档案库 · AI 与模型 · 战略决策 · 2024–2026
XDOF的机器人数据赌注：7000万美元A轮融资，三个月后B轮谈判估值12亿美元
XDOF提供物理AI缺乏的远程操作数据——20个客户，筹集7000万美元，隐形退出后数月内年化收入接近5000万美元。
XDOF
做的是什么生意
XDOF (pronounced ecks-doff, a play on degrees of freedom) is a robot-training-data company: it collects real-world teleoperation and egocentric sensor data, builds the pipelines, and annotates it so frontier AI labs and robotics companies can train general-purpose physical models without running their own data factories.
起因
Philipp Wu hit the missing-input problem as a UC Berkeley PhD student: he wanted robots to learn skills from large datasets, but the datasets barely existed. With Fred Shentu he built GELLO, a low-cost teleoperation system that lets a human drive a robotic arm to generate training data; the paper became influential as labs adopted the device for collection. In October 2024 Wu, Shentu and Nemo Jin launched XDOF to industrialize that loop.
经过
XDOF spent 2025 building the operation in stealth, then emerged on 2026-06-17 with a $70M Series A and the ABC dataset release with UC Berkeley: 130,000 trajectories of robot manipulation data, 300 hours of simulation and 100 hours of evaluations, with the data already used to train robots at tasks like folding shirts and flattening boxes. The company told TechCrunch it was working with 20 customers including several frontier AI labs and planned to hire and train teleoperators and egocentric data collectors worldwide across three tiers: task-specific teleoperation, general GELLO-style collection, and everyday human egocentric data.
结果
The growth outran the plan: people familiar with the deal told TechCrunch on 2026-09-04 that annualized revenue was approaching $50M and that investors approached XDOF for a Series B at about a $1.2B valuation led by 8VC, less than three months after the Series A — though terms were not final and XDOF declined to comment. TechCrunch quoted investors describing XDOF as the Scale AI or Mercor of physical robotics.
背景
XDOF由UC Berkeley研究者Philipp Wu和Fred Shentu于2024年10月创立，后Nemo Jin加入，旨在解决物理AI的输入问题：机器人无法在互联网规模数据集上训练，因为该数据集不存在。公司通过远程遥操作和自我中心身体传感器收集真实世界数据，再构建清洗、工具和标注流程。
该论点源于GELLO，即Wu在博士期间与Shentu构建的低成本遥操作臂；其论文影响深远，机器人实验室纷纷采用该设备收集数据。XDOF于2026年6月17日隐形退出，宣布由Thrive Capital、Spark Capital、a16z、Lux和WndrCo领投的7000万美元A轮、约60名员工、20家客户（含多家未具名前沿AI实验室），并与UC Berkeley AI研究实验室发布ABC数据集——13万条操作轨迹及模拟和评估数据。
三个月后，TechCrunch报道其正在以约12亿美元估值进行B轮后期谈判，由8VC领投，知情人士透露年化收入接近5000万美元，投资者主动接触该公司。开放问题是：外包物理数据收集能否保持防御性，如实验室内部构建语料数据那样，还是XDOF的运营网络和数据集飞轮使其成为机器人领域的Scale AI。
这件事要成立，得有什么
- 缺失的输入真实且陈旧：机器人学习研究者没有大规模物理数据集，这就是为何GELLO的廉价遥操作设计先在领域内传播。
- 商业模式映射成熟AI基础设施：像Scale AI为文本数据那样，XDOF为前沿实验室提供外包数据供应链，而非让它们自建机器人仓库。
- 增长证据具体：2026年6月隐形退出时已有20位客户，至2026年9月年化收入接近5000万美元，据熟知公司财务者透露。
- 资本升级可查证：2026年6月17日7000万美元A轮，三个月内进行B轮谈判，估值约12亿美元，条款尚未最终敲定。
可借鉴之处
占据无聊的瓶颈：当实验室竞相训练模型时，XDOF出售缺失的输入——物理数据——把博士问题变成外包供应链，实验室纷纷外包。
后续进展
截至2026年9月4日，XDOF正进行后期谈判，拟以约12亿美元估值进行B轮融资，由8VC领投，距其6月隐形退出不足三个月；知情人士向TechCrunch透露年化收入接近5000万美元，投资者主动接触该公司，其本来并未计划这么快再融资。条款尚未最终敲定。公司仍拒绝透露约20家前沿AI实验室客户名称，计划组建全球遥操作员和传感器佩戴者团队，面临Mecka AI以及Scale AI和Micro1等扩展中的人类数据平台的竞争。
资料来源
- Collecting robot training data is dirty, unglamorous work. Some AI labs are already paying XDOF to do it.
- XDOF, just three months out of stealth, is in talks for a Series B at a $1.2B valuation
- How Robot Startup XDOF Became a Unicorn Contender in Under a Year
发现哪里写错了？告诉我们。
轮到你了
你刚读完一家。说说你在做什么，看看谁在赌同一件事。
免费账号 · 3 次免费提问 · 不用绑卡