A startup XDOF, especializada na coleta de dados de teleoperação do mundo real para treinamento de robôs de uso geral, está em negociações avançadas para captar uma rodada Série B avaliada em aproximadamente 1,2 bilhão de dólares. A rodada está sendo liderada pela empresa de venture capital 8VC, segundo fontes familiarizadas com o assunto.
Fundada em 2024 por pesquisadores da Universidade da Califórnia em Berkeley, Philipp Wu, que atua como diretor executivo, e Fred Shentu, que ocupa o cargo de diretor técnico, a empresa conseguiu há apenas três meses sair do chamado "modo furtivo", período em que startups operam de forma discreta desenvolvendo seus produtos.
A XDOF Recently fechou uma rodada Série A de 70 milhões de dólares em junho, com participação dos fundos Thrive Capital, Andreessen Horowitz, Lux e Spark Capital. Inicialmente, a empresa não planejava realizar uma nova captação tão rapidamente após aquela rodada. No entanto, o crescimento acelerado da startup, com receita anualizada próxima de 50 milhões de dólares, fez com que investidores de risco se aproximassem propondo uma nova rodada de financiamento.
A companhia trabalha na construção de pipelines de dados, ferramentas de coleta e sistemas de anotação que laboratórios de inteligência artificial de ponta e empresas de robótica não conseguem desenvolver facilmente por conta própria. Dessa forma, atua como uma cadeia de suprimentos de dados terceirizada para o setor de robótica.
Quando ainda era estudante de doutorado, Wu pesquisava como os robôs aprendem a partir de grandes conjuntos de dados. Um dos principais obstáculos para sua pesquisa era a falta de dados em grande escala para trabalhar. Diante desse desafio, ele se uniu a Shentu em um projeto chamado GELLO, um sistema de teleoperação de baixo custo que permite a um operador humano controlar um braço robótico remotamente para gerar dados de treinamento. O trabalho resultou em um artigo influente na área de robótica que serviu como base para a criação da XDOF.
Investidores descrevem a XDOF como uma versão da Scale AI ou da Mercor para robótica física, referências às gigantes de rotulação de dados que impulsionaram o boom da inteligência artificial. Enquanto grandes modelos de linguagem foram inicialmente treinados com todo o conteúdo da internet, os robôs físicos não possuem um conjunto de dados equivalente do mundo real para utilizar, tornando a coleta de dados um gargalo crítico para a construção de máquinas de uso geral.
A empresa fechou parceria com o laboratório de pesquisa em inteligência artificial da Universidade da Califórnia em Berkeley para lançar o que considera ser a maior coleção de dados de treinamento para robôs já reunida, denominada ABC. Para capturar esses dados, a XDOF combina teleoperação remota de robôs com coletores humanos que utilizam sensores para registrar tarefas cotidianas como dobrar roupas e achatar caixas.
A startup planeja contratar e treinar equipes de coletores de dados em todo o mundo, incluindo teleoperadores que controlam robôs remotamente e operadores egocêntricos que vestem sensores corporais para capturar dados de movimento. A empresa revelou que já trabalha com 20 clientes, incluindo diversos laboratórios de inteligência artificial de ponta.
Fonte: TechCrunch
