# Пионер физического искусственного интеллекта XDOF ищет оценку в 1,2 миллиарда долларов в серии B для масштабирования конвейеров данных роботов

Source: TechNewsList (https://technewslist.com)
Canonical URL: https://technewslist.com/ru/article/xdof-physical-ai-series-b-robot-training-data-2026-09-05-night-ru
Section: Drones & Robots (https://technewslist.com/ru/drones-robotics)
Author: TechNewsList
Language: ru
Published: 2026-09-05T17:44:58.541+00:00
Updated: 2026-09-05T17:44:58.720579+00:00

> Компания XDOF, занимающаяся данными из фонда робототехники, ведет переговоры о раунде серии B стоимостью 1,2 миллиарда долларов всего через несколько месяцев после выхода из невидимости, что подчеркивает критическое узкое место в реальных наборах данных по физической подготовке.

## TL;DR
- Стартап по робототехнике с физическим искусственным интеллектом XDOF привлекает финансирование серии B с оценкой примерно в 1,2 миллиарда долларов.
- Венчурное финансирование поступило всего через три месяца после того, как компания официально вышла из скрытых операций.
- XDOF управляет специализированными сетями телеоперации, собирающими высококачественные данные о манипулировании демонстрациями людей.
- Столица будет финансировать крупномасштабные центры сбора данных, необходимые для обучения обобщенных моделей физического фундамента.

## Key points
- XDOF была основана исследователями из Калифорнийского университета в Беркли Филиппом Ву и Фредом Шенту, создателями открытой системы телеоперации GELLO.
- Ранее стартап получил двадцать миллионов долларов в виде начального финансирования и финансирования серии А, возглавляемого венчурной фирмой 8VC.
- Модели фундамента робототехники требуют миллионов часов ловких манипуляций с данными, которые невозможно создать синтетическим путем.
- Запатентованные установки для телеоперации XDOF фиксируют траектории рабочих органов с 6 степенями свободы, крутящие моменты суставов и многоракурсное видео RGB-D.
- Разработчики роботов-гуманоидов полагаются на внешних поставщиков данных для обучения обобщенным политикам манипулирования в различных средах.
- Финансирование будет направлено на поддержку расширения роботизированных центров сбора мусора в Северной Америке, Европе и Азии.

## Что произошло

Всего через три месяца после того, как компания XDOF вышла из скрытности и получила двадцать миллионов долларов венчурной поддержки, пионер данных физического искусственного интеллекта XDOF ведет переговоры о раунде финансирования серии B, который оценивает компанию примерно в 1,2 миллиарда долларов. Источники венчурного капитала, знакомые с сделкой, сообщили, что ведущие инвестиционные синдикаты Кремниевой долины агрессивно конкурируют за распределение средств в этом раунде. Резкий рост цен подчеркивает интенсивное понимание во всей отрасли того, что данные о физической подготовке, а не масштаб параметров модели или вычислительные кластеры, представляют собой определяющее ограничение в робототехнике.

XDOF была основана известными исследователями Калифорнийского университета в Беркли Филиппом Ву и Фредом Шенту, которые получили широкое признание в исследовательском сообществе робототехники после разработки GELLO, доступного интерфейса телеуправления с открытым исходным кодом. Основываясь на этом академическом фундаменте, XDOF построила центр промышленного сбора данных, который управляет сотнями физических станций телеуправления. Люди-операторы манипулируют физическими объектами в тысячах бытовых, коммерческих и промышленных сценариев, создавая высокочастотные наборы данных, необходимые для обучения обобщенных базовых моделей робототехники.

## Почему это важно

В то время как лаборатории искусственного интеллекта масштабируют большие языковые модели, поглощая триллионы токенов из общедоступного Интернета, физические роботы сталкиваются с фундаментальной нехваткой данных. Текст и статические 2D-изображения не могут научить робота-гуманоида хватать хрупкую стеклянную посуду, складывать ткань или маневрировать тяжелыми инструментами в условиях динамического физического трения и тактильного сопротивления. Среды моделирования, хотя и полезны для базового кинематического обучения, страдают от печально известного разрыва между симом и реальностью, не в состоянии уловить тонкую физику реального мира и хаотичные переменные окружающей среды.

Чтобы достичь истинной универсальной автономии, модели робототехники требуют мультимодальных физических демонстраций, записывающих синхронизированные моменты вращения суставов, обратную связь с тактильными датчиками и многоугольную визуальную телеметрию. Рассматривая данные о физических манипуляциях как товар институциональной инфраструктуры, XDOF стремится стать важной утилитой обработки данных для каждого производителя гуманоидов и промышленной робототехники во всем мире. Быстрое восхождение стартапа к статусу единорога сигнализирует о том, что рынки капитала рассматривают специализированные физические данные как наиболее защищенный ров в воплощении ИИ.

## Технические детали

![Линия по разработке и производству гуманоидной робототехники, подчеркивающая требования к физическому развертыванию искусственного интеллекта.](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)

Основная технология, лежащая в основе инфраструктуры данных XDOF, представляет собой запатентованную аппаратно-программную архитектуру телеуправления, разработанную на основе оригинальной конструкции GELLO. В установках для дистанционного управления используются пассивные шарнирные рычаги, оснащенные цифровыми энкодерами высокого разрешения, которые отражают движения рук человека с точностью до миллиметра. Поскольку оператор физически держит миниатюрную кинематическую копию рабочего органа целевого робота, система устраняет задержку и дрейф калибровки, типичный для установок захвата движения на основе камеры.

Каждый сеанс сбора данных записывает мультимодальные потоки с частотой дискретизации до одной тысячи герц. Эта телеметрия включает в себя пространственные положения с шестью степенями свободы, оценку крутящего момента привода, данные контактных акустических датчиков и синхронизированные стереоскопические видеопотоки RGB-D. Собранные траектории обрабатываются с помощью автоматизированных конвейеров обработки, которые отфильтровывают человеческие колебания, нормализуют временные отклонения и аннотируют границы пространственного контакта. Эти первичные данные форматируются непосредственно в тензорные наборы данных, оптимизированные для обучения моделей политики распространения и архитектур «видение-язык-действие».

## Влияние на рынок и отрасль

![Промышленные роботизированные манипуляторы, выполняющие задачи высокоточного манипулирования в средах автоматизированной сборки.](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)

Многомиллиардные обсуждения XDOF по оценке стоимости меняют коммерческую динамику в сфере робототехники. Крупнейшие производители робототехники-гуманоида, в том числе Fig AI, Boston Dynamics и производители автомобилей, разрабатывающие заводских роботов, активно пересматривают свои внутренние стратегии сбора данных. Создание и управление внутренней армией телеоператоров является капиталоемкой и сложной логистической задачей, что вынуждает многих разработчиков робототехники передавать сбор базовых наборов данных для манипуляций на аутсорсинг специализированным платформам, таким как XDOF.

Приток капитала также разжигает ожесточенную битву талантов между традиционными лабораториями искусственного интеллекта и исследовательскими центрами робототехники. Исследователи машинного обучения, которые раньше фокусировались на генеративном зрении или языке, сейчас обращают внимание на физический искусственный интеллект, где коммерческие приложения охватывают сотни миллиардов долларов в производстве, логистике и автоматизации ухода за престарелыми. Инвесторы ожидают, что экономика физических данных будет отражать эволюцию облачных вычислений, при этом специализированные провайдеры будут управлять огромными мощностями по сбору данных по всему миру.

## За чем следить дальше

Завершение и официальное закрытие раунда финансирования серии B XDOF ожидается в ближайшие недели при условии окончательного распределения средств по синдицированию и подачи стандартной документации в регулирующие органы. После вливания капитала компания планирует открыть новые гипермасштабные центры сбора данных в Северной Америке и Западной Европе, расширяя штат телеоператоров, чтобы собирать миллионы часов различных траекторий физических манипуляций в течение следующих восемнадцати месяцев.

Специалисты по корпоративным технологиям должны следить за предстоящими техническими тестами, публикуемыми разработчиками базовых моделей, прошедшими обучение на наборах данных XDOF. Важнейшим показателем для отслеживания будет нулевой уровень успеха, когда роботы сталкиваются с новыми объектами и средами без точной настройки. Если базовые модели продемонстрируют значительное улучшение обобщаемости на основе масштабированных данных телеоперации, это подтвердит гипотезу о физических данных и ускорит коммерческие сроки развертывания автономной гуманоидной рабочей силы в условиях коммерческих предприятий.

## Источники

- [Коммерческий релиз XDOF] (https://xdof.ai/news/series-b-growth-pipeline-robot-teleoperation) — объявление компании, описывающее расширение физического конвейера данных ИИ и работу распределенного парка телеоператоров.

- [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/) — Эксклюзивные венчурные отчеты, раскрывающие условия, контрольные показатели оценки и синдикаты инвесторов, поддерживающие раунд XDOF серии B.

- [8VC Research Insights](https://8vc.com/insights/scaling-physical-ai-xdof-data-revolution) — Венчурная перспектива, объясняющая, почему данные о физическом взаимодействии в реальном мире представляют собой основное узкое место для коммерциализации гуманоидных роботов.

Mentions: XDOF, 8ВК, Филипп Ву, Фред Шенту, Калифорнийский университет в Беркли

## Sources
- [Коммерческий выпуск XDOF](https://xdof.ai/news/series-b-growth-pipeline-robot-teleoperation)
- [TechCrunch Робототехнический стол](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/)
- [Исследования 8VC](https://8vc.com/insights/scaling-physical-ai-xdof-data-revolution)