Alors que les principaux laboratoires d'intelligence artificielle intensifient leurs efforts pour développer des robots capables d'interagir avec le monde physique, un goulot d'étranglement majeur persiste : le manque de données d'entraînement robustes. Contrairement aux grands modèles de langage nourris de textes publics, la robotique nécessite des enregistrements précis des interactions physiques, une ressource rare et difficile à générer. Face à ce défi, XDOF, une start-up émergente, annonce sa sortie de l'ombre et un tour de table de soixante-dix millions de dollars, conduit par Thrive Capital, Spark Capital, a16z, Lux et WndrCo. Fondée en octobre 2024 par Philipp Wu, Fred Shentu et Nemo Jin, l'entreprise compte déjà soixante collaborateurs et travaille avec une vingtaine de clients, dont plusieurs acteurs de pointe de l'IA. Le cofondateur et directeur général Philipp Wu a rencontré ce même problème lors de ses études de doctorat à l'université de Californie à Berkeley. Pour surmonter ce manque de données, il avait alors conçu GELLO, un système de téléopération peu coûteux permettant à des opérateurs humains de contrôler des bras robotiques et de générer des traces d'entraînement. Constatant la demande croissante, il a fondé XDOF pour proposer une infrastructure complète dédiée à la collecte, au nettoyage et à l'annotation de ces données physiques. La start-up s'appuie sur une stratégie en trois niveaux. Elle privilégie en premier lieu la téléopération directe sur les robots déployés, puis les données généralistes collectées via des dispositifs similaires à GELLO, et enfin des enregistrements dits égoïstes, captés par des opérateurs humains équipés de capteurs portables. Pour accélérer la recherche, XDOF collabore avec le laboratoire de recherche en IA de Berkeley afin de diffuser le jeu de données ABC. Réputé comme l'un des plus volumineux jamais assemblé pour la robotique, il comprend cent trente mille trajectoires de manipulation, trois cents heures de simulation et cent heures d'évaluation. Ces ressources ont déjà permis d'entraîner des robots à réaliser des tâches précises, telles que le pliage de vêtements ou la manipulation d'objets. Le nom XDOF fait référence au terme robotique degrés de liberté, évoquant l'ambition de permettre des mouvements complexes et illimités aux machines. Selon Philipp Wu, les géants de l'IA sous-traitent ce travail car il exige des entrepôts de plusieurs milliers de mètres carrés, un parc robotique important, une maintenance constante et une logistique opérationnelle lourde, peu compatibles avec leur cœur de métier. En créant une boucle de rétroaction continue autour des données physiques, XDOF se positionne comme un partenaire infrastructurel essentiel. Avec cet investissement, la start-up entend former et déployer des opérateurs à travers le monde pour alimenter la prochaine génération de modèles d'intelligence artificielle physique, réduisant ainsi le risque de retard technologique pour ses clients.