机器人训练数据公司XDOF洽谈B轮融资 估值约12亿美元

刚结束隐身状态不到三个月，机器人训练数据公司XDOF已进入B轮融资后期谈判。据TechCrunch报道，这轮融资由美国风投基金8VC领投，估值约为12亿美元，目前不清楚募资总额，也不确定估值是否计入新增资金，交易条款仍可能调整。

这家公司由加州大学伯克利分校（UC Berkeley）研究员Philipp Wu（CEO）和Fred Shentu（CTO）于2024年创立。今年6月，XDOF刚完成7000万美元A轮融资，投资方包括Thrive Capital、Andreessen Horowitz（a16z，美国知名风投机构）、Lux和Spark Capital。

在TechCrunch的报道中，几位了解谈判的消息人士给出了更具体的背景：XDOF原本规划中的融资节奏比这慢得多，但公司年化收入已逼近5000万美元，增长之快让风险投资机构主动找上门来。XDOF与8VC均未回应置评请求。

XDOF的生意，是替前沿AI实验室和机器人公司搭建它们自己很难建的数据管线、采集工具和标注体系，等于为机器人行业做一条外包数据供应链。有投资人把它比作“实体机器人领域的Scale AI或Mercor（AI数据与人才平台）”——两家公司都凭借为AI训练提供数据基础设施，在行业里站稳了脚跟。

类比的背后，是机器人技术一个具体缺口。大语言模型可以拿整个互联网当训练集，真实世界的机器人却找不到现成的数据池可捞。机械臂要叠衣服、压平纸箱，得先有人完成动作并完整记录下来。

高质量动作数据的供给速度，正在决定机器人模型能跑多快。XDOF的起点，来自一次直接的科研困境。Philipp Wu在UC Berkeley读博时研究机器人如何从大规模数据集学习，他曾对TechCrunch说，研究最大的障碍是“没有大规模数据可用”。

为解决这个问题，Wu与Fred Shentu开发了低成本遥操作系统GELLO，操作员借此远程控制机械臂、生成训练数据。相关论文后来成为机器人操作领域有影响力的工作，也为XDOF的创立埋下伏笔。

这些积累最终催生了XDOF。公司正与加州大学伯克利分校AI研究实验室合作，计划发布代号ABC的数据集，并称这是迄今最大规模的高质量机器人训练数据集。客户层面，XDOF已与20家客户展开合作，其中包括数家前沿AI实验室。

数据采集结合了远程遥操作与可穿戴传感器：一类人员远程操控机械臂，另一类穿戴身体传感器，以第一人称视角记录叠衣服、压平纸箱等日常动作。公司计划在全球招募、培训这两类采集队伍。这种高度依赖人力的扩张方式，让人想起数据标注行业早期搭建外包网络的样子。

赛道里不只有XDOF。Mecka AI也在收集机器人真实数据；从大语言模型数据服务延伸开来的Scale AI和Micro1，同样把目光投向机器人数据。这个细分领域正从AI公司的内部杂活，变成一条被资本反复比较的新赛道。

按约12亿美元估值和接近5000万美元的年化收入粗算，隐含的市销率在24倍左右。一家2024年才成立的公司能谈到这个价格，原因不只是眼下的增速——数据供给在具身智能链条里的位置，让投资人更愿意看长线。

但这门生意也有需要时间回答的问题。遥操作采集比数据标注更重，规模一旦扩张，人力成本会同步上涨，很难形成纯软件那样陡峭的边际成本曲线。头部模型公司也可能在合作中逐步沉淀自己的采集能力，届时外包供应链的议价空间还剩多少，要边走边看。

一条能外包的机器人数据供应链能否成立，B轮之后的扩张速度会给出答案。对XDOF来说，把全球采集网络铺到多快、多密，才是最直接的检验。