XDOF, ein Start-up, das Daten aus der realen Welt sammelt, um vielseitig einsetzbare Roboter zu trainieren, führt fortgeschrittene Gespräche über eine Series-B-Finanzierungsrunde bei einer Bewertung von rund 1,2 Milliarden US-Dollar, wie mit der Transaktion vertraute Personen berichten. Die Runde soll voraussichtlich von 8VC angeführt werden, ihre Bedingungen sind jedoch noch nicht endgültig festgelegt und könnten sich vor dem Abschluss ändern.
Dies geschieht weniger als drei Monate nach dem Austritt des Unternehmens aus dem Stealth-Modus und nach einer im Juni bekannt gegebenen Series-A-Runde über 70 Millionen US-Dollar unter Beteiligung von Thrive Capital, Andreessen Horowitz, Lux und Spark Capital. Die angestrebte Gesamtsumme der neuen Runde ist unklar; ebenso steht noch nicht fest, ob die genannte Bewertung das neue Kapital einschließt.
Schnelles Wachstum nach der ersten Finanzierungsrunde
XDOF wurde 2024 von Philipp Wu, dem heutigen CEO, und Fred Shentu, dem Chief Technology Officer, gegründet; beide sind Forscher an der UC Berkeley. Der Quelle zufolge hatte das Unternehmen ursprünglich nicht vor, so schnell neues Kapital aufzunehmen, doch sein Wachstum veranlasste Investoren, Kontakt aufzunehmen. Der annualisierte Umsatz nähert sich 50 Millionen US-Dollar, und das Unternehmen arbeitet bereits mit 20 Kunden zusammen, darunter führende KI-Labore.
XDOF und 8VC antworteten nicht auf eine Bitte um Stellungnahme. Daher liegen keine direkten Bestätigungen der beiden Parteien zum Wert oder Zeitplan der Runde vor.
Roboterdaten als Flaschenhals
Das Unternehmen will Datenverarbeitungspipelines, Erfassungstools und Kennzeichnungssysteme für KI-Labore und Robotikunternehmen aufbauen, denen es schwerfallen könnte, diese Infrastruktur intern zu entwickeln. Der Prozess umfasst die Fernsteuerung von Robotern durch Menschen sowie Datensammler, die Sensoren tragen, um alltägliche Aufgaben wie das Falten von Kleidung und das Abflachen von Kartons aufzuzeichnen.
Die Idee entstand aus dem GELLO-Projekt, einem kostengünstigen System, das es Menschen ermöglicht, einen Roboterarm aus der Ferne zu steuern, um Trainingsdaten zu erzeugen. Das Projekt stützte sich auf Wus und Shentus Forschung zum Lernen von Robotern aus großen Datensätzen, die zu einer einflussreichen Arbeit auf dem Gebiet der Robotik führte.
Was ändert sich praktisch?
Anders als große Sprachmodelle, die in ihren frühen Tagen von riesigen Mengen an Internetinhalten profitierten, verfügen physische Roboter nicht über einen vergleichbaren Vorrat an fertigen Realweltdaten für das Training. Deshalb konzentriert sich XDOF auf den Aufbau einer Datenlieferkette, die Erfassung, Fernsteuerung und Annotation umfasst, statt lediglich ein einzelnes Robotermodell zu entwickeln.
Das Unternehmen plant, weltweit Teams von Datensammlern einzustellen und auszubilden, darunter Fernbediener von Robotern sowie Bediener, die körpergetragene Sensoren tragen, um Bewegungen aus der Ich-Perspektive aufzuzeichnen. Außerdem arbeitet es mit dem KI-Labor der UC Berkeley zusammen, um einen Datensatz namens ABC herauszubringen, den das Unternehmen als den bisher größten Datensatz hochwertiger Trainingsdaten für Roboter bezeichnet.
Die Bedeutung der Runde hängt weiterhin davon ab, ob sie tatsächlich abgeschlossen wird und inwieweit XDOF die wachsende Nachfrage in großem Umfang in nutzbare Daten umwandeln kann. Auch die Finanzierungssumme und die Bewertungsbedingungen – zwei wesentliche Elemente zum Verständnis des Umfangs der Transaktion – wurden bislang nicht offengelegt.