zählen.

Das Startup zielt darauf ab, die Datenpipelines, Sammelwerkzeuge und Annotationssysteme aufzubauen, die führende KI-Labore und Robotikunternehmen nicht einfach selbst bauen können. Im Wesentlichen sind sie die ausgelagerte Datenlieferkette für die Robotikindustrie, denn wer möchte diese mühsame Arbeit schon im eigenen Haus erledigen?

Wus Reise begann als Doktorand, der untersuchte, wie Roboter aus großen Datensätzen lernen. Seine Forschung wurde durch den Mangel an „groß angelegten Daten, mit denen man arbeiten kann“, behindert, sagte er TechCrunch im Juni. Also tat er sich mit Shentu zusammen, um GELLO zu entwickeln, ein kostengünstiges Teleoperationssystem, das es einem menschlichen Bediener ermöglicht, einen Roboterarm fernzusteuern, um Trainingsdaten zu generieren. Ihre Arbeit führte zu einem einflussreichen Papier in der Robotik, denn natürlich tat sie das.

Diese Forschung bildete die Grundlage für XDOF, das Investoren nun als das Scale AI oder Mercor für physische Robotik beschreiben. Im Gegensatz zu LLMs, die zunächst auf dem gesamten Internet trainiert wurden, haben physische Roboter keinen äquivalenten realen Datensatz, aus dem sie schöpfen können. Die Datenerfassung ist ein kritischer Engpass, und XDOF will das beheben, ein gefaltetes Hemd nach dem anderen.

XDOF arbeitet mit dem KI-Forschungslabor der UC Berkeley zusammen, um die nach eigener Überzeugung größte Sammlung hochwertiger Robotertrainingsdaten zu veröffentlichen, die je zusammengestellt wurde, genannt ABC. Weil Dinge ABC zu nennen sowohl einfach als auch ehrgeizig ist.

Um diese Daten zu erfassen, kombiniert XDOF ferngesteuerte Roboter-Teleoperation mit menschlichen Sammlern, die Sensoren tragen, um alltägliche Aufgaben wie Kleiderfalten und Kartons flachdrücken aufzuzeichnen. Ja, Menschen bringen Robotern im Wesentlichen bei, Hausarbeiten zu erledigen, indem sie Sensoren tragen und die Hausarbeiten selbst erledigen. Es ist ein Leben.

Das Startup plant, weltweit Teams von Datensammlern einzustellen und zu schulen, darunter Teleoperatoren, die Roboter fernsteuern, und egozentrische Operatoren, die Körpersensoren tragen, um Bewegungsdaten aufzuzeichnen. XDOF teilte TechCrunch zuvor mit, dass es bereits mit 20 Kunden zusammenarbeitet, darunter mehrere führende KI-Labore.

Andere Startups, die versuchen, reale Daten für das Robotertraining zu sammeln, sind Mecka AI sowie Human-Datenplattformen, die über LLMs hinaus expandieren, wie Scale AI und Micro1. Denn nichts sagt „Innovation“ wie ein Datengoldrausch für Roboter.