A meno di tre mesi dall’uscita dalla modalità stealth, XDOF sta conducendo trattative avanzate, guidate da 8VC, per raccogliere un investimento di Series B a una valutazione di circa $1.2B. Fondata nel 2024 dai ricercatori di UC Berkeley Philipp Wu (CEO) e Fred Shentu (CTO), a giugno la società aveva annunciato un round di Series A da $70 milioni a cui avevano partecipato Thrive Capital, Andreessen Horowitz, Lux e Spark Capital. Mentre i ricavi annualizzati di XDOF si avvicinano a $50 milioni, non è noto l’ammontare complessivo del nuovo round né se la valutazione includa il nuovo investimento; i termini dell’accordo non sono stati finalizzati.
La società raccoglie dati di teleoperazione dal mondo reale per l’addestramento di robot generalisti e punta a fornire alle aziende di robotica e ai laboratori avanzati di intelligenza artificiale le infrastrutture per la raccolta dei dati, gli strumenti e i sistemi di annotazione che difficilmente riuscirebbero a sviluppare autonomamente. Il sistema GELLO, sviluppato in precedenza da Wu e Shentu, consente alle persone di controllare a distanza un braccio robotico per generare dati di addestramento a basso costo ed è alla base di XDOF.
XDOF considera l’assenza, per i robot fisici, di un set di dati di addestramento ampio quanto internet un importante collo di bottiglia. La società, collaborando con l’AI Research lab di UC Berkeley, prevede di pubblicare ABC, che ritiene essere la più grande raccolta finora realizzata di dati di addestramento robotico di alta qualità. Nel processo di raccolta dei dati, si avvale sia di teleoperatori che controllano robot a distanza, sia di persone che registrano con sensori attività quotidiane come piegare i vestiti e appiattire scatole. XDOF, che prevede di creare team per la raccolta dei dati in tutto il mondo, aveva dichiarato in precedenza di aver lavorato con 20 clienti, tra cui diversi laboratori avanzati di intelligenza artificiale. Anche Mecka AI, Scale AI e Micro1 operano in un ambito simile.
Perché è importante
L’importanza di questo sviluppo risiede nel fatto che, nel progresso dei sistemi robotici, i dati di addestramento emergono come un collo di bottiglia centrale tanto quanto l’hardware fisico. L’integrazione dei dati raccolti da XDOF tramite teleoperazione e sensori con strumenti e un’infrastruttura di etichettatura si concentra sul problema della generazione dei dati, che le aziende di robotica e i laboratori avanzati di intelligenza artificiale faticano a risolvere autonomamente. La raccolta ABC, pianificata in collaborazione con Berkeley AI Research lab, è uno degli aspetti da monitorare per valutare il riscontro di questo approccio nei processi di ricerca e sviluppo dei prodotti; tuttavia, la raccolta non è ancora stata pubblicata. La presenza di aziende come Mecka AI, Scale AI e Micro1 dimostra che anche la concorrenza si sta delineando attorno a questa infrastruttura dei dati. Restano invece da chiarire le condizioni del nuovo round e se includa la valutazione comunicata.
Contesto
Series non è un nome nuovo nell’archivio di FikirPilot: negli ultimi 90 giorni abbiamo pubblicato 3 notizie in cui compare questo nome; la più recente è datata 4 settembre 2026.