XDOF liefert Trainingsdaten für Robotik-KI
Die Start-up-Szene erhält einen neuen Akteur im Bereich der Robotik-Dateninfrastruktur. XDOF, ausgesprochen ecks-doff, ist aus der Stillphase getreten und stellt sich auf der Basis einer 70-Millionen-US-Dollar-Finanzierungsrunde als spezialisierte Lösung für das drängendste Problem der physischen Künstlichen Intelligenz vor. Zu den Investoren zählen Thrive Capital, Spark Capital, a16z, Lux Capital und WndrCo. Das Unternehmen wurde im Oktober 2024 von Philipp Wu, Fred Shentu und Nemo Jin gegründet und konzentriert sich darauf, die fehlende Datenlücke zu schließen, die die aktuelle KI-Forschung an der Schnittstelle zur Robotik hemmt. Während Sprachmodelle auf öffentlich zugänglichen Textmengen trainiert werden, mangelt es der Robotik an qualitativ hochwertigen Datensätzen, die physische Interaktionen abbilden. Mit der Wiederaufnahme der Robotikaktivitäten durch führende Labore hat ein Wettlauf um die physische Intelligenz begonnen. XDOF adressiert diese Herausforderung, indem es End-to-End-Datenpipelines, Annotationssysteme und Sammlungswerkzeuge bereitstellt. CEO Philipp Wu, der seine Forschung an der Universität Berkeley am typischen Henne-Ei-Problem der Roboterdatenentwicklung scheitern sah, begründet das Geschäftsmodell mit dem operativen Aufwand. Eigenen Dateninfrastrukturen nachzustehen, erfordere riesige Lagerhallen, Roboterkalibrierung und ein großes Operator-Netzwerk, was viele KI-Labore lieber auslagern. XDOF setzt auf einen dreistufigen Ansatz zur Datenerfassung. Die wertvollste Ebene umfasst Teleoperationsdaten, die direkt am Zielroboter gesammelt werden. Die zweite Stufe nutzt allgemeinere Teleoperation, die dritte Ebene basiert auf egozentrischen Aufnahmen alltäglicher menschlicher Bewegungen, für die das Unternehmen eigene Wearable-Sensoren entwickeln wird. Parallel dazu arbeitet XDOF mit dem AI Research Lab der UC Berkeley zusammen, um den bis dato größten öffentlichen Robotertrainingsdatensatz, getauft ABC, zu veröffentlichen. Dieser umfasst 130.000 Manipulationstrajektorien, 300 Stunden Simulation und 100 Stunden Evaluierungsdaten. Erste Benchmarks zeigen bereits erlernbare Fähigkeiten wie das Falten von Textilien oder das Ordnen von Kartons. Das Start-up rekrutiert und schult weltweit Teleoperatoren, um einen sich selbst verstärkenden Feedback-Loop für KI-Trainingszyklen zu schaffen. Der Name XDOF spielt auf den roboticspezifischen Begriff der Freiheitsgrade an. Mit der Zielsetzung beliebige, unbegrenzte Freiheitsgrade positioniert sich das Unternehmen als kritische Infrastruktur für die nächste Generation physischer KI. Bisher arbeitet XDOF bereits mit rund 20 Kunden, darunter mehrere etablierte KI-Forschungslabore. Durch die Professionalisierung der Datenbeschaffung soll das bisherige Hemmnis in der Robotik-Ausbildung überwunden werden, sodass sich Forschungsressourcen wieder vollständig auf Architektur und Algorithmen konzentrieren können.
