Пока ИИ-лаборатории соревнуются в создании языковых моделей, у роботехники обнаружился фундаментальный дефицит: данных о физическом взаимодействии с миром почти не существует. Именно на этом разрыве строит бизнес XDOF — стартап, который вышел из стелса с раундом на $70 млн от Thrive Capital, Spark Capital, Andreessen Horowitz (a16z), Lux Capital и WndrCo.
Проблема не нова, но стала острее. LLM обучались на триллионах слов из открытого интернета. Роботу нужно совсем другое: данные о том, как рука берёт предмет, как тело удерживает равновесие, как пальцы складывают футболку. Видео с YouTube и съёмки гиг-работников дают низкое качество и плохо соотносятся с реальной физикой. Филипп Ву, сооснователь и CEO XDOF, столкнулся с этим ещё в аспирантуре UC Berkeley, где занимался обучением роботов на крупных датасетах. «Нам просто не было с чем работать, — говорит он. — Классическая проблема курицы и яйца: сначала нужно собрать данные, и только потом можно думать о том, как обучать фундаментальную модель для роботехники».
| Уровень пирамиды | Тип данных | Метод сбора |
|---|---|---|
| Верхний (наиболее ценный) | Данные конкретного развёртываемого робота | Телеоперация целевого робота |
| Средний | Общие данные манипуляций | Телеуправляемые роботы (система GELLO) |
| Нижний (базовый) | Эгоцентричные данные повседневных задач | Носимые сенсоры собственной разработки XDOF |
Вместе с будущим техническим директором Фредом Шэнту Ву разработал GELLO — недорогую систему телеоперации, позволяющую человеку управлять роботизированной рукой и тем самым генерировать обучающие данные. Работа стала заметной в академическом сообществе: похожая потребность оказалась у многих. В октябре 2024 года Ву, Шэнту и операционный директор Немо Джин основали XDOF, чтобы превратить этот подход в коммерческую инфраструктуру.
Совместно с Berkeley ИИ Research Lab стартап выпускает датасет ABC: 130 000 траекторий манипуляций, 300 часов симуляций и 100 часов оценок.
Бизнес-модель строится вокруг трёхуровневой пирамиды данных. На вершине — телеоперация конкретного робота, который будет развёрнут в продакшене: самые дорогие и ценные данные. Ниже — телеуправляемые роботы, собирающие более общие данные (как раз по принципу GELLO). В основании — «эгоцентричные» данные: люди выполняют повседневные задачи, а носимые сенсоры собственной разработки XDOF фиксируют движения. Ву подчёркивает, что выбор камеры и конструкция железа напрямую влияют на качество данных: ошибки в харware-дизайне порождают систематические дефекты в датасете, которые потом сложно исправить.
Помимо сбора, компания занимается очисткой, инструментарием и разметкой данных — это принципиально для монетизации: чистый сбор данных как услуга исторически оказывается тупиковым бизнесом с низкой маржой. Самостоятельный стек инструментов создаёт самоподкрепляющийся цикл обратной связи для тех, кто обучает роботов.
В качестве стартовой точки XDOF совместно с Berkeley ИИ Research Lab выпускает датасет ABC — по заявлению компании, крупнейшую публично доступную коллекцию высококачественных данных для обучения роботов. В неё вошли 130 000 траекторий манипуляций, 300 часов симуляций и 100 часов оценочных испытаний. На этих данных команда уже обучила роботов складывать футболки, разглаживать коробки и укладывать AirPods в кейс. «Мы видели в языковых моделях, генерации изображений и других областях: когда модели и данные становятся открытыми, сообщество достигает результатов, которых никто не ожидал», — говорит Дэвид Макаллистер, аспирант Berkeley, участвовавший в подготовке релиза.
Операционная модель XDOF трудоёмка: компания планирует нанимать и обучать операторов телеуправления по всему миру. Ву объясняет, почему крупные лаборатории не делают это сами: «Нужен склад площадью в десятки тысяч квадратных метров, сотни роботов, их обслуживание, калибровка физических параметров и обучение операторов». Это капиталоёмкая операционная задача, которую лаборатории предпочитают отдавать на аутсорс — именно на этом и строится ставка XDOF. Перезапуск роботехнической программы OpenAI, закрытой в 2021 году, лишь подтверждает, что спрос на подобную инфраструктуру будет расти.
