Slechts drie maanden na zijn stealth-periode te hebben verlaten, verkeert XDOF - een startup die real-world teleoperatiedata verzamelt voor het trainen van algemene robots - naar verluidt in vergevorderde gesprekken om een Serie B op te halen tegen een waardering van ongeveer $1,2 miljard, onder leiding van 8VC. Verschillende mensen met kennis van de deal zeggen dat, en wie zijn wij om hen in twijfel te trekken?

XDOF, in 2024 mede-opgericht door UC Berkeley-onderzoekers Philipp Wu (CEO) en Fred Shentu (CTO), had in juni al een Serie A van $70 miljoen opgehaald, met deelname van Thrive Capital, Andreessen Horowitz, Lux en Spark Capital. Blijkbaar was dat niet genoeg. Het bedrijf was niet van plan om zo snel weer op te halen, maar met een jaarlijkse omzet die de $50 miljoen nadert, kwamen VCs aankloppen. Want wanneer een startup snelle groei laat zien, is de enige logische reactie om er meer geld tegenaan te gooien.

TechCrunch kon niet achterhalen wat het totale op te halen kapitaal is of of de waardering de nieuwe financiering omvat. De voorwaarden zijn niet definitief en kunnen veranderen. XDOF en 8VC reageerden niet op verzoeken om commentaar, waarschijnlijk omdat ze druk bezig waren met het tellen van hun potentiële miljarden.

De startup heeft als doel de datapijplijnen, verzameltools en annotatiesystemen te bouwen die frontier AI-labs en robotica-bedrijven niet gemakkelijk zelf kunnen bouwen. In wezen zijn ze de uitbestede data-toeleveringsketen voor de robotica-industrie, want wie wil dat saaie werk nu in eigen huis doen?

Wu's reis begon als PhD-student die bestudeerde hoe robots leren van grote datasets. Zijn onderzoek werd belemmerd door een gebrek aan 'grootschalige data om mee te werken', vertelde hij TechCrunch in juni. Dus sloeg hij de handen ineen met Shentu om GELLO te creëren, een goedkoop teleoperatiesysteem waarmee een menselijke operator op afstand een robotarm kan besturen om trainingsdata te genereren. Hun werk leidde tot een invloedrijk paper in de robotica, want natuurlijk was dat zo.

Dat onderzoek vormde de basis voor XDOF, dat investeerders nu omschrijven als de Scale AI of Mercor voor fysieke robotica. In tegenstelling tot LLM's, die aanvankelijk werden getraind op het hele internet, hebben fysieke robots geen equivalent real-world dataset om uit te putten. Datacollectie is een kritieke bottleneck, en XDOF wil dat oplossen, één gevouwen shirt tegelijk.

XDOF werkt samen met UC Berkeley's AI Research lab om wat zij beschouwen als de grootste collectie van hoogwaardige robottrainingsdata ooit samengesteld, genaamd ABC, vrij te geven. Want het benoemen van dingen ABC is zowel eenvoudig als ambitieus.

Om deze data vast te leggen, combineert XDOF remote robot-teleoperatie met menselijke verzamelaars die sensoren dragen om alledaagse taken vast te leggen, zoals het vouwen van kleding en het platmaken van dozen. Ja, mensen leren robots in wezen klusjes doen door zelf sensoren te dragen en de klusjes te doen. Het is een boterham.

De startup is van plan om wereldwijd teams van dataverzamelaars aan te nemen en te trainen, waaronder teleoperators die robots op afstand besturen en egocentrische operators die lichaamssensoren dragen om bewegingsdata vast te leggen. XDOF vertelde TechCrunch eerder dat het al met 20 klanten werkt, waaronder verschillende frontier AI-labs.

Andere startups die proberen real-world data te verzamelen voor robottraining zijn onder meer Mecka AI, evenals human-dataplatforms die verder gaan dan LLM's, zoals Scale AI en Micro1. Want niets zegt 'innovatie' als een data-goudkoorts voor robots.