两周前，OpenAI 宣布重启2021年关闭的机器人项目，标志着顶级AI实验室正竞相攻克机器物理操作难题。然而，构建高性能机器人的关键瓶颈并非模型或芯片，而是缺乏与语言模型相匹配的物理交互训练数据。
这一缺口催生了新型基础设施业务。不同于LLM依赖海量公开文本，机器人需捕捉高保真物理交互数据，而现有YouTube视频或零工拍摄素材难以满足现实世界对应需求。
XDOF（发音“ecks-doff”）今日正式亮相，押注数据反馈循环是AI下一核心瓶颈。该初创公司旨在为前沿实验室及机器人企业提供自建困难的数据管道、采集工具与标注系统，并获Thrive Capital、Spark Capital、a16z、Lux和WndrCo联合投资7000万美元。
联合创始人兼CEO Philipp Wu透露，XDOF现有约60名员工，已与20家客户（含多家前沿AI实验室）展开合作。“所有顶级实验室都在布局机器人领域，”Wu表示，“大家不愿重蹈语言模型竞赛落后的覆辙，因为物理AI被视为下一个前沿。”
Wu在加州大学伯克利分校攻读博士期间便遭遇此困境。其研究聚焦机器人从大规模数据集中学习技能，但面临“鸡生蛋、蛋生鸡”难题：在探讨训练基础模型前，必须先解决数据采集问题。
为此，Wu与联合创始人兼CTO Fred Shentu开发了低成本遥操作系统GELLO，允许人类操控机械臂生成训练数据。该项目成为机器人领域高影响力论文，被广泛用于突破数据采集瓶颈。
洞察机遇后，Wu、Shentu及COO Nemo Jin于2024年10月创立XDOF，致力于为机器人模型公司提供数据生态。除原始数据外，公司还专注清洗、工具开发及标注，构建自我强化的训练反馈循环。
作为起点，XDOF联合伯克利AI实验室发布了迄今最大规模高质量机器人训练数据集ABC，包含13万条操作轨迹、300小时模拟数据及100小时评估数据，此前从未向学术界开放如此规模的预训练数据。
伯克利博士生David McAllister指出：“类似语言与图像生成领域，高质量数据发布将激发社区实现意料之外的突破。”目前，团队已利用该数据完成折叠T恤、压平纸箱及收纳AirPods等基准任务测试。
无限自由度
XDOF规划了三层数据金字塔：顶层为实际部署机器人的高价值遥操作数据；中层为GELLO类通用遥操作数据；底层为人类日常任务的“第一人称视角”数据，公司将为此开发专用可穿戴传感器。
Wu强调硬件设计对数据质量至关重要：“摄像头选择直接影响手眼追踪算法性能，初期硬件缺陷会导致数据出现不可预见的特定问题。”
针对劳动密集型采集模式，Wu解释了外包必要性：“自建需数十万平方英尺仓库、数百台机器人及专业运维校准团队，大多数AI实验室更愿将此环节外包，这正是XDOF的市场机会。”
XDOF之名源自机器人术语“自由度”（描述独立运动数量）。如人臂有7个自由度，Figure AI最新人形机器人达30个。名称中的“X”寓意“任意自由度，无限自由度”，彰显公司雄心。