XDOF 于 6 月 17 日正式从隐身状态走出，宣布完成 7000 万美元融资，投资方包括 Thrive Capital、Spark Capital、a16z、Lux 和 WndrCo。该公司正瞄准机器人领域最棘手的瓶颈——高质量物理交互训练数据的采集与处理。
与语言模型可依赖海量公开文本不同，机器人需要捕捉真实物理操作的数据。目前 YouTube 视频或零工采集的素材质量低、难以对齐现实世界。XDOF 提供从遥操作采集、数据清洗到标注的全流程服务，已服务约 20 家客户，其中包括多家前沿 AI 实验室。公司计划构建三级数据金字塔，并与加州大学伯克利分校合作发布目前规模最大的机器人操作轨迹数据集 ABC，包含 13 万条轨迹和数百小时模拟与评估数据。
OpenAI 两周前宣布重启 2021 年关闭的机器人项目，凸显顶尖实验室正全力冲刺具身智能。XDOF 联合创始人 Philipp Wu 指出，实验室更愿外包仓库级硬件维护与操作员培训，而非自行搭建规模化数据基础设施。这正是 XDOF 的市场切入点。
与语言模型赛道类似，开放高质量机器人数据有望加速社区创新。未来 6-12 个月，物理 AI 的数据军备竞赛或将从模型转向基础设施，谁能率先建立可靠的反馈闭环，谁就可能在具身智能落地中占据先机。
信源：https://techcrunch.com/2026/06/17/collecting-robot-training-data-is-dirty-unglamorous-work-some-ai-labs-are-already-paying-xdof-to-do-it/