XDOF 完成 7000 万美元融资：当所有人都在追逐机器人大模型，这家公司赌的是一个更脏、更累、但可能更重要的活——给机器人「喂数据」

在 AI 领域有一条被反复验证的铁律：模型的上限取决于数据的质量和规模。GPT 之所以能理解语言，是因为它吃下了互联网上几乎所有的文本数据；Stable Diffusion 之所以能生成图像，是因为它训练在数十亿张图片上。但当这条铁律延伸到机器人领域时，一个致命的断裂出现了——用来训练机器人的高质量物理交互数据，几乎不存在。

YouTube 视频和零工拍摄的画面分辨率太低、角度不对、标注不全。你不能像爬取网页文本那样「爬取」一个机器人折叠 T 恤的精确动作轨迹。每一条有用的机器人训练数据，都需要真人操作真实的机械臂，在受控环境中一帧一帧地生成。

XDOF（发音「X-DOF」）正在将这个脏活、累活变成一门基础设施生意。这家由三位 UC Berkeley 研究者创办的公司刚刚完成了 7000 万美元的融资，投资方包括 Thrive Capital、Spark Capital、a16z、Lux Capital 和 WndrCo——几乎是硅谷顶级风投的全明星阵容。

机器人的「数据荒」：为什么这是比模型更紧迫的瓶颈

理解 XDOF 的价值需要理解机器人 AI 与语言 AI 之间一个根本的结构性差异。

大语言模型（LLM）训练在文本上——互联网上有数万亿单词的文本数据，几乎是「取之不尽」的资源。图像生成模型训练在图像上——LAION 数据集包含了数十亿张带标注的图片。但机器人模型需要的是物理交互数据：一个机械臂如何抓取一个杯子？施加多大的力？从什么角度接近？手指如何合拢？这些数据不存在于互联网上，也无法通过简单的标注获得。

CEO Philipp Wu 在 UC Berkeley 攻读 PhD 时亲身经历了这个「鸡生蛋」问题：「我们想研究如何用大规模数据集训练机器人学习技能，但我们首先需要收集数据，然后才能问如何训练机器人基础模型。」

Wu 和未来的联合创始人 Fred Shentu 在 Berkeley 开发了 GELLO——一种低成本的遥操作系统，让人类操作员可以控制机械臂来生成训练数据。这篇论文在机器人学界产生了巨大影响，因为太多研究者面临同样的数据匮乏问题。

数据金字塔：从遥操作到第一人称视角的三层架构

XDOF 的数据策略不是「用一种方法收集所有数据」，而是构建一个三层金字塔：

最顶层（最高价值）：在实际部署的目标机器人上进行遥操作采集的数据。这种数据与最终应用场景完全匹配，每一条都是「黄金数据」。

中间层：使用通用遥操作系统（如 GELLO）在标准机械臂上采集的通用操作数据。这种数据的适用面更广，可以跨机器人平台迁移。

底层（最大规模）：由人类佩戴传感器执行日常任务时采集的「第一人称视角」数据。这种数据最容易大规模获取，但需要复杂的算法来将人类动作映射到机器人控制指令上。

Wu 特别强调了硬件设计对数据质量的影响：「你的摄像头选择会影响数据质量，数据质量会影响手部追踪算法的表现。如果你一开始没有把硬件设计好，收集的数据可能会有你无法预见的特定问题。」

与 UC Berkeley 合作发布 ABC 数据集：机器人领域的「ImageNet 时刻」？

作为起步，XDOF 正在与 UC Berkeley 的 AI 研究实验室合作发布 ABC 数据集——他们认为这是有史以来规模最大的高质量机器人训练数据集合。它包含 13 万条机器人操作轨迹、300 小时的仿真数据和 100 小时的真实世界操作数据。

团队已经用这些数据训练机器人完成了折叠 T 恤、压平盒子、将 AirPods 放入充电盒等基准任务。

Berkeley 的 PhD 学生 David McAllister 指出了开放数据的深远意义：「我们在语言、图像生成和其他领域已经看到，当模型和数据被公开发布时，社区能够取得你不一定预料到的成果。」如果 ABC 数据集能够在机器人学界产生类似 ImageNet 在计算机视觉领域的催化效应，那么 XDOF 将从一开始就占据这个数据生态的中心位置。

7000 万美元背后的逻辑：为什么顶级风投全部下注

XDOF 的投资人阵容几乎是一次「硅谷风投共识」的展示。Thrive Capital（Joshua Kushner 的基金，以早期发现平台级机会著称）、a16z（在机器人和 AI 基础设施领域布局最深的风投之一）、Spark Capital、Lux Capital（深科技领域的标杆投资者）和 WndrCo 的集体参与，说明顶级投资人已经达成了一个判断：机器人数据基础设施将成为机器人 AI 时代的关键瓶颈和关键机会。

XDOF 计划在全球范围内招聘和培训大量的遥操作员和数据采集人员——这是一个高度劳动密集型的模式。Wu 解释了为什么顶级 AI 实验室不自己做这件事：「你需要数十万平方英尺的仓库，里面放几百台机器人。你需要维护这些机器人、校准它们的物理参数、并且正确培训操作员。」这种规模化运营需要的专注度、资本和运营能力，是大多数 AI 实验室宁愿外包的。

RecodeX 极客视点：XDOF 押注的是机器人 AI 领域一个被严重低估的瓶颈——数据。在语言 AI 时代，数据标注公司（如 Scale AI）成长为了价值数十亿美元的企业，因为它们解决了 AI 实验室最不想自己做、但又不可或缺的环节。XDOF 显然在追求机器人领域的同一叙事。7000 万美元的融资规模和 Thrive + a16z + Spark + Lux 的投资人阵容，是对这个叙事的最强力背书。但机器人数据生意面临的挑战也比语言数据标注更大：物理数据的采集需要真实硬件、真实空间和真人操作，边际成本远高于文本标注。XDOF 的成败将取决于它能否在「数据质量」和「规模化效率」之间找到甜蜜点——如果数据太廉价，质量会下降到无用；如果质量要求太高，成本会让客户望而却步。ABC 数据集与 Berkeley 的合作是一步精妙的棋——通过开放数据建立行业标准和社区信任，然后在此基础上销售商业级数据服务。

分类与标签

分类: AI

标签: AI 机器人 机器人数据 训练数据 深科技 a16z 美国创业

信息来源

• TechCrunch