XDOF: стартап, который за три месяца после выхода из стелса ведёт переговоры о раунде Series B с оценкой $1,2 млрд

Введение

История XDOF — это, пожалуй, один из самых ярких примеров того, как быстро движется рынок физического ИИ. Стартап, основанный исследователями из Калифорнийского университета в Беркли, вышел из режима стелса всего три месяца назад — и уже находится на финальной стадии переговоров о привлечении раунда Series B с оценкой около $1,2 млрд. Ведущим инвестором раунда, по данным TechCrunch, выступает венчурный фонд 8VC.

Детали: цифры и факты

XDOF (произносится «экс-дофф») был основан в 2024 году исследователями из UC Berkeley — Филиппом Ву (CEO) и Фредом Шенту (CTO), а также третьим сооснователем и COO Немо Джином. Компания занимается сбором данных реального мира для обучения универсальных роботов.

Ключевые цифры:

• $70 млн — размер раунда Series A, закрытого в июне 2026 года. Инвесторы: Thrive Capital, Andreessen Horowitz, Lux, Spark Capital и WndrCo.
• ~$50 млн — годовая выручка компании в пересчёте на год (annualized revenue), которая и спровоцировала интерес инвесторов к новому раунду.
• $1,2 млрд — оценочная стоимость компании в рамках переговоров о Series B.
• 8VC — ведущий инвестор нового раунда.
• 20 клиентов, включая несколько ведущих AI-лабораторий.
• ~60 сотрудников в штате.
• 130 000 траекторий манипуляционных данных роботов в датасете ABC, выпущенном совместно с AI Research lab UC Berkeley. Также в датасет входят 300 часов симуляций и 100 часов оценочных данных.

Примечательно, что сама компания не планировала так быстро привлекать новый раунд после Series A. Однако стремительный рост выручки заставил инвесторов самим выйти на XDOF с предложением.

Анализ

Почему XDOF так быстро стал интересен инвесторам? Ответ кроется в фундаментальной проблеме современной робототехники. В отличие от больших языковых моделей, которые обучались на гигантских объёмах текста из интернета, физические роботы не имеют эквивалентного «датасета реального мира». Данные о физическом взаимодействии с окружающей средой практически не существуют в открытом доступе.

XDOF решает именно эту проблему, выступая в роли «аутсорсинговой цепочки поставок данных» для всей робототехнической отрасли. Инвесторы уже сравнивают компанию с Scale AI или Mercor — гигантами разметки данных, которые стали ключевой инфраструктурой для бума больших языковых моделей. XDOF, по сути, претендует на ту же роль, но для «физического ИИ».

Модель компании строится на трёх уровнях сбора данных:

1. Телеоперационные данные — собираются на реальных роботах, которые развёрнуты у клиентов.
2. Общие телеоперационные данные — через систему GELLO, разработанную основателями, позволяющую оператору удалённо управлять роботизированной рукой.
3. «Эгоцентричные» данные — записываются людьми, которые носят датчики и выполняют повседневные задачи (складывание одежды, расправление коробок и т.д.).

Компания планирует нанимать и обучать команды сборщиков данных по всему миру — как телеоператоров, работающих удалённо, так и операторов с носимыми сенсорами.

Мнение

Темпы роста XDOF впечатляют, но вызывают и вопросы. Оценка в $1,2 млрд менее чем через год после основания компании и через три месяца после выхода из стелса — это экстраординарно даже по меркам перегретого венчурного рынка.

С одной стороны, это отражает реальную потребность рынка. OpenAI в 2026 году объявила о перезапуске своей робототехнической программы, закрытой в 2021 году. Все ведущие AI-лаборатории гонятся за «физическим ИИ», и данные — их главное узкое место. Тот, кто контролирует цепочки данных, будет определять, как быстро роботы научатся взаимодействовать с реальным миром.

С другой стороны, есть риски. Во-первых, условия сделки ещё не финализированы и могут измениться. Во-вторых, предоставление данных само по себе может оказаться товарным бизнесом с низкой маржой. XDOF делает ставку на то, что добавление слоёв очистки данных, инструментов и аннотаций создаст самоподдерживающуюся экосистему, которую сложно скопировать. Но ведущие лаборатории хорошо финансируются и могут построить аналогичные мощности внутри себя, если рынок окажется достаточно ценным.

Наконец, конкуренция уже существует: Mecka AI работает в том же направлении, а Scale AI и Micro1 расширяются за пределы LLM в сторону данных для роботов.

Тем не менее, сам факт того, что инвесторы сами выходят на компанию с предложением о новом раунде всего через несколько месяцев после Series A, говорит о многом. Убеждённость и скорость сейчас важнее, чем годы проверенной практики — особенно для стартапов, строящих «инфраструктурную сантехнику» для физического ИИ.

Итог

XDOF — это яркий пример того, как рынок венчурного капитала реагирует на появление новой инфраструктурной ниши. Компания, которая собирает данные для обучения роботов, за считанные месяцы превратилась из стелс-проекта в претендента на статус единорога с оценкой $1,2 млрд.

Название XDOF — игра слов на робототехнический термин «степени свободы» (degrees of freedom), описывающий количество независимых движений, которые может выполнять робот. X в названии символизирует амбицию компании: «произвольные степени свободы, безграничные степени свободы».

Сможет ли XDOF оправдать столь высокую оценку и сохранить темпы роста? Пока рано делать окончательные выводы. Но одно можно сказать наверняка: гонка за данными для физического ИИ только начинается, и XDOF намерена быть в её авангарде.

FAQ

1. Что такое XDOF и чем занимается компания?

XDOF — стартап, основанный в 2024 году исследователями из UC Berkeley. Компания собирает данные реального мира (через телеоперацию и носимые сенсоры) для обучения универсальных роботов. По сути, XDOF выступает аутсорсинговой «цепочкой поставок данных» для AI-лабораторий и робототехнических компаний, которые не могут самостоятельно построить такие инфраструктуры.

2. Почему XDOF так быстро получила высокую оценку?

Главная причина — острая нехватка данных для обучения физических роботов. В отличие от языковых моделей, которые обучались на текстах из интернета, у роботов нет эквивалентного «датасета реального мира». Годовая выручка XDOF уже приближается к $50 млн, а компания работает с 20 клиентами, включая ведущие AI-лаборатории. Инвесторы сами вышли на компанию с предложением о новом раунде.

3. Какие риски существуют у XDOF?

Условия сделки Series B ещё не финализированы и могут измениться. Кроме того, бизнес по предоставлению данных может оказаться товарным с низкой маржой, а крупные AI-лаборатории могут построить аналогичные мощности внутри себя. Также на рынке уже есть конкуренты: Mecka AI, Scale AI и Micro1, расширяющиеся в сторону данных для роботов.