Die schmutzige Arbeit beim Training von Robotern: XDOF sammelt 70 Mio. USD ein, um die Datenpipelines aufzubauen, die KI-Labore dringend benötigen

BitcoinWorld

Die Drecksarbeit beim Training von Robotern: XDOF sammelt 70 Mio. USD ein, um die Datenpipelines aufzubauen, die KI-Labore dringend benötigen

Vor zwei Wochen gab OpenAI bekannt, sein Robotikprogramm neu zu starten, das 2021 eingestellt worden war – das jüngste Signal dafür, dass die größten KI-Labore im Wettlauf darum sind, Maschinen beizubringen, in der physischen Welt zu agieren. Doch der Bau leistungsfähiger Roboter erfordert etwas, das die KI-Branche noch nicht in ausreichendem Maßstab besitzt: die Trainingsdaten, die mit denen vergleichbar sind, die Sprachmodelle antreiben. Diese Lücke schafft eine neue Art von Infrastrukturgeschäft.

Im Gegensatz zu großen Sprachmodellen, die auf einem riesigen Meer öffentlich verfügbarer Texte trainiert werden, benötigen Roboter Daten, die physische Interaktionen erfassen – und diese Art von Daten ist kaum vorhanden. YouTube-Videos und von Gig-Arbeitern aufgenommene Aufnahmen haben eine geringe Auflösung und lassen sich nur schwer mit der physischen Welt in Einklang bringen. Hier kommt XDOF (ausgesprochen „ecks-doff") ins Spiel, ein Startup, das heute aus der Versenkung auftaucht und darauf wettet, dass der nächste große Engpass in der KI nicht Modelle oder Chips sind, sondern die Daten-Feedback-Schleife, die benötigt wird, um Robotern beizubringen, wie sie mit der physischen Welt interagieren.

Aufbau des Datenökosystems für physische KI

XDOF zielt darauf ab, die Datenpipelines, Erfassungstools und Annotationssysteme aufzubauen, die Frontier-Labore und Robotikunternehmen nicht ohne Weiteres selbst aufbauen können. Das Unternehmen hat dafür 70 Mio. USD von Thrive Capital, Spark Capital, a16z, Lux und WndrCo eingesammelt. Mitgründer und CEO Philippe Wu sagt, XDOF, das etwa 60 Mitarbeiter hat, arbeite bereits mit 20 Kunden zusammen, darunter mehrere Frontier-KI-Labore, die er jedoch nicht namentlich nennen kann.

„Alle Top-Labore versuchen, Robotik voranzutreiben", sagte Wu in einem Interview. „Wir haben bereits einige der Nachteile gesehen, wenn man im Rennen um Sprachmodelle etwas zurückfällt … man möchte nicht in einer Situation sein, in der man diese Technologie zu spät verfolgt, und alle sitzen in diesem Boot, in dem physische KI die nächste Grenze ist."

Wu stieß selbst als Doktorand an der UC Berkeley auf dieses Problem, wo sein Schwerpunkt darauf lag, Robotern das Erlernen von Fähigkeiten aus großen Datensätzen zu ermöglichen. Es gab nur ein Problem. „Wir hatten keine großen Datenmengen, mit denen wir arbeiten konnten", sagte er. „Es gab dieses Henne-Ei-Problem – wir mussten zunächst tatsächlich Daten sammeln, bevor wir überhaupt fragen konnten, wie man ein Grundmodell für die Robotik trainiert."

Wu und sein zukünftiger XDOF-Mitgründer und Chief Technology Officer（CTO） Fred Shentu arbeiteten an einem Projekt namens GELLO, einem kostengünstigen Teleoperationssystem, das es einem menschlichen Bediener ermöglicht, einen Roboterarm zu steuern, um Trainingsdaten zu generieren. „Es wurde letztendlich ein sehr einflussreiches Paper in der Robotik, weil viele Menschen ähnliche Bedürfnisse und Engpässe hatten und viele begannen, diesen Gerätetyp für die Datenerfassung zu nutzen", sagte Wu.

Die Gelegenheit erkennend, gründeten Wu, Shentu und der dritte Mitgründer und Chief Operating Officer Nemo Jin im Oktober 2024 XDOF, um ein Datenökosystem für Unternehmen bereitzustellen, die Robotikmodelle anstreben. Da reines Datenbereitstellen allein ein Geschäft ohne Zukunft sein kann, konzentriert sich das Unternehmen auch auf Datenbereinigung, Tooling und Annotation – und schafft so eine sich selbst verstärkende Feedback-Schleife für Robotertrainer.

Der ABC-Datensatz: Ein neuer Maßstab für die Robotikforschung

Als Ausgangspunkt kooperiert das Unternehmen mit dem KI-Forschungslabor der UC Berkeley, um das zu veröffentlichen, was es für die bisher größte Sammlung hochwertiger Roboter-Trainingsdaten hält, die als ABC bezeichnet wird. Sie umfasst 130.000 Trajektorien von Robotermanipulationsdaten, 300 Stunden Simulation und 100 Stunden Auswertungen. Diese Art von skalierter Vortrainings-Daten war der Wissenschaft bisher noch nie verfügbar.

„Wir haben in der Sprache, der Bildgenerierung und anderen Bereichen gesehen, dass die Community Dinge erreicht, die man nicht unbedingt erwartet hätte, wenn Modelle und Daten veröffentlicht werden", sagte David McAllister, ein Berkeley-Doktorand, der die Veröffentlichung mitorganisiert hat, gegenüber Bitcoin World. Das Team hat die Daten bereits verwendet, um Roboter für Benchmark-Aufgaben wie das Falten von T-Shirts, das Flachdrücken von Kartons und das Einlegen von AirPods in ihre Hüllen zu trainieren.

Drei Ebenen der Datenerfassung

Das Unternehmen plant, auf drei Ebenen einer Datenpyramide zu arbeiten. Die wertvollste Ebene sind Teleoperationsdaten, die am tatsächlich eingesetzten Roboter gesammelt werden; als nächstes kommen teleoperierte Roboter, die allgemeinere Daten sammeln, wie bei GELLO; und schließlich „egozentrische" Daten, die von Menschen bei alltäglichen Aufgaben gesammelt werden, wofür XDOF plant, eigene tragbare Sensoren zu entwickeln.

„Ihre Kamerawahl wird die Qualität Ihrer Daten beeinflussen – was sich darauf auswirkt, wie Ihr Hand-Tracking-Algorithmus funktioniert", sagte Wu. „Wenn Sie die Hardware von Anfang an nicht gut gestalten, können die von Ihnen gesammelten Daten sehr spezifische Probleme aufweisen, die Sie nicht erwartet haben."

Das Unternehmen plant, weltweit Heerscharen von Teleoperatoren und egozentrischen Datenbetreibern einzustellen und zu schulen – ein arbeitsintensives Modell, das eine offensichtliche Frage aufwirft: Warum erledigen die großen Labore diese Datenproduktionsarbeit nicht selbst?

„Sie benötigen ein Lager mit Hunderttausenden von Quadratfuß und Hunderten von Robotern", sagte Wu. „Sie müssen diese Roboter warten, ihre physischen Parameter kalibrieren und Bediener ordnungsgemäß schulen." Es ist ein Aufbau, der Fokus, Kapital und betriebliche Skalierung erfordert, die die meisten KI-Labore lieber auslagern möchten – was genau der Markt ist, auf den XDOF setzt.

Warum dies für die KI-Branche wichtig ist

Das Entstehen von XDOF signalisiert einen breiteren Wandel in der KI-Landschaft. Da Frontier-Labore auf physische KI zusteuern – Roboter, die in unstrukturierten menschlichen Umgebungen agieren können – wird der Datenengpass genauso kritisch wie Rechenleistung oder Modellarchitektur. Unternehmen, die zuverlässige, hochwertige Trainingsdaten für physische Interaktionen bereitstellen können, positionieren sich als wesentliche Infrastrukturanbieter.

Der Name XDOF ist ein Wortspiel mit dem Robotikbegriff „Freiheitsgrade", der die Anzahl der unabhängigen Bewegungen beschreibt, die ein Roboter ausführen kann. Ihr Arm, von der Schulter bis zum Handgelenk, hat sieben Freiheitsgrade. Der neueste Roboter des Humanoiden-Robotikunternehmens Figure.AI hat 30. Das X im Unternehmensnamen erfasst seinen Ehrgeiz: „Beliebige Freiheitsgrade, Unbegrenztes Angebot an Freiheitsgraden", sagt Wu.

Fazit

Die Einsammlung von 70 Mio. USD durch XDOF und die Ankündigung, aus der Versenkung aufzutauchen, unterstreichen eine wachsende Erkenntnis in der KI-Branche: Der Weg zu leistungsfähiger physischer KI führt über Dateninfrastruktur, nicht nur über bessere Modelle. Da immer mehr Labore dem Beispiel von OpenAI beim Neustart von Robotikprogrammen folgen, wird die Nachfrage nach hochwertigen, physisch fundierten Trainingsdaten nur noch zunehmen. XDOF positioniert sich im Zentrum dieser Nachfrage und baut die Pipelines auf, die darüber entscheiden könnten, welche Unternehmen im Wettlauf um den Bau von Robotern erfolgreich sind, die tatsächlich in der realen Welt funktionieren können.

FAQs

F1: Was ist XDOF und was macht es?
XDOF ist ein Startup, das Datenpipelines, Erfassungstools und Annotationssysteme für das Training von Robotern aufbaut. Es stellt die Trainingsdaten aus der physischen Welt bereit, die KI-Labore benötigen, um Robotern beizubringen, wie sie mit ihrer Umgebung interagieren.

F2: Warum unterscheiden sich Roboter-Trainingsdaten von Sprachmodell-Trainingsdaten?
Sprachmodelle können auf riesigen Mengen an Text trainiert werden, die im Internet verfügbar sind. Roboter-Trainingsdaten müssen physische Interaktionen erfassen – wie das Greifen von Objekten oder das Falten von Kleidung – was spezialisierte Erfassungsmethoden wie Teleoperation oder tragbare Sensoren erfordert.

F3: Wie viel Finanzierung hat XDOF eingesammelt und wer sind die Investoren?
XDOF hat 70 Mio. USD von Thrive Capital, Spark Capital, a16z, Lux und WndrCo eingesammelt. Das Unternehmen hat etwa 60 Mitarbeiter und arbeitet bereits mit 20 Kunden zusammen, darunter mehrere Frontier-KI-Labore.

Dieser Beitrag Die Drecksarbeit beim Training von Robotern: XDOF sammelt 70 Mio. USD ein, um die Datenpipelines aufzubauen, die KI-Labore dringend benötigen erschien zuerst auf BitcoinWorld.