网易首页 > 网易号 > 正文 申请入驻

具身新贵,3个月成为独角兽

0
分享至

就在国内一级市场对具身智能的投资逐渐收紧之时,海外一家做机器人数据训练的公司,三个月融两轮,已经跻身百亿独角兽行列。

不久前,机器人数据公司XDOF传出新一轮融资消息,估值约12亿美元,折合人民币超过百亿元。距离公司今年6月宣布完成7000万美元A轮融资,仅仅过去约三个月。

XDOF成立于2024年,由Philipp Wu、Fred Shentu和Nemo Jin共同创立。公司的技术基础之一,是伯克利机器人学习研究中发展出来的GELLO远程操作系统。

让我产生兴趣的是,这家公司既不做模型,也不造人形机器人,而是做着一门看上去并不性感的数据生意——为机器人收集、整理和处理真实世界中的交互数据。但就是这样一家“卖数据”的公司,却获得了 a16z、Thrive Capital 等明星机构的青睐。

目前XDOF的这笔融资仍属于拟议交易,具体融资金额、估值是否包含新资金等细节尚未得到公开确认。但无论最终交易如何落地,这笔融资至少释放出了一个值得关注的信号:随着大模型和机器人产业进入新的发展阶段,曾经被视为人力密集型、缺乏想象空间的数据生意,正在被资本重新审视。

机器人领域的Scale AI

“数据质量往往是深度学习中被忽视的功臣。”这句话是Phililp Wu在推特转发团队的一篇研究文章时所写下的。

Phillp Wu是XDOF的创始人。他所在的伯克利,本身就是全球机器人学习、强化学习和具身智能研究的重要学术中心。国内具身智能圈流传的“伯克利归国四子”,也从侧面说明了这所学校在中国创业者和投资人中的影响力。

XDOF创始人Philipp Wu,研究起点也是机器人本身。从领英公开履历看,他曾在加州大学伯克利分校机器人学习实验室从事本科研究,师从Pieter Abbeel教授,研究机器人控制。2022年7月至2024年8月,他还曾在Meta担任访问研究员,研究多模态机器人基础模型。

Pieter Abbeel是加州大学伯克利分校教授、机器人学习实验室主任,也是伯克利人工智能研究院(BAIR)联合主任。他长期研究机器人如何通过人类示范、强化学习和试错获得技能,比如当下我们经常见到的机器人学习折叠衣物、打结、装配等复杂操作,均是Abbeel的研究方向,他还曾与学生共同创立Covariant,将机器人学习技术带入物流仓储场景。2022年,伯克利将ACM Prize in Computing授予Abbeel,以表彰他在机器人学习领域的研究贡献。Philipp Wu就曾在Covariant担任研究工程师,研究物流和仓储机器人的学习技术。

如果把具身智能比作一条新产业链,机器人本体是“身体”,模型是“大脑”,而数据则更像训练过程中的“燃料”。本体厂商需要数据训练模型,模型厂商需要数据提升能力,数据公司则有机会向多个客户提供服务。因此,有投资人将XDOF称为机器人领域的Scale AI或Mercor。

不过,这个类比也需要谨慎。Scale AI等公司所处的是互联网数据和模型训练市场,xDOF面对的则是一个更复杂的物理世界。与传统工业机器人依靠预先编写的程序不同,通用机器人需要面对不断变化的物体、环境和任务。一个人如何抓起一支笔、打开一个瓶盖、折叠一件衣服,背后都包含复杂的视觉、动作和反馈过程。机器人要学会这些事情,不能只靠工程师为每个动作编写规则,而需要大量真实的交互数据。

这类数据并不像互联网文本那样天然存在,而机器人需要的数据,往往必须通过真实操作才能获得。机器人抓取物体时的位姿、手部轨迹、接触反馈、失败原因,以及人类如何调整动作,都是训练通用机器人所需要的材料。此外,机器人训练数据质量要求也更高,一个看起来“差不多”的动作,可能因为力度、角度、接触位置或时机不同而失败。这也是为什么机器人数据采集不能简单理解为“给机器人拍视频”。它需要同步记录视觉、动作轨迹、机器人状态和任务结果,还需要考虑不同机器人之间的动作映射、数据质量控制,以及如何从失败和调整中提取有效的学习信号。

今年6月,XDOF发布了WARP-RM(Warp-Augmented Relative Progress Reward Model)方案。研究团队在训练机器人折叠T恤时发现,增加更多示范数据后,机器人反而表现更差。问题并不在于这些示范最终没有完成任务,而在于其中包含了大量停顿、犹豫和反复调整的过程。对模仿学习模型而言,这些动作同样会被当作训练信号。

WARP-RM试图解决的,就是如何从这些数据中识别出真正推动任务进展的部分。通过改变已有轨迹的时间尺度,让模型学习判断任务进展的速度:某个动作是在推动任务向前,还是停滞,甚至倒退。这样一来,一段原本只有一次示范的数据,可以通过不同速度的回放,生成更多用于训练的相对进展信号。结果显示,在折叠T恤的实验中,经过WARP-BC加权训练的策略,在不同质量的数据集上都保持了更高的成功率;在最干净的数据集上,两种方法都完成了20次折叠,但加权策略平均用时约64秒,普通模仿学习约114秒。

a16z等明星机构押下重注

众所周知,数据问题正在困扰具身行业,尽管越来越公司以仿真数据和合成数据作为解决问题的途径,但仿真可以扩大数据规模,但真实数据决定了这些数据与现实世界之间的距离。 如果一家公司能够掌握真实数据采集能力,并进一步形成稳定的数据管线、工具和客户网络,它的商业价值就可能从数据服务商,向训练基础设施供应商升级。

今年6月,XDOF公开了ABC-130K数据集,包含13万条以上机器人操作轨迹,覆盖约200个双臂操作任务,并与伯克利等机构合作完成。与此同时,这家公司宣布完成7000万美元A轮融资,Thrive Capital、a16z、Lux Capital、Spark Capital和WndrCo均参与其中。到了9月,xDOF又传出正在洽谈新一轮融资,估值约12亿美元。

资本密集关注背后,这家公司年化收入已接近5000万美元,客户包括多家前沿AI实验室。

事实上,国内也已经出现了一些大模型数据训练的明星公司和创始人,他们今年的融资热度同样颇高。近期,我们和一些投资人交流后发现,数据生意的上限,不在于卖出多少条轨迹。就像一些早期的数据公司,容易被理解为外包服务商:客户提出任务,公司组织人员采集数据、完成标注,再按项目交付。但如果机器人模型的训练需求持续增长,这种模式很难支撑更大的商业空间。

原因是数据需求并不是一次性的。模型训练需要持续补充新数据,模型效果变差时需要重新采集,换一个机器人或任务场景,又需要新的数据。真正有价值的公司,需要把采集、清洗、标注、训练、评测和反馈连接起来,形成持续运转的数据生产系统。

以XDOF的业务模式为例,公司公开强调,其业务不仅包括数据集,还包括数据管线、采集工具和标注系统。创始团队此前参与开发的GELLO,也是一套用于机器人远程操作的数据采集系统。在投资人看来,这类公司的上限,不一定是成为一家更大的数据外包商,而可能是成为机器人训练生态中的基础设施平台。

2026年的具身智能融资,已经明显向“大脑”和“数据”两端集中。但这并不意味着所有细分赛道都在同步升温。相反,资金正在向更少的项目集中,投资人也开始从“技术故事”转向“商业化能力”。

国内,物理AI数据与评测基础设施企业光轮智能今年以来已连续完成多轮融资,融资节奏明显加快 。3月,完成10亿元A++及A+++轮融资,晋升全球首家具身数据独角兽 ;5月再获新一轮融资,由蚂蚁集团领投,投后估值超过20亿美元(约150亿元人民币);6月完成10亿元战略融资,三周内两轮合计约20亿元 。

“智元系”,同样在发力具身智能数据平台基建,今年2月,由智元机器人内部孵化的物理AI数据服务平台觅蜂科技宣布成立,截至2026年8月底累计已完成数亿元融资。不久前,第20000套MEgo无本体数据采集设备正式下线。据了解,这也是行业首次实现大规模量产无本体数据采集设备。

“Garbage in,garbage out。”数据的质量,最终决定模型能力的上限。

随着机器人逐渐走进真实世界,越来越多企业开始进入数据采集领域,物理AI的数据供给正在加速增长。尽管眼下的数据积累,距离真正支撑机器人智能涌现仍有距离,部分数据采集项目的失利,也意味着一些资本已经为尚未跑通的技术路线付出了成本。但这并不意味着数据的价值正在消失。恰恰相反, 随着技术路线逐渐收敛,数据会从对数量和质量的追求转向一套围绕数据建立起来的采集、处理和反馈能力。届时,数据公司的价值也应当被重新看待。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
歌手张宇去世,年仅48岁

歌手张宇去世,年仅48岁

东方不败然多多
2026-11-20 16:36:51
杯赛历史首败!上海惨负遭青岛终结14连胜 拉塞尔16+7+5约克24+8

杯赛历史首败!上海惨负遭青岛终结14连胜 拉塞尔16+7+5约克24+8

醉卧浮生
2026-11-20 21:34:55
克里米亚大桥完全断了,大帝不想打了,但谈的过程川普想重构北约

克里米亚大桥完全断了,大帝不想打了,但谈的过程川普想重构北约

邵旭峰域
2026-11-20 15:03:48
APCE上的温情一幕,让人好感动!

APCE上的温情一幕,让人好感动!

低调看天下
2026-11-20 15:46:04
天呐!差点没认出来,电视里那么漂亮女神,原来跟普通人也没两样

天呐!差点没认出来,电视里那么漂亮女神,原来跟普通人也没两样

情感大头说说
2026-11-20 04:49:19
欧美视角下的深圳中俄美峰会

欧美视角下的深圳中俄美峰会

公评世界
2026-11-20 13:01:43
黄仁勋据称将创办新的半导体公司 或将筹资500亿美元用于创业

黄仁勋据称将创办新的半导体公司 或将筹资500亿美元用于创业

财联社
2026-11-20 16:09:05
一次性补缴10万元,每月领1433元,成都养老补缴爆了

一次性补缴10万元,每月领1433元,成都养老补缴爆了

数字财经智库
2026-11-20 09:36:50
满仓满融死扛存储的大佬,归零了!

满仓满融死扛存储的大佬,归零了!

大财可富司机
2026-11-20 13:55:47
2004年,日本,43岁高市早苗的婚礼时刻

2004年,日本,43岁高市早苗的婚礼时刻

娱你同欢
2026-11-19 21:51:16
U17世界杯开门黑!国足0-5西班牙 邝兆镭争议送点 12分钟崩盘丢3球

U17世界杯开门黑!国足0-5西班牙 邝兆镭争议送点 12分钟崩盘丢3球

我爱英超
2026-11-20 23:57:22
人民日报点名曹德旺,释放2大信号,转移资产跑路传闻早有真相

人民日报点名曹德旺,释放2大信号,转移资产跑路传闻早有真相

爱看剧的阿峰
2026-11-20 10:41:29
高市早苗在深圳就台湾问题表态,外交部最新回应:日方在台湾问题上尽快纠正错误言行

高市早苗在深圳就台湾问题表态,外交部最新回应:日方在台湾问题上尽快纠正错误言行

每日经济新闻
2026-11-20 17:08:48
已全线售罄!APEC欢迎晚宴上,广州荔枝冰酒火了:一天4000瓶一抢而空,网店营业额暴增900多倍,厂家紧急加班补货

已全线售罄!APEC欢迎晚宴上,广州荔枝冰酒火了:一天4000瓶一抢而空,网店营业额暴增900多倍,厂家紧急加班补货

极目新闻
2026-11-20 15:22:02
超级周期即将来临,一定要守住自己口袋里的现金

超级周期即将来临,一定要守住自己口袋里的现金

枫冷慕诗
2026-11-20 13:35:28
27岁庞众望完成博士论文答辩,即将从清华毕业,本人发声:将继续潜心钻研,在科研探索的道路上不断前行

27岁庞众望完成博士论文答辩,即将从清华毕业,本人发声:将继续潜心钻研,在科研探索的道路上不断前行

极目新闻
2026-11-20 16:53:20
U17国足半场2球落后!媒体人热议:邝兆镭习惯不好,通卡拉挡不住

U17国足半场2球落后!媒体人热议:邝兆镭习惯不好,通卡拉挡不住

奥拜尔
2026-11-20 22:58:01
油价大跌!一夜降温,11月20日全国92,95汽油“2连跌、大降近9.5毛/升”,刚接近“9元时代”的92汽油或“断崖”下跌,下次11月26日调价

油价大跌!一夜降温,11月20日全国92,95汽油“2连跌、大降近9.5毛/升”,刚接近“9元时代”的92汽油或“断崖”下跌,下次11月26日调价

猪友巴巴
2026-11-20 09:48:44
国际法院裁定缅甸犯有“种族灭绝罪”,中国籍法官薛捍勤投票支持了缅甸,外交部:薛捍勤法官根据其专业知识发表意见,是其履职尽责的表现

国际法院裁定缅甸犯有“种族灭绝罪”,中国籍法官薛捍勤投票支持了缅甸,外交部:薛捍勤法官根据其专业知识发表意见,是其履职尽责的表现

政知新媒体
2026-11-20 15:43:32
75岁张纪中的妻子回应会不会改嫁,称“我老公再活30年,我75岁了,嫁给谁呀”

75岁张纪中的妻子回应会不会改嫁,称“我老公再活30年,我75岁了,嫁给谁呀”

韩小娱
2026-11-20 16:45:15
2026-11-21 00:16:49
投中网 incentive-icons
投中网
创新经济的智识与洞见
12920文章数 15583关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

"花坛藏尸案"凶手不服死刑判决 已提起上诉

头条要闻

"花坛藏尸案"凶手不服死刑判决 已提起上诉

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

时尚
游戏
房产
旅游
本地

《后会友期》的癫,还得她们治

《GTA6》文件惨遭泄露 MOD作者:最快下周能移植PC

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

旅游要闻

寻迹须弥山——藏在丝路古道上的石窟密码

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

无障碍浏览 进入关怀版