XDOF, une start-up qui collecte des données du monde réel pour entraîner des robots polyvalents, mène des discussions avancées pour lever un tour de financement de série B à une valorisation proche de 1,2 milliard de dollars, selon des personnes au fait de l’opération. 8VC devrait diriger le tour, mais ses conditions n’ont pas encore été arrêtées et pourraient changer avant la clôture.
Cette annonce intervient moins de trois mois après la sortie de l’entreprise du mode furtif et après un tour de série A de 70 millions de dollars annoncé en juin, avec la participation de Thrive Capital, Andreessen Horowitz, Lux et Spark Capital. Le montant total visé lors du nouveau tour n’est pas connu, pas plus qu’il n’est établi si la valorisation mentionnée inclut les nouveaux capitaux.
Une croissance rapide après le premier tour de financement
XDOF a été fondée en 2024 par Philipp Wu, qui occupe le poste de directeur général, et Fred Shentu, directeur de la technologie, tous deux chercheurs à UC Berkeley. Selon la source, l’entreprise ne prévoyait pas de lever de nouveaux fonds aussi rapidement, mais sa croissance a incité des investisseurs à la contacter. Ses revenus annualisés approchent les 50 millions de dollars et elle travaille déjà avec 20 clients, parmi lesquels des laboratoires d’intelligence artificielle de premier plan.
XDOF et 8VC n’ont pas répondu aux demandes de commentaires. Il n’existe donc pas de confirmation directe des deux parties concernant le montant du tour ou son calendrier.
Les données robotiques comme goulot d’étranglement
L’entreprise cherche à construire des pipelines de traitement des données, des outils de collecte et des systèmes d’annotation pour les laboratoires d’intelligence artificielle et les entreprises de robotique qui pourraient avoir des difficultés à développer cette infrastructure en interne. Le processus comprend le pilotage à distance de robots par des personnes, ainsi que le recours à des collecteurs de données portant des capteurs pour enregistrer des tâches quotidiennes comme plier des vêtements et aplatir des cartons.
L’idée est née du projet GELLO, un système peu coûteux qui permet à un humain de contrôler à distance un bras robotique afin de générer des données d’entraînement. Le projet s’appuyait sur les recherches de Wu et Shentu consacrées à l’apprentissage robotique à partir de vastes ensembles de données, des recherches qui ont conduit à la publication d’un article influent dans le domaine de la robotique.
Qu’est-ce qui change concrètement ?
Contrairement aux grands modèles de langage, qui ont bénéficié à leurs débuts de quantités massives de contenu disponible sur Internet, les robots physiques ne disposent pas d’un stock comparable de données réelles prêtes à l’emploi pour l’entraînement. XDOF se concentre donc sur la création d’une chaîne d’approvisionnement des données comprenant la collecte, le pilotage à distance et l’annotation, plutôt que de se limiter au développement d’un seul modèle robotique.
L’entreprise prévoit de recruter et de former des équipes de collecteurs de données dans le monde entier, notamment des opérateurs de robots à distance et des opérateurs portant des capteurs corporels pour enregistrer les mouvements du point de vue de la première personne. Elle collabore également avec le laboratoire d’intelligence artificielle de UC Berkeley au lancement d’un ensemble de données baptisé ABC, qu’elle décrit comme le plus grand ensemble de données d’entraînement robotique de haute qualité jamais collecté.
L’importance du tour reste tributaire de sa réalisation effective et de la capacité de XDOF à transformer la demande croissante en données exploitables à grande échelle. Le montant du financement et les conditions de valorisation, deux éléments essentiels pour comprendre l’ampleur de l’opération, n’ont pas encore été divulgués.