XDOF negocia una Serie B con valoración de $1.2 mil millones liderada por 8VC

Menos de tres meses después de emerger de su período de stealth, XDOF, una startup dedicada a recolectar datos de teleoperación del mundo real para entrenar robots de propósito general, se encuentra en conversaciones avanzadas para levantar una ronda Serie B con una valoración de aproximadamente $1.2 mil millones, liderada por 8VC, según personas con conocimiento del acuerdo.

La compañía no tenía previsto volver a recaudar capital tan pronto después de su Serie A, pero su rápido crecimiento llamó la atención de los inversores. Con ingresos anualizados que se acercan a los $50 millones, fueron los capitalistas de riesgo quienes se acercaron a XDOF para plantear una nueva ronda, agregaron las fuentes.

Los términos del acuerdo no son definitivos y podrían cambiar. Hasta el momento no se conoce el monto total que se pretende recaudar ni si esa valoración incluye el nuevo capital. Ni XDOF ni 8VC respondieron a las solicitudes de comentario.

Qué es XDOF y por qué atrae a los inversores

XDOF fue cofundada en 2024 por los investigadores de la Universidad de California en Berkeley Philipp Wu (CEO) y Fred Shentu (CTO). La startup busca construir procesos de datos, herramientas de recolección y sistemas de anotación que los laboratorios de inteligencia artificial y las empresas de robótica no pueden desarrollar fácilmente por su cuenta.

En la práctica, actúa como una cadena de suministro de datos subcontratada para la industria robótica. Por esa razón, algunos inversores la describen como la Scale AI o Mercor de la robótica física, en referencia a las grandes compañías de etiquetado de datos que ayudaron a impulsar el auge de la inteligencia artificial.

A diferencia de los modelos de lenguaje, que inicialmente se entrenaron con información de internet, los robots físicos no cuentan con un equivalente de datos del mundo real. Esa carencia convierte la recolección de datos en un cuello de botella crítico para la construcción de máquinas de propósito general.

De GELLO al dataset ABC

Mientras era estudiante de doctorado, Philipp Wu estudiaba cómo aprenden los robots a partir de grandes conjuntos de datos. Un obstáculo importante era la falta de datos a gran escala. Por eso se asoció con Shentu en GELLO, un sistema de teleoperación de bajo costo que permite a un operador humano controlar un brazo robótico de forma remota para generar datos de entrenamiento. Ese trabajo dio origen a un influyente artículo en robótica.

Esa investigación se convirtió en la base de XDOF. La empresa se asoció con el laboratorio de investigación de IA de UC Berkeley para publicar lo que considera la colección más grande de datos de entrenamiento robótico de alta calidad ensamblada hasta ahora, denominada ABC.

Teleoperación y sensores para capturar tareas cotidianas

Para capturar esta información, XDOF combina la teleoperación remota de robots con recolectores humanos que utilizan sensores corporales para registrar acciones cotidianas como doblar ropa y aplanar cajas.

La startup planea contratar y formar equipos de recolectores de datos en todo el mundo, incluyendo teleoperadores, que manejan robots de forma remota, y operadores egocéntricos, que llevan sensores en el cuerpo para capturar datos de movimiento.

Crecimiento, clientes y competencia

XDOF ya trabaja con 20 clientes, incluidos varios laboratorios fronterizos de inteligencia artificial. Este ritmo de adopción explica el interés de los inversores en acelerar una nueva ronda después de la Serie A de $70 millones, en la que participaron Thrive Capital, Andreessen Horowitz, Lux y Spark Capital.

La startup no está sola en este campo. Otras compañías que intentan recolectar datos del mundo real para el entrenamiento de robots incluyen Mecka AI, así como plataformas de datos humanos que están expandiéndose más allá de los LLM, como Scale AI y Micro1.

La posible Serie B de XDOF muestra cómo el sector de la robótica está poniendo el foco en los datos físicos como el siguiente gran desafío de la inteligencia artificial.