De acordo com pt.wedoany.com-A XDOF (pronuncia-se "ecks-doff") saiu do modo oculto hoje, com o objetivo de construir pipelines de dados robóticos, ferramentas de coleta e sistemas de anotação, e já arrecadou US$ 70 milhões da Thrive Capital, Spark Capital, a16z (Andreessen Horowitz), Lux Capital e WndrCo. Philipp Wu, cofundador e CEO da XDOF, afirmou que a empresa, com cerca de 60 funcionários, já trabalha com 20 clientes, incluindo vários laboratórios de IA de ponta, cujos nomes não podem ser divulgados.
A XDOF foi fundada com base na premissa de que o próximo gargalo da IA não são os modelos ou os chips, mas sim o ciclo de feedback de dados necessário para ensinar robôs a interagir com o mundo físico. Wu disse que todos os principais laboratórios estão tentando buscar a robótica, e quem ficar um pouco para trás na corrida dos modelos de linguagem enfrentará dificuldades. Ele mencionou que nenhum laboratório quer ser pego desprevenido por buscar essa tecnologia tarde demais, e a IA física já é considerada a próxima fronteira. O próprio Wu, durante seu doutorado na Universidade da Califórnia, Berkeley (UC Berkeley), enfrentou o problema da falta de dados em larga escala para robôs. Ele destacou que se trata de um problema de ovo e galinha: é necessário primeiro coletar dados reais para depois pensar em como treinar modelos fundamentais de robôs.
Wu, juntamente com Fred Shentu, cofundador e CTO da XDOF, participou de um projeto chamado GELLO, um sistema de operação remota de baixo custo que permite que operadores humanos controlem braços robóticos para gerar dados de treinamento. Esse artigo teve grande impacto na área de robótica, pois muitos enfrentavam necessidades e gargalos semelhantes. Ao identificar a oportunidade, Wu, Shentu e Nemo Jin, cofundador e COO, lançaram a XDOF em outubro de 2024, oferecendo um ecossistema de dados para empresas que buscam modelos robóticos. A empresa também foca em limpeza de dados, ferramentas e anotação, visando criar um ciclo de feedback auto-reforçador para treinadores de robôs.
Como ponto de partida, a XDOF, em parceria com o Berkeley AI Research lab da UC Berkeley, lançou o que considera o maior conjunto de dados de treinamento robótico de alta qualidade já criado, chamado ABC. Esse conjunto contém 130 mil trajetórias de dados de operação robótica, 300 horas de simulação e 100 horas de avaliação. Dados de pré-treinamento nessa escala nunca haviam sido disponibilizados para a academia antes. David McAllister, doutorando em Berkeley que ajudou na organização do lançamento, afirmou que, quando modelos e dados são publicados, a comunidade frequentemente realiza coisas que ninguém esperava. A equipe já usou esses dados para treinar robôs em tarefas de referência, como dobrar camisetas, achatar caixas ou colocar AirPods em seus estojos de carregamento.
A XDOF planeja atuar em três níveis da pirâmide de dados: o mais valioso são os dados de operação remota coletados de robôs realmente implantados; em segundo lugar, o uso de robôs de operação remota para coletar dados mais genéricos, como o GELLO; e, por último, dados em primeira pessoa coletados por humanos ao realizar tarefas cotidianas, para os quais a XDOF planeja construir seus próprios sensores vestíveis. Wu destacou que a escolha da câmera afeta a qualidade dos dados e o desempenho dos algoritmos de rastreamento de mãos, e que, se não for tratada adequadamente na fase de design do hardware, os dados coletados podem apresentar problemas específicos.
A empresa planeja recrutar e treinar globalmente um grande número de operadores remotos e operadores de dados em primeira pessoa. Sobre a questão de por que os principais laboratórios não realizam a produção de dados internamente, Wu afirmou que isso exigiria armazéns de centenas de milhares de pés quadrados e centenas de robôs, além de envolver investimentos em manutenção, calibração e treinamento de operadores. Ele acredita que se trata de um trabalho que exige foco, capital e escala operacional, e a maioria dos laboratórios de IA prefere terceirizá-lo — é nesse mercado que a XDOF aposta.
O nome XDOF é uma variação do termo robótico "graus de liberdade", que descreve o número de movimentos independentes que um robô pode executar. Wu exemplificou que o braço humano, do ombro ao pulso, tem sete graus de liberdade, enquanto o robô mais recente da empresa de robôs humanoides Figure AI tem 30 graus de liberdade. O X no nome da empresa captura sua ambição: qualquer grau de liberdade, infinitos graus de liberdade.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
