币圈界报道：

打造物理智能体的数据基石：XDOF启动大规模数据基建

随着OpenAI重启机器人项目，行业正加速向实体世界智能迈进。然而，相较于语言模型依赖海量文本，机器人训练亟需真实、高保真的物理交互数据——这一关键短板催生了新型基础设施企业。XDOF应运而生，聚焦于构建从采集到标注的完整数据闭环。

构建面向物理智能的数据供应链

XDOF旨在为前沿实验室与机器人企业提供难以自建的数据管道系统，涵盖采集设备、清洗流程与标注平台。公司已获得Thrive Capital、Spark Capital、a16z、Lux及WndrCo联合投资，总额达7000万美元。目前团队规模约60人，服务客户包括多家领先AI研究机构，具体名称暂未披露。

从学术难题到产业突破：一个先有鸡还是先有蛋的困境

联合创始人兼CEO Philippe Wu指出，尽管所有顶级实验室均在布局机器人领域，但缺乏大规模可用数据仍是最大障碍。“我们曾面临同样的困境，”他回忆道。在伯克利攻读博士期间，其团队因无法获取足够数据而受限，最终催生了名为GELLO的低成本遥操作系统，用于生成可复用的训练样本。

ABC数据集：开启机器人学习的新纪元

基于该经验，三位联合创始人于2024年10月创立XDOF，推出首个里程碑成果——名为ABC的大型高质量机器人操作数据集。该数据集包含13万条动作轨迹、300小时模拟环境与100小时评估记录，是首次向学术界开放如此规模的预训练资源。研究人员已利用其在折叠衣物、压平纸箱及收纳耳机等任务上取得显著进展。

三层数据架构：从远程操控到穿戴感知

XDOF规划了分层数据采集体系：第一层为部署中机器人的实时遥操作数据；第二层通过类似GELLO的远程控制设备生成通用技能数据；第三层则借助自研可穿戴传感器捕捉人类执行日常任务时的“自我中心”视角数据。公司强调硬件设计直接影响数据质量，若不从源头优化，将引入不可预见的偏差。

为何实验室选择外包而非自建？

“维护数百台机器人、校准参数并培训操作员，需要超大规模运营投入，”Wu表示。建设此类设施需数十万平方英尺空间与持续资金支持，远超多数实验室能力。因此，外包成为理性选择，也为XDOF创造了明确市场定位。

数据即未来：物理智能时代的基础设施革命

XDOF的崛起标志着AI演进的关键转折——当模型与芯片竞争趋于饱和，谁能掌控高质量物理交互数据，谁就掌握下一代智能的主动权。该公司正将自身定位为物理世界智能的底层支撑者，其发展路径或将决定哪些企业能在真实环境中实现真正自主的机器人应用。

命名深意：自由度背后的无限可能

公司名称源自机器人学中的“自由度”概念，指物体可独立运动的维度数量。人类手臂具七个自由度，而人形机器人如Figure.AI的最新型号已达三十个。XDOF中的‘X’象征着对任意自由度乃至无限自由度的追求，呼应其技术雄心。

结语：通往现实世界的智能之路始于数据

7000万美元融资与隐身模式结束的公告，揭示了一个日益清晰的共识：真正的物理智能不会仅靠更优模型实现，而必须依托坚实的数据基础设施。随着更多机构投身机器人研发，对可信、可扩展的物理训练数据需求将持续攀升。XDOF正站在这一变革的核心，构筑决定未来胜负的关键通道。

常见问题解答

Q1: XDOF是什么？它做什么？ XDOF是一家专注于为机器人训练构建数据采集、处理与标注系统的初创公司，提供从零开始构建物理世界交互能力所需的核心数据资产。

Q2: 为什么机器人训练数据与语言模型训练数据不同？ 语言模型可利用公开文本进行训练，而机器人需学习抓取、移动、折叠等复杂物理动作，这些行为必须通过真实或模拟交互产生，且对数据精度要求极高。

Q3: XDOF筹集了多少资金？投资者是谁？ 公司已完成7000万美元融资，投资方包括Thrive Capital、Spark Capital、a16z、Lux和WndrCo。目前拥有约60名员工，已与20家前沿客户建立合作，涵盖多家顶级AI实验室。