Trois mois seulement après être sorti de l'ombre, XDOF - une startup qui collecte des données de téléopération réelles pour former des robots polyvalents - serait en négociations avancées pour lever une série B à une valorisation d'environ 1,2 milliard de dollars, menée par 8VC. Plusieurs personnes au courant de l'affaire l'ont dit, et qui sommes-nous pour en douter ?

Co-fondée en 2024 par les chercheurs de l'UC Berkeley Philipp Wu (PDG) et Fred Shentu (CTO), XDOF avait déjà levé une série A de 70 millions de dollars en juin, avec la participation de Thrive Capital, Andreessen Horowitz, Lux et Spark Capital. Apparemment, ce n'était pas assez. L'entreprise ne prévoyait pas de lever à nouveau si tôt, mais avec un chiffre d'affaires annualisé approchant les 50 millions de dollars, les VC ont frappé à la porte. Parce que quand une startup montre une croissance rapide, la seule réponse logique est de lui jeter plus d'argent.

TechCrunch n'a pas pu connaître le montant total levé ni si la valorisation inclut les nouveaux fonds. Les conditions ne sont pas définitives et peuvent changer. XDOF et 8VC n'ont pas répondu aux demandes de commentaires, probablement occupés à compter leurs milliards potentiels.

La startup vise à construire les pipelines de données, les outils de collecte et les systèmes d'annotation que les laboratoires d'IA de pointe et les entreprises de robotique ne peuvent pas facilement construire eux-mêmes. Essentiellement, ils sont la chaîne d'approvisionnement de données externalisée pour l'industrie de la robotique, car qui veut faire ce travail fastidieux en interne ?

Le parcours de Wu a commencé en tant qu'étudiant en doctorat étudiant comment les robots apprennent à partir de grands ensembles de données. Ses recherches ont été entravées par un manque de « données à grande échelle avec lesquelles travailler », a-t-il déclaré à TechCrunch en juin. Il s'est donc associé à Shentu pour créer GELLO, un système de téléopération à faible coût qui permet à un opérateur humain de contrôler un bras robotique à distance pour générer des données d'entraînement. Leur travail a conduit à un article influent en robotique, car bien sûr.

Cette recherche a jeté les bases de XDOF, que les investisseurs décrivent désormais comme le Scale AI ou Mercor de la robotique physique. Contrairement aux LLM, qui ont d'abord été formés sur l'ensemble d'Internet, les robots physiques n'ont pas d'ensemble de données du monde réel équivalent auquel puiser. La collecte de données est un goulot d'étranglement critique, et XDOF vise à le résoudre, une chemise pliée à la fois.

XDOF s'associe au laboratoire de recherche en IA de l'UC Berkeley pour publier ce qu'il croit être la plus grande collection de données d'entraînement robotique de haute qualité jamais assemblée, surnommée ABC. Parce que nommer les choses ABC est à la fois simple et ambitieux.

Pour capturer ces données, XDOF combine la téléopération robotique à distance avec des collecteurs humains qui portent des capteurs pour enregistrer des tâches quotidiennes comme plier des vêtements et aplatir des boîtes. Oui, les humains apprennent essentiellement aux robots à faire des corvées en portant des capteurs et en faisant eux-mêmes les corvées. C'est un métier.

La startup prévoit d'embaucher et de former des équipes de collecteurs de données dans le monde entier, y compris des téléopérateurs qui dirigent des robots à distance et des opérateurs égocentriques qui portent des capteurs corporels pour capturer des données de mouvement. XDOF a précédemment déclaré à TechCrunch qu'il travaille déjà avec 20 clients, dont plusieurs laboratoires d'IA de pointe.

D'autres startups tentent de collecter des données réelles pour la formation de robots, notamment Mecka AI, ainsi que des plateformes de données humaines qui s'étendent au-delà des LLM, comme Scale AI et Micro1. Parce que rien ne dit « innovation » comme une ruée vers l'or des données pour les robots.