XDOF, apenas três meses fora de sigilo, está em negociações para uma Série B com avaliação de US$ 1,2 bilhão

Menos de três meses depois de sair do sigilo, a XDOF, uma startup que coleta dados de teleoperação do mundo real para treinar robôs de uso geral, está em negociações em estágio final para levantar uma Série B com uma avaliação de cerca de US$ 1,2 bilhão, liderada pela 8VC, disseram várias pessoas com conhecimento do negócio.

O XDOF foi cofundado pelos pesquisadores da UC Berkeley Philipp Wu (CEO) e Fred Shentu (CTO) em 2024. TechCrunch relatou sobre a Série A de US$ 70 milhões da startup em junho, com a participação de Thrive Capital, Andreessen Horowitz, Lux e Spark Capital. XDOF não planejava aumentar novamente tão logo após aquela rodada. Mas o rápido crescimento da empresa – com receitas anuais próximas dos 50 milhões de dólares – levou os VCs a abordá-la sobre uma nova ronda, disseram as pessoas.

O TechCrunch não conseguiu saber o capital total levantado ou se a avaliação inclui o novo financiamento. Os termos do acordo não são finais e ainda podem mudar.

XDOF e 8VC não responderam ao nosso pedido de comentários.

A startup tem como objetivo construir pipelines de dados, ferramentas de coleta e sistemas de anotação que laboratórios de IA de ponta e empresas de robótica não conseguem construir facilmente, agindo essencialmente como uma cadeia de fornecimento de dados terceirizada para a indústria robótica.

Quando era estudante de doutorado, Wu estava estudando como os robôs aprendem com grandes conjuntos de dados. Um grande impedimento para sua pesquisa foi a falta de “dados em grande escala para trabalhar”, disse ele ao TechCrunch em junho.

Por isso, ele se uniu a Shentu em um projeto chamado GELLO, um sistema de teleoperação de baixo custo que permite a um operador humano controlar remotamente um braço robótico para gerar dados de treinamento. Seu trabalho levou a um artigo influente na robótica.

Essa investigação formou a base para o XDOF, que os investidores descrevem agora como Scale AI ou Mercor para robótica física, uma referência aos gigantes da rotulagem de dados que ajudaram a alimentar o boom da IA. Ao contrário dos LLMs, que inicialmente treinavam em toda a Internet, os robôs físicos não têm um conjunto de dados equivalente do mundo real para utilizar, tornando a coleta de dados um gargalo crítico para a construção de máquinas de uso geral.

A XDOF está fazendo parceria com o laboratório de pesquisa de IA da UC Berkeley para lançar o que acredita ser a maior coleção de dados de treinamento de robôs de alta qualidade já reunida, chamada ABC.

Para capturar esses dados, o XDOF combina a teleoperação remota de robôs com coletores humanos que usam sensores para registrar tarefas cotidianas, como dobrar roupas e achatar caixas.

A startup planeja contratar e treinar equipes de coletores de dados em todo o mundo, incluindo teleoperadores que dirigem robôs remotamente e operadores egocêntricos que usam sensores corporais para capturar dados de movimento.

XDOF disse anteriormente ao TechCrunch que já está trabalhando com 20 clientes, incluindo vários laboratórios de IA de ponta.

Outras startups que tentam coletar dados do mundo real para treinamento de robôs incluem Mecka AI, bem como plataformas de dados humanos que se expandem além dos LLMs, como Scale AI e Micro1.