„Körperliche Reichtümer“ – Innerhalb von 3 Monaten zu einem „Unicorn“

Der „Wasserverkäufer“ der Robotikbranche wird heiß begehrt: Warum hat ein Unternehmen, das keine Roboter herstellt, eine Bewertung von über einer Milliarde?

Hallo zusammen, ich bin euer Finanzjournalist. Heute sprechen wir über eine etwas gegenintuitive Nachricht: Während alle auf die „menschlichen Roboter“ (die eigentlichen Maschinen) und die „großen Modelle“ (das „Gehirn“ der Roboter) starren, ist ein Unternehmen, das Roboter mit Daten versorgt, innerhalb von nur drei Monaten auf eine Bewertung von 1,2 Milliarden US-Dollar (etwa 8,5 Milliarden Yuan und mehr) gestiegen – die Zahl könnte auch zukünftige Erwartungen oder Wechselkursbewegungen berücksichtigen; wir nehmen die hohe Bewertung vorerst als Indikator für die Popularität.

Das Unternehmen heißt XDOF. Es stellt keine Roboter her und entwickelt auch keine Kernalgorithmen. Seine Arbeit klingt zwar langweilig, aber sie ist entscheidend: Es sammelt, ordnet und verarbeitet Videos sowie Bewegungsdaten, die bei der Arbeit der Roboter entstehen.

Warum ist das Kapital so begeistert? Hinter dieser Entwicklung steckt eine große Veränderung in der Branche der „embodied AI“ (körpergebundener KI). Ich werde diese Entwicklung in fünf Punkten für euch erklären, damit ihr den Zusammenhang verstehen könnt.

---

1. Kerngeschichte: Zwei Finanzierungsrunden in drei Monaten – von einem „unbekannten Unternehmen“ zu einem „Unicorn“

Was ist passiert?

XDOF wurde 2024 gegründet, das Gründerteam stammt von der renommierten Universität Berkeley (einer führenden Forschungsstätte für Robotik). Im Juni dieses Jahres sammelte das Unternehmen 70 Millionen US-Dollar an Kapital (Runde A), und bereits drei Monate später, im September, gab es eine weitere Finanzierungsrunde, bei der die Bewertung auf 1,2 Milliarden US-Dollar stieg.

Warum so schnell?

Während normale Start-ups in der Regel nach Jahren finanzieren, handelt es sich bei XDOF um Finanzierungen, die alle paar Monate stattfinden. Was bedeutet das? Es zeigt, dass der Markt sehr dringend nach solchen Lösungen sucht.

• Star-Unterstützung: Große Investoren wie a16z (Anderson Horowitz Fund, einer der führenden Risikokapitalfonds in Silicon Valley) und Thrive Capital haben in XDOF investiert. Diese Institutionen investieren nur in die sichersten und vielversprechendsten Projekte.
• Erstaunliche Einnahmen: Obwohl das Unternehmen noch jung ist, erzielt es bereits jährliche Einnahmen von fast 50 Millionen US-Dollar. Für ein Unternehmen, das noch nicht einmal zwei Jahre alt ist, ist das eine beeindruckende Leistung – es beweist, dass es nicht nur mit leeren Versprechen arbeitet, sondern tatsächlich Produkte verkauft, und die Kunden zahlen bereitwillig.

Zusammenfassung: In der Branche der embodied AI wird „Daten“ als der wertvollste und knappste Rohstoff angesehen.

---

2. Das Team hinter XDOF: Berkeley-Experten mit Meta-Hintergrund – Warum sind sie so erfolgreich?

Wer sind die Gründer?

Die drei Gründer von XDOF (Philipp Wu, Fred Shentu, Nemo Jin) sind keine gewöhnlichen Programmierer, sondern hochqualifizierte Forscher.

• Philipp Wu (der Kern der Gruppe): Er stammt aus dem Robotik-Lernlabor von Berkeley und war Schüler von Pieter Abbeel.
• Ein kurzer Einblick in Abbeel: Er ist ein Pionier auf dem Gebiet des Robotiklernens und erforscht, wie Roboter durch Beobachtung und Versuch und Irrtum lernen können, Dinge wie Kleidung zu falten oder Knoten zu binden.
• Wusstest du? Wu arbeitete nicht nur in Berkeley, sondern auch bei Meta (dem Mutterkonzern von Facebook) als Forscher und entwickelte Grundmodelle für multimodale Roboter. Zuvor war er auch bei Covariant tätig, einem führenden Unternehmen für Logistikroboter.
• Technologische Basis: Eine der Kerntechnologien von XDOF ist das von Berkeley entwickelte GELLO-Remote-Operating-System. Mit diesem System können Menschen Roboter über eine Fernbedienung steuern und gleichzeitig jede kleine Bewegung des Roboters aufzeichnen.

Warum ist dieser Hintergrund so wichtig?

In der KI-Branche gilt: Wer die Daten versteht, versteht auch die Modelle. Das Team von XDOF ist keine Laie, die nur Daten markiert, sondern Menschen, die genau wissen, wie Roboter „denken“ und „handeln“. Sie wissen, welche Daten für das Training wichtig sind und welche nicht – ein klarer technischer Vorteil gegenüber herkömmlichen Datenoutsourcing-Unternehmen.

---

3. Die eigentliche Arbeit von XDOF: Nicht einfach Videos aufnehmen, sondern Roboter „rehabilitieren“

Viele verstehen es falsch: Man denkt, XDOF beauftragt Menschen, Roboter bei der Arbeit zu filmen und die Videos an AI-Unternehmen zu verkaufen.

Die Wahrheit ist: Die Arbeit ist weitaus komplexer.

Warum reicht es nicht aus, nur Videos aufzunehmen?

• Unterschied zu digitalen Daten und Daten aus der physischen Welt:
• Für ChatGPT (Textmodelle) gibt es bereits viele Daten – Artikel und Code im Internet.
• Für die Ausbildung von Robotern sind es jedoch Daten aus physischen Interaktionen: Hat der Roboter einen Becher fest genug gehalten? Welche Kraft wurde verwendet? Welche Winkel wurden eingehalten? Fiel der Roboter um, weil die Reibung nicht ausreichte oder die Bewegung falsch war?
• Diese „Fehlschläge“ und Anpassungen sind die wertvollsten Trainingsmaterialien.

Was macht XDOF genau?

XDOF bietet hochwertige Datenströme an:

• Synchronisierte Aufzeichnung: Sie erfassen nicht nur Videos, sondern auch die Winkel der Roboter-Gelenke, die Kraft der Motoren und die Tastempfindungen.
• Datenbereinigung: Beispielsweise ihre Technologie WARP-RM: Wenn jemand beim Falten von Kleidung zögert oder innehält, lernt der Roboter dies ebenfalls – was zu ineffizientem Verhalten führt. XDOFs Technologie erkennt, welche Bewegungen wirklich zum Fortschritt beitragen und welche nicht, und optimiert so die Daten, damit der Roboter schneller und genauer lernen kann.
• Ergebnis: Mit XDOF-Verarbeiteten Daten benötigte der Roboter durchschnittlich nur noch 64 Sekunden zum Falten von Kleidung – zuvor waren es 114 Sekunden, und die Erfolgsrate stieg.

Zusammenfassung: XDOF verkauft nicht einfach Videos, sondern „Daten, die direkt das „Intelligenz-Niveau“ der Roboter verbessern“.

---

4. Branchenvergleich: XDOF als „Scale AI der Robotikbranche“ – aber schwieriger und wertvoller

Warum wird XDOF so bezeichnet?

• Scale AI ist die Grundlage für die Ausbildung von AI-Modellen wie ChatGPT und Sora. Es stellt keine Modelle her, sondern versorgt sie mit den notwendigen Daten. Ohne Scale AI wären solche Modelle nicht möglich.
• XDOF spielt eine ähnliche Rolle in der Robotikbranche: Egal ob Hersteller von Roboterkörpern (wie Tesla Optimus, Figure) oder Entwickler großer Modelle (wie NVIDIA, Google) – alle benötigen riesige Mengen hochwertiger Daten aus der realen Welt für das Training.

Was ist der Unterschied?

• Scale AI arbeitet mit Daten aus der digitalen Welt (Bilder, Texte), die relativ einfach verarbeitet werden können.
• XDOF arbeitet mit Daten aus der physischen Welt – diese Welt ist unvorhersehbar und chaotisch. Ein Becher kann schief stehen, das Licht kann schwach sein, das Material kann zerknittert sein.
• Daher ist der Wettbewerb bei XDOF höher: Es benötigt spezielle Hardware (wie das GELLO-System), fortschrittliche Algorithmen und ein tiefes Verständnis der physikalischen Gesetze.

Businesslogik:

• Anfangsphase: XDOF verkauft Datensätze (z. B. ABC-130K mit 130.000 Datensätzen).
• Mittelfristig: XDOF bietet Tools und Plattformen für die Datenerfassung und -bereinigung.
• Langfristig: XDOF möchte zu einer Infrastrukturbasis für das Robotiktraining werden – ähnlich wie Cloud Computing im Internet. Alle Roboterunternehmen werden auf die Datenströme von XDOF angewiesen sein, um ihre Modelle zu verbessern.

Zusammenfassung: Wenn Roboter das „iPhone der Zukunft“ sind, dann ist XDOF der Schlüssellieferant für die Daten, die die Effizienz ihrer Herstellung steigern.

---

5. Zukunftsaussichten: Wo liegt die Obergrenze des Datenbusiness?

Auch in China gibt es Konkurrenz:

Es gibt ähnliche Unternehmen in China, wie Guanglun Intelligence (Bewertung über 2 Milliarden US-Dollar) und Mifeng Technology (aus dem Bereich der Robotik-Entwicklung). Das zeigt, dass weltweit erkannt wird: Wer hochwertige Daten kontrolliert, kontrolliert auch die Zukunft der embodied AI.

Die Grenzen des Datenbusinesses:

Viele fragen sich, ob das Datenbusiness nur auf aufwendige Datenverarbeitung beruht und daher wenig profitabel ist.

XDOFs Modell bricht diesen Mythos:

1. Nicht nur einmalige Verkäufe: Modelle benötigen kontinuierliches Training, Daten müssen ständig aktualisiert werden. Die Datenanforderungen steigen stetig.

2. Vom „Verkauf von Daten“ zum „Verkauf von Fähigkeiten: XDOF verkauft nicht nur Daten, sondern auch die Tools und Systeme, um diese Daten effizient zu erzeugen.

3. Die Qualität ist entscheidend: In der KI-Branche gilt: „Garbage in, garbage out“ – schlechte Daten führen zu schlechten Ergebnissen. XDOF sorgt dafür, dass nur hochwertige Daten verwendet werden.

Risiken:

• Unsicherheit der Technologie: Die Robotikbranche befindet sich noch in einer Entwicklungsphase; es könnte sein, dass künstliche Daten (Simulationsdaten) in Zukunft billiger und effektiver werden.
• Starke Konkurrenz: Große Unternehmen wie NVIDIA und Tesla könnten eigene Datenabteilungen gründen und die Marktchancen von Drittanbietern einschränken.

Fazit:

Der Aufstieg von XDOF markiert einen Wandel in der embodied AI-Branche – von einem Wettbewerb um Hardware und Konzepte hin zu einem Wettbewerb um hochwertige Daten. Für die Allgemeinheit bedeutet das: Die Weiterentwicklung von Robotern hängt nicht nur von Ingenieuren ab, sondern auch von Datenverarbeitern und Algorithmen, die in Laboren und Fabriken arbeiten.

Aus investitionstechnischer Sicht sind Geschäfte, die auf Dateninfrastruktur basieren, oft stabiler und haben ein größeres Potenzial für frühe Gewinne.

XDOFs Erfolg zeigt: In der Ära der KI sind Daten keine Nebenprodukte mehr, sondern ein Kernbestandteil des Werts. Diejenigen, die diese Daten effizient verarbeiten können, werden zu neuen Vermögensschaffern.