# Physical AI Pioneer XDOF ეძებს 1,2 მილიარდი დოლარის შეფასებას B სერიებში რობოტების მონაცემთა მილსადენების მასშტაბირებისთვის

Source: TechNewsList (https://technewslist.com)
Canonical URL: https://technewslist.com/ka/article/xdof-physical-ai-series-b-robot-training-data-2026-09-05-night-ka
Section: Drones & Robots (https://technewslist.com/ka/drones-robotics)
Author: TechNewsList
Language: ka
Published: 2026-09-05T17:45:01.435+00:00
Updated: 2026-09-05T17:45:01.615781+00:00

> რობოტიკის ფონდის მონაცემთა კომპანია XDOF აწარმოებს მოლაპარაკებებს $1,2 მილიარდი დოლარის სერიის B რაუნდზე სტელსიდან გასვლიდან რამდენიმე თვეში, რაც ხაზს უსვამს რეალურ სამყაროში ფიზიკური ვარჯიშის მონაცემთა ბაზის კრიტიკულ ბარიერს.

## TL;DR
- ფიზიკური ხელოვნური ინტელექტის რობოტიკის სტარტაპი XDOF აგროვებს B სერიის დაფინანსების რაუნდს დაახლოებით 1,2 მილიარდი დოლარის ღირებულებით.
- საწარმოს დაფინანსება მოდის მხოლოდ სამი თვის შემდეგ, რაც კომპანია ოფიციალურად გამოვიდა სტელსტის ოპერაციებიდან.
- XDOF ახორციელებს სპეციალიზებულ ტელეოპერაციულ ქსელებს, რომლებიც აღწერს ადამიანის დემონსტრაციის მანიპულაციის მაღალ ერთგულ მონაცემებს.
- დედაქალაქი დააფინანსებს მონაცემთა შეგროვების ფართომასშტაბიან ცენტრებს, რომლებიც საჭიროა განზოგადებული ფიზიკური საძირკვლის მოდელების მოსამზადებლად.

## Key points
- XDOF დაარსდა UC ბერკლის მკვლევარებმა ფილიპ ვუმ და ფრედ შენტუმ, ღია GELLO ტელეოპერაციული სისტემის შემქმნელებმა.
- სტარტაპმა მანამდე უზრუნველყო ოცი მილიონი დოლარის სათესლე და სერიის A დაფინანსება, რომელსაც ხელმძღვანელობდა საწარმოს ფირმა 8VC.
- რობოტიკის საძირკვლის მოდელებს ესაჭიროებათ მილიონობით საათი ოსტატური მანიპულირების მონაცემები, რომლებიც სინთეზურად ვერ წარმოიქმნება.
- XDOF-ის საკუთრებაში არსებული ტელეოპერაციული აპარატები იღებენ 6-DoF ბოლო ეფექტორის ტრაექტორიებს, სახსრების ბრუნვას და RGB-D ვიდეოს მრავალ ხედვას.
- ჰუმანოიდური რობოტების დეველოპერები ეყრდნობიან მონაცემთა გარე პროვაიდერებს განზოგადებული მანიპულაციის პოლიტიკის მომზადებაში სხვადასხვა გარემოში.
- დაფინანსება ხელს შეუწყობს გაფართოებულ რობოტების შეგროვების ცენტრებს ჩრდილოეთ ამერიკაში, ევროპასა და აზიაში.

## რა მოხდა

სულ რაღაც სამი თვის შემდეგ, რაც ოცი მილიონი დოლარის საწარმოს მხარდაჭერით გამოვიდა, ფიზიკური ხელოვნური ინტელექტის მონაცემთა პიონერი XDOF მოწინავე მოლაპარაკებებს აწარმოებს, რათა უზრუნველყოს B სერიის დაფინანსების რაუნდი, რომელიც აფასებს კომპანიას დაახლოებით 1,2 მილიარდ დოლარად. სარისკო კაპიტალის წყაროებმა, რომლებიც იცნობდნენ ტრანზაქციას, გამოავლინეს, რომ სილიკონის ველის უმაღლესი დონის საინვესტიციო სინდიკატები აგრესიულად ეჯიბრებიან რაუნდში ასიგნებებს. შეფასების დრამატული ესკალაცია ხაზს უსვამს ინდუსტრიის ინტენსიურ გაცნობიერებას, რომ ფიზიკური ვარჯიშის მონაცემები, ვიდრე მოდელის პარამეტრების მასშტაბი ან გამოთვლითი კლასტერები, წარმოადგენს განმსაზღვრელ შეზღუდვას რობოტიკაში.

XDOF დააარსეს კალიფორნიის უნივერსიტეტის გამოჩენილმა მკვლევარებმა, ფილიპ ვუმ და ფრედ შენტუმ, რომლებმაც მიაღწიეს ფართო აღიარებას რობოტების მკვლევარ საზოგადოებაში GELLO-ს, ხელმისაწვდომი, ღია კოდის ტელეოპერაციული ინტერფეისის შემუშავების შემდეგ. ამ აკადემიურ საფუძველზე დაყრდნობით, XDOF-მა ააშენა სამრეწველო მონაცემთა შეგროვების ელექტროსადგური, რომელიც მართავს ასობით ფიზიკურ ტელეოპერაციულ სადგურს. ადამიანური ოპერატორები მანიპულირებენ ფიზიკურ ობიექტებზე ათასობით საყოფაცხოვრებო, კომერციულ და სამრეწველო სცენარში, ქმნიან მაღალი სიხშირის მონაცემთა ნაკრებებს, რომლებიც საჭიროა განზოგადებული რობოტიკის საძირკვლის მოდელების მოსამზადებლად.

## რატომ არის მნიშვნელოვანი

მიუხედავად იმისა, რომ ხელოვნური ინტელექტის ლაბორატორიებმა ფართო ენების მოდელების მასშტაბირება მოახდინეს ტრილიონობით ჟეტონის მიღებით საჯარო ინტერნეტიდან, ფიზიკურ რობოტებს მონაცემთა ფუნდამენტური დეფიციტი ემუქრებათ. ტექსტი და სტატიკური 2D გამოსახულებები ვერ ასწავლიან ჰუმანოიდ რობოტს, როგორ აითვისოს მყიფე მინის ჭურჭელი, დაკეცოს ქსოვილი ან მძიმე იარაღებით მანევრირება მოახდინოს დინამიური ფიზიკური ხახუნისა და ტაქტილური წინააღმდეგობის ფონზე. სიმულაციური გარემო, მიუხედავად იმისა, რომ გამოსადეგია ძირითადი კინემატიკური ვარჯიშისთვის, განიცდის სამარცხვინო sim-დან რეალურ უფსკრულით, ვერ ახერხებს რეალურ სამყაროს დახვეწილი ფიზიკის და ქაოტური გარემოს ცვლადების აღებას.

ნამდვილი ზოგადი დანიშნულების ავტონომიის მისაღწევად, რობოტიკის მოდელები საჭიროებენ მულტიმოდალურ ფიზიკურ დემონსტრაციებს, რომლებიც ჩაწერენ სინქრონიზებულ სახსრის ბრუნვას, ტაქტილური სენსორის უკუკავშირს და მრავალკუთხიან ვიზუალურ ტელემეტრიას. ფიზიკური მანიპულაციის მონაცემების, როგორც ინსტიტუციური ინფრასტრუქტურის საქონელად განხილვით, XDOF მიზნად ისახავს გახდეს მონაცემთა არსებითი პროგრამა გლობალურად ყველა ჰუმანოიდური და სამრეწველო რობოტების მწარმოებლისთვის. სტარტაპის სწრაფი ამაღლება უნიკორნის სტატუსში მიუთითებს იმაზე, რომ კაპიტალის ბაზრები სპეციალიზებულ ფიზიკურ მონაცემებს განიხილავენ, როგორც ყველაზე დასაცავად ხორცს ხორცშესხმულ AI-ში.

## ტექნიკური დეტალები

![ჰუმანოიდური რობოტიკის განვითარებისა და წარმოების ასამბლეის ხაზი, რომელიც ხაზს უსვამს ფიზიკური AI განლაგების მოთხოვნებს.](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1788628753733-g4dfzb-xdof-physical-ai-series-b-robot-training-data-2026-09-05-night-inside-1-183d3358cf.webp)

ძირითადი ტექნოლოგია, რომელიც აძლიერებს XDOF-ის მონაცემთა ინფრასტრუქტურას, არის საკუთრებაში არსებული აპარატურულ-პროგრამული ტელეოპერაციული არქიტექტურა, რომელიც შექმნილია ორიგინალური GELLO დიზაინიდან. ტელეოპერაციული მოწყობილობები იყენებს პასიურ არტიკულირებულ მკლავებს, რომლებიც აღჭურვილია მაღალი რეზოლუციის ციფრული შიფრებით, რომლებიც ასახავს ადამიანის მკლავების მოძრაობას ქვემილიმეტრიანი სიზუსტით. იმის გამო, რომ ოპერატორს ფიზიკურად უჭირავს სამიზნე რობოტის ბოლო ეფექტორის მინიატურული კინემატიკური რეპლიკა, სისტემა გამორიცხავს შეყოვნებას და კალიბრაციის დრიფტს, რომელიც ტიპიურია კამერაზე დაფუძნებული მოძრაობის გადაღების დაყენებისთვის.

მონაცემთა შეგროვების თითოეული სესია აღრიცხავს მრავალმოდალურ ნაკადებს, რომლებიც შერჩეულია ათას ჰერცამდე. ეს ტელემეტრია მოიცავს თავისუფლების ექვსი გრადუსის სივრცულ პოზებს, აქტივატორის ბრუნვის შეფასებას, საკონტაქტო აკუსტიკური სენსორის მონაცემებს და სინქრონიზებულ სტერეოსკოპულ RGB-D ვიდეო ნაკადებს. შეგროვებული ტრაექტორიები მუშავდება ავტომატური კურაციული მილსადენებით, რომლებიც ფილტრავს ადამიანის ყოყმანს, ახდენს დროებითი დისპერსიის ნორმალიზებას და სივრცითი კონტაქტის საზღვრებს ანოტაციას. ეს ხელუხლებელი მონაცემები ფორმატირებულია უშუალოდ ტენსორის მონაცემთა ნაკრებებში, რომლებიც ოპტიმიზირებულია დიფუზიური პოლიტიკის მოდელებისა და ხედვა-ენა-მოქმედების არქიტექტურისთვის.

## გავლენა ბაზარზე და ინდუსტრიაზე

![სამრეწველო რობოტული იარაღი, რომელიც ასრულებს მაღალი სიზუსტის მანიპულირების ამოცანებს ავტომატური შეკრების გარემოში.](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1788628755941-w1xxox-xdof-physical-ai-series-b-robot-training-data-2026-09-05-night-inside-2-1d0f615044.webp)

XDOF-ის მრავალმილიარდ დოლარიანი შეფასების დისკუსიები ცვლის კომერციულ დინამიკას რობოტიკის ლანდშაფტში. ჰუმანოიდური რობოტების მთავარი მწარმოებლები, მათ შორის Figure AI, Boston Dynamics და ავტომობილების მწარმოებლები, რომლებიც ავითარებენ ქარხნულ რობოტებს, აქტიურად აფასებენ მონაცემთა შეგროვების შიდა სტრატეგიებს. ტელეოპერატორების შიდა ჯარების შექმნა და მართვა კაპიტალის ინტენსიური და ლოგისტიკურად რთულია, რაც რობოტების ბევრ დეველოპერს უბიძგებს, რომ მონაცემთა ბაზის მანიპულირების ფუნდამენტური შეძენა სპეციალიზირებულ პლატფორმებზე გადასცეს, როგორიცაა XDOF.

კაპიტალის შემოდინება ასევე იწვევს ტალანტთა სასტიკ ბრძოლას ტრადიციული პროგრამული AI ლაბორატორიებსა და რობოტების კვლევით ცენტრებს შორის. მანქანათმცოდნეობის მკვლევარები, რომლებიც ადრე ორიენტირებულნი იყვნენ გენერაციულ ხედვაზე ან ენაზე, მოძრაობენ ფიზიკური AI-ისკენ, სადაც კომერციული აპლიკაციები ასობით მილიარდ დოლარს მოიცავს წარმოებაში, ლოგისტიკაში და ხანდაზმულთა მოვლის ავტომატიზაციაში. ინვესტორები იმედოვნებენ, რომ ფიზიკური მონაცემების ეკონომიკა ასახავს ღრუბლოვანი გამოთვლის ევოლუციას, სადაც სპეციალიზებული პროვაიდერები მუშაობენ მონაცემთა შეგროვების მასიური საშუალებებით გლობალურად.

## რას უნდა დავაკვირდეთ შემდეგ

XDOF-ის B სერიის დაფინანსების რაუნდის დასრულება და ოფიციალური დახურვა მოსალოდნელია უახლოეს კვირებში, საბოლოო სინდიკაციის გამოყოფისა და სტანდარტული მარეგულირებელი დოკუმენტაციის საფუძველზე. კაპიტალის ინექციის შემდეგ, კომპანია გეგმავს ახალი ჰიპერმასშტაბიანი მონაცემთა შეგროვების ობიექტების გახსნას ჩრდილოეთ ამერიკასა და დასავლეთ ევროპაში, გააფართოოს თავისი ტელეოპერატორის მუშახელი, რათა შეაგროვოს მილიონობით საათი სხვადასხვა ფიზიკური მანიპულაციის ტრაექტორია მომდევნო თვრამეტი თვის განმავლობაში.

საწარმოს ტექნოლოგიების სტრატეგიებმა უნდა აკონტროლონ მომავალი ტექნიკური კრიტერიუმები, რომლებიც გამოქვეყნებულია ფონდის მოდელის დეველოპერების მიერ, რომლებიც მომზადებულნი არიან XDOF მონაცემთა ნაკრებებზე. თვალყურის დევნების კრიტიკული მეტრიკა იქნება ნულოვანი გასროლის წარმატების მაჩვენებლები, როდესაც რობოტები ხვდებიან ახალ ობიექტებსა და გარემოს დაზუსტების გარეშე. თუ საძირკვლის მოდელები აჩვენებს განზოგადების მკვეთრ გაუმჯობესებას მასშტაბური ტელეოპერაციული მონაცემებიდან, ეს დაადასტურებს ფიზიკური მონაცემების ჰიპოთეზას და დააჩქარებს კომერციულ ვადებს ავტონომიური ჰუმანოიდური სამუშაო ძალების კომერციული საწარმოების გარემოში განლაგებისთვის.

## წყაროები

- [XDOF Commercial Release] (https://xdof.ai/news/series-b-growth-pipeline-robot-teleoperation) — კომპანიის განცხადება, რომელიც აღწერს ფიზიკური AI მონაცემთა მილსადენის გაფართოებას და ტელეოპერატორთა ფლოტის განაწილებულ ოპერაციებს.

- [TechCrunch Robotics Desk](https://techcrunch.com/2026/09/04/xdof-just-three-months-out-of-stealth-is-in-talks-for-a-series-b-at-a-1-2b-valuation/) — ექსკლუზიური გამოვლენის ვადები, საინვესტიციო ანგარიშგება. სინდიკატები მხარს უჭერენ XDOF-ის სერიის B რაუნდს.

- [8VC Research Insights] (https://8vc.com/insights/scaling-physical-ai-xdof-data-revolution) - საწარმოს პერსპექტივა, რომელიც ასახავს იმას, თუ რატომ წარმოადგენს რეალურ სამყაროში ფიზიკური ურთიერთქმედების მონაცემები ჰუმანოიდური რობოტების კომერციალიზაციის ძირითად ბლოკს.

Mentions: XDOF, 8VC, ფილიპ ვუ, ფრედ შენტუ, კალიფორნიის უნივერსიტეტი ბერკლი

## Sources
- [XDOF კომერციული გამოცემა](https://xdof.ai/news/series-b-growth-pipeline-robot-teleoperation)
- [TechCrunch Robotics Desk](https://techcrunch.com/2026/09/04/xdof-just-three-months-out-of-stealth-is-in-talks-for-a-series-b-at-a-1-2b-valuation/)
- [8VC Research Insights](https://8vc.com/insights/scaling-physical-ai-xdof-data-revolution)