XDOF, стартап, собирающий данные из реального мира для обучения многоцелевых роботов, ведёт продвинутые переговоры о привлечении раунда финансирования Series B при оценке около 1,2 млрд долларов, сообщили люди, знакомые со сделкой. Ожидается, что раунд возглавит 8VC, однако его условия ещё не определены и могут измениться до закрытия сделки.
Это происходит менее чем через три месяца после выхода компании из режима скрытности и после раунда Series A на 70 млн долларов, о котором было объявлено в июне при участии Thrive Capital, Andreessen Horowitz, Lux и Spark Capital. Общий целевой объём нового раунда неясен, как и то, включает ли указанная оценка новые средства.
Быстрый рост после первого раунда финансирования
XDOF была основана в 2024 году Филиппом Ву, занимающим должность генерального директора, и Фредом Шенту, техническим директором; оба являются исследователями UC Berkeley. По словам источника, компания не планировала так скоро привлекать новое финансирование, однако её рост побудил инвесторов обратиться к ней. Её годовая выручка в пересчёте на текущий темп приближается к 50 млн долларов, а компания уже работает с 20 клиентами, среди которых передовые лаборатории искусственного интеллекта.
XDOF и 8VC не ответили на запросы о комментарии, поэтому прямых подтверждений от сторон сделки относительно объёма раунда или его сроков нет.
Данные для роботов как узкое место
Компания стремится создавать конвейеры обработки данных, инструменты их сбора и системы разметки для лабораторий искусственного интеллекта и робототехнических компаний, которым может быть сложно разрабатывать такую инфраструктуру самостоятельно. Процесс включает дистанционное управление роботами людьми, а также работу сборщиков данных, носящих датчики для записи повседневных задач, таких как складывание одежды и расплющивание коробок.
Идея началась с проекта GELLO — недорогой системы, позволяющей человеку дистанционно управлять роботизированной рукой для создания обучающих данных. Проект основывался на исследованиях Ву и Шенту, посвящённых обучению роботов на больших наборах данных; эти исследования привели к появлению влиятельной научной работы в области робототехники.
Что меняется на практике?
В отличие от больших языковых моделей, которые на ранних этапах получили преимущества от огромных объёмов интернет-контента, физические роботы не располагают сопоставимым запасом готовых реальных данных для обучения. Поэтому XDOF сосредоточена на создании цепочки поставок данных, включающей сбор, дистанционное управление и аннотирование, вместо того чтобы ограничиваться разработкой одной роботизированной модели.
Компания планирует нанимать и обучать команды сборщиков данных по всему миру, включая операторов дистанционного управления роботами и операторов, носящих датчики на теле для записи движений с перспективы первого лица. Кроме того, она сотрудничает с лабораторией искусственного интеллекта UC Berkeley для запуска набора данных под названием ABC, который описывает как крупнейший из когда-либо собранных наборов высококачественных данных для обучения роботов.
Значимость раунда по-прежнему зависит от его фактического завершения и способности XDOF преобразовать растущий спрос в пригодные для использования данные в широком масштабе. Объём финансирования и условия оценки — два ключевых элемента для понимания размера сделки — пока также не раскрыты.