A XDOF, uma startup que coleta dados do mundo real para treinar robôs multiuso, mantém conversas avançadas para levantar uma rodada de financiamento Series B com uma avaliação próxima de US$ 1,2 bilhão, segundo pessoas familiarizadas com o acordo. A expectativa é de que a 8VC lidere a rodada, mas seus termos ainda não foram definidos e podem mudar antes do fechamento.
Isso ocorre menos de três meses depois de a empresa sair do modo sigiloso e após uma rodada Series A de US$ 70 milhões anunciada em junho, com a participação da Thrive Capital, Andreessen Horowitz, Lux e Spark Capital. O total de financiamento pretendido na nova rodada não ficou claro, assim como não foi definido se a avaliação mencionada inclui o novo capital.
Crescimento rápido após a primeira rodada de financiamento
A XDOF foi fundada em 2024 por Philipp Wu, que ocupa o cargo de diretor executivo, e Fred Shentu, diretor de tecnologia, ambos pesquisadores da UC Berkeley. Segundo a fonte, a empresa não planejava levantar novo financiamento tão rapidamente, mas seu crescimento levou investidores a procurá-la. Sua receita anualizada se aproxima de US$ 50 milhões, e a empresa já trabalha com 20 clientes, entre eles laboratórios avançados de inteligência artificial.
A XDOF e a 8VC não responderam aos pedidos de comentário, portanto não há confirmações diretas das duas partes sobre o valor ou o cronograma da rodada.
Dados de robôs como gargalo
A empresa busca construir pipelines de processamento de dados, ferramentas de coleta e sistemas de anotação para laboratórios de inteligência artificial e empresas de robótica que podem ter dificuldades para desenvolver essa infraestrutura internamente. O processo inclui a operação remota de robôs por pessoas, além do uso de coletores de dados que vestem sensores para registrar tarefas diárias, como dobrar roupas e achatar caixas.
A ideia começou com o projeto GELLO, um sistema de baixo custo que permite a uma pessoa controlar remotamente um braço robótico com o objetivo de gerar dados de treinamento. O projeto baseou-se nas pesquisas de Wu e Shentu sobre o aprendizado robótico a partir de grandes conjuntos de dados, pesquisas que levaram a um artigo influente no campo da robótica.
O que muda na prática?
Ao contrário dos grandes modelos de linguagem, que em seus estágios iniciais se beneficiaram de enormes quantidades de conteúdo da internet, os robôs físicos não dispõem de um estoque equivalente de dados reais prontos para treinamento. Por isso, a XDOF se concentra em construir uma cadeia de fornecimento de dados que inclui coleta, operação remota e anotação, em vez de se limitar ao desenvolvimento de um único modelo robótico.
A empresa planeja contratar e treinar equipes de coletores de dados em todo o mundo, incluindo operadores remotos de robôs e operadores que usam sensores corporais para registrar movimentos em uma perspectiva de primeira pessoa. Ela também colabora com o laboratório de inteligência artificial da UC Berkeley para lançar um conjunto de dados chamado ABC, descrito pela empresa como o maior conjunto de dados de treinamento de robôs de alta qualidade já coletado.
A importância da rodada continua condicionada à sua conclusão efetiva e à capacidade da XDOF de transformar a demanda crescente em dados utilizáveis em grande escala. O valor do financiamento e os termos da avaliação, dois elementos essenciais para compreender o tamanho do acordo, ainda não foram divulgados.