XDOF, una startup especializada en recopilación de datos de teleoperación para entrenar robots de propósito general, se encuentra en conversaciones avanzadas para cerrar una ronda Serie B con una valoración aproximada de 1.200 millones de dólares, liderada por la firma de capital riesgo 8VC, según personas con conocimiento del acuerdo citadas por TechCrunch.
La compañía fue fundada en 2024 por los investigadores de UC Berkeley Philipp Wu (CEO) y Fred Shentu (CTO), y apenas salió del modo sigilo hace menos de tres meses. En junio de este año, TechCrunch informó sobre su ronda Serie A de 70 millones de dólares, con participación de Thrive Capital, Andreessen Horowitz, Lux y Spark Capital.
Según las fuentes consultadas, XDOF no tenía previsto levantar nueva financiación tan pronto tras aquella ronda. Sin embargo, el rápido crecimiento de la empresa —con ingresos anualizados que se acercan a los 50 millones de dólares— impulsó a varios inversores de capital riesgo a contactarla para proponer una nueva ronda. Los términos del acuerdo aún no son definitivos y podrían modificarse.
De la investigación académica al mercado
Durante su doctorado, Wu investigaba cómo los robots aprenden de grandes conjuntos de datos. En junio declaró a TechCrunch que uno de los principales obstáculos para su trabajo era «la falta de datos a gran escala con los que trabajar». Junto a Shentu, desarrolló un proyecto denominado GELLO, un sistema de teleoperación de bajo coste que permite a un operador humano controlar un brazo robótico de forma remota para generar datos de entrenamiento. Su investigación culminó en un artículo influyente en el campo de la robótica, que sentó las bases de XDOF.
Los inversores describen ahora a XDOF como el equivalente a Scale AI o Mercor para la robótica física, haciendo referencia a los gigantes del etiquetado de datos que impulsaron el auge de la inteligencia artificial generativa. A diferencia de los modelos de lenguaje de gran tamaño (LLM), que se entrenaron inicialmente con la totalidad de internet, los robots físicos carecen de un conjunto de datos del mundo real equivalente del que extraer información, lo que convierte la recopilación de datos en un cuello de botella crítico para construir máquinas de propósito general.
La mayor colección de datos robóticos del mundo
XDOF colabora con el laboratorio AI Research de UC Berkeley para lanzar lo que considera la mayor colección de datos de entrenamiento de robots de alta calidad jamás reunida, bautizada como ABC. Para capturar esta información, la startup combina teleoperación remota de robots con recopiladores humanos que utilizan sensores para registrar tareas cotidianas como doblar ropa o aplanar cajas.
La empresa planea contratar y formar equipos de recopiladores de datos en todo el mundo, incluyendo teleoperadores que manejan robots a distancia y operadores egocéntricos que llevan sensores corporales para capturar datos de movimiento. XDOF confirmó previamente a TechCrunch que ya trabaja con 20 clientes, entre ellos varios laboratorios de IA de vanguardia.
Otras startups que intentan recopilar datos del mundo real para el entrenamiento de robots incluyen Mecka AI, así como plataformas de datos humanos que se expanden más allá de los LLM, como Scale AI y Micro1.
