XDOF: რობოტიკის სტარტაპი სულ რაღაც სამ თვეში $1.2-მილიარდიან შეფასებას აღწევს

სტარტაპი XDOF, რომელიც ზოგადი დანიშნულების რობოტების მოსამზადებლად რეალურ სამყაროში ტელეოპერაციულ მონაცემებს აგროვებს, „სტელს“ (ფარული) რეჟიმიდან გამოსვლიდან სამ თვეზე ნაკლებ დროში Series B რაუნდის ფარგლებში მოლაპარაკებებს აწარმოებს. ინსაიდერების ინფორმაციით, კომპანიის შეფასება დაახლოებით $1.2 მილიარდს შეადგენს, ხოლო საინვესტიციო რაუნდს ვენჩურული კომპანია 8VC უძღვება.

XDOF 2024 წელს ბერკლის უნივერსიტეტის (UC Berkeley) მკვლევარებმა — ფილიპ ვუმ (აღმასრულებელი დირექტორი) და ფრედ შენტუმ (ტექნიკური დირექტორი) დააფუძნეს. ივნისში სტარტაპმა უკვე დახურა $70-მილიონიანი Series A რაუნდი, რომელშიც ისეთი მსხვილი ფონდები მონაწილეობდნენ, როგორებიცაა Thrive Capital, Andreessen Horowitz, Lux და Spark Capital. მიუხედავად იმისა, რომ კომპანია ასე მალე ახალი კაპიტალის მოზიდვას არ გეგმავდა, მისმა სწრაფმა ზრდამ — წლიური შემოსავლის $50 მილიონთან მიახლოებამ — ინვესტორებს ახალი რაუნდის შეთავაზებისკენ უბიძგა.

ამ ეტაპზე უცნობია მოზიდული კაპიტალის ზუსტი ოდენობა და ისიც, მოიცავს თუ არა $1.2-მილიარდიანი შეფასება ახალ ინვესტიციას. გარიგების პირობები საბოლოო არ არის და შესაძლოა შეიცვალოს. XDOF-სა და 8VC-ს კომენტარის მოთხოვნაზე პასუხი ჯერჯერობით არ გაუციათ.

რობოტიკის ინდუსტრიის მონაცემთა მიწოდების ჯაჭვი

სტარტაპის მიზანია შექმნას მონაცემთა მილსადენები, შეგროვების ინსტრუმენტები და ანოტაციის სისტემები, რომელთა დამოუკიდებლად აგება მოწინავე AI ლაბორატორიებსა და რობოტექნიკის კომპანიებს უჭირთ. ფაქტობრივად, XDOF რობოტიკის ინდუსტრიისთვის მონაცემთა მიწოდების აუთსორსინგულ ჯაჭვს წარმოადგენს.

ფილიპ ვუ, დოქტორანტურაში სწავლისას, იკვლევდა, თუ როგორ სწავლობენ რობოტები დიდი მონაცემთა ბაზების მეშვეობით. მისი კვლევის მთავარი დაბრკოლება მასშტაბური მონაცემების ნაკლებობა იყო. ამ პრობლემის გადასაჭრელად, მან ფრედ შენტუსთან ერთად შექმნა პროექტი GELLO — დაბალბიუჯეტიანი ტელეოპერაციული სისტემა, რომელიც ადამიანს საშუალებას აძლევს დისტანციურად მართოს რობოტული მკლავი და ამით საწვრთნელი მონაცემები შექმნას. ამ ნაშრომმა რობოტიკის სფეროში დიდი გავლენა მოახდინა და საფუძვლად დაედო XDOF-ის დაფუძნებას.

„Scale AI ფიზიკური რობოტიკისთვის“

ინვესტორები XDOF-ს ხშირად ადარებენ Scale AI-ს ან Mercor-ს, რომლებიც მონაცემთა მარკირების გიგანტები არიან და AI ბუმს შეუწყვეს ხელი. დიდი ენობრივი მოდელებისგან (LLM) განსხვავებით, რომლებიც თავდაპირველად მთელ ინტერნეტში არსებულ ინფორმაციაზე იწვრთნებოდნენ, ფიზიკურ რობოტებს არ გააჩნიათ რეალური სამყაროს ანალოგიური მონაცემთა ბაზა. სწორედ მონაცემთა შეგროვებაა ის კრიტიკული ბარიერი, რომელიც ზოგადი დანიშნულების მანქანების შექმნას აფერხებს.

XDOF-ის საქმიანობის ძირითადი მიმართულებები მოიცავს:

• ABC მონაცემთა ბაზა: ბერკლის AI კვლევით ლაბორატორიასთან პარტნიორობით, კომპანია უშვებს რობოტების საწვრთნელი მაღალხარისხიანი მონაცემების ყველაზე დიდ კოლექციას.
• მონაცემთა შეგროვების მეთოდები: კომპანია იყენებს დისტანციურ ტელეოპერაციას და ადამიანებს, რომლებიც სენსორებით აღჭურვილები ასრულებენ ყოველდღიურ დავალებებს, როგორიცაა ტანსაცმლის დაკეცვა ან ყუთების დაშლა.
• გლობალური გუნდი: სტარტაპი გეგმავს მონაცემთა შემგროვებლების დაქირავებასა და მომზადებას მთელ მსოფლიოში, მათ შორის ტელეოპერატორებისა და ეგოცენტრული ოპერატორების, რომლებიც სხეულზე დამაგრებული სენსორებით მოძრაობის მონაცემებს აფიქსირებენ.

ამჟამად XDOF უკვე თანამშრომლობს 20-მდე კლიენტთან, მათ შორის რამდენიმე წამყვან AI ლაბორატორიასთან. ბაზარზე მსგავსი მიმართულებით მუშაობენ სხვა სტარტაპებიც, მაგალითად Mecka AI, ასევე Scale AI და Micro1, რომლებიც თავიანთ საქმიანობას ენობრივი მოდელების მიღმაც აფართოებენ.