de.wedoany.com-Bericht: XDOF (ausgesprochen „ecks-doff“) hat heute seine Geheimhaltung aufgegeben. Das Unternehmen will eine Datenpipeline, Erfassungswerkzeuge und ein Kennzeichnungssystem für Roboter aufbauen und hat 70 Millionen US-Dollar von Thrive Capital, Spark Capital, a16z (Andreessen Horowitz), Lux Capital und WndrCo eingesammelt. Philipp Wu, Mitgründer und CEO von XDOF, erklärte, dass das Unternehmen mit rund 60 Mitarbeitern bereits mit 20 Kunden zusammenarbeitet, darunter mehrere führende KI-Labore, deren Namen er jedoch nicht nennen darf.
Die Gründung von XDOF basiert auf der Einschätzung, dass der nächste Engpass der KI nicht Modelle oder Chips sein werden, sondern die Datenrückkopplungsschleife, die erforderlich ist, um Robotern die Interaktion mit der physischen Welt beizubringen. Wu sagte, dass alle führenden Labore versuchen, die Robotik zu verfolgen, und dass diejenigen, die im Wettlauf um Sprachmodelle etwas zurückliegen, in Schwierigkeiten geraten. Er erwähnte, dass kein Labor in eine passive Lage geraten möchte, nur weil es diese Technologie zu spät verfolgt, und dass physische KI bereits als die nächste Grenze angesehen wird. Wu selbst stieß während seiner Promotion an der UC Berkeley auf das Problem, dass Robotern keine großen Datenmengen zur Verfügung standen. Er wies darauf hin, dass es sich um ein Henne-Ei-Problem handelt: Man muss zuerst tatsächlich Daten sammeln, bevor man darüber nachdenken kann, wie man ein robotisches Basismodell trainiert.
Wu und Fred Shentu, Mitgründer und CTO von XDOF, waren an einem Projekt namens GELLO beteiligt, einem kostengünstigen Fernsteuerungssystem, das es menschlichen Bedienern ermöglicht, Roboterarme zu steuern, um Trainingsdaten zu generieren. Diese Arbeit hatte einen großen Einfluss im Bereich der Robotik, da viele Menschen ähnliche Bedürfnisse und Engpässe hatten. Nachdem sie die Gelegenheit erkannt hatten, brachten Wu, Shentu und Mitgründer und COO Nemo Jin im Oktober 2024 XDOF auf den Markt, um Unternehmen, die an Robotermodellen arbeiten, ein Datenökosystem zu bieten. Das Unternehmen konzentriert sich auch auf Datenbereinigung, Werkzeuge und Kennzeichnung, um eine sich selbst verstärkende Rückkopplungsschleife für Robotertrainer zu schaffen.
Als Ausgangspunkt hat XDOF in Zusammenarbeit mit dem Berkeley AI Research Lab der University of California, Berkeley, einen Datensatz namens ABC veröffentlicht, den es für den bisher größten qualitativ hochwertigen Robotertrainingsdatensatz hält. Der Datensatz enthält 130.000 Datenbahnen von Roboteroperationen, 300 Stunden Simulation und 100 Stunden Evaluierung. Ein solcher Umfang an Vortrainingsdaten wurde der Wissenschaft bisher noch nicht zur Verfügung gestellt. David McAllister, ein Doktorand in Berkeley, der bei der Veröffentlichung half, sagte, dass die Gemeinschaft oft Dinge erreicht, die man nicht unbedingt erwartet, wenn Modelle und Daten veröffentlicht werden. Das Team hat diese Daten bereits verwendet, um Roboter in Benchmark-Aufgaben zu trainieren, wie das Falten eines T-Shirts, das Flachdrücken einer Schachtel oder das Einlegen von AirPods in die Ladeschale.
XDOF plant, auf drei Ebenen der Datenpyramide zu arbeiten: Am wertvollsten sind Teleoperationsdaten, die an tatsächlich eingesetzten Robotern gesammelt werden; dann die Erfassung allgemeinerer Daten mit Teleoperationsrobotern, wie z. B. GELLO; und schließlich Ich-Perspektive-Daten, die gesammelt werden, während Menschen alltägliche Aufgaben ausführen. Dafür plant XDOF, eigene tragbare Sensoren zu bauen. Wu wies darauf hin, dass die Wahl der Kamera die Datenqualität und die Leistung von Handverfolgungsalgorithmen beeinflusst, und dass die gesammelten Daten spezifische Probleme aufweisen können, wenn dies in der Hardware-Entwurfsphase nicht richtig gehandhabt wird.
Das Unternehmen plant, weltweit eine große Anzahl von Teleoperateuren und Ich-Perspektive-Datenoperateuren einzustellen und auszubilden. Auf die Frage, warum die großen Labore die Datenproduktion nicht selbst durchführen, sagte Wu, dass dies Zehntausende von Quadratmetern Lagerfläche und Hunderte von Robotern erfordere, sowie den Aufwand für Wartung, Kalibrierung und Schulung der Bediener. Er ist der Ansicht, dass dies eine Arbeit ist, die Konzentration, Kapital und Skalierung des Betriebs erfordert, und dass die meisten KI-Labore sie lieber auslagern würden – genau auf diesen Markt setzt XDOF.
Der Name XDOF ist eine Anspielung auf den Robotikbegriff „Freiheitsgrad“, der die Anzahl der unabhängigen Bewegungen beschreibt, die ein Roboter ausführen kann. Wu führte als Beispiel an, dass der menschliche Arm von der Schulter bis zum Handgelenk sieben Freiheitsgrade hat, während der neueste Roboter des Humanoid-Roboter-Unternehmens Figure AI 30 Freiheitsgrade hat. Das X im Firmennamen fängt den Ehrgeiz ein: beliebige Freiheitsgrade, unendliche Freiheitsgrade.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
