Les nouveaux riches du secteur technologique deviennent des « unicorn » en seulement 3 mois

Le “vendeur d’eau” du monde des robots devient très populaire : comment une entreprise qui ne fabrique pas de robots peut-elle atteindre une valeur de plus de dix milliards de yuans ?

Bonjour à tous, je suis votre journaliste financier. Aujourd’hui, nous allons parler d’une nouvelle un peu contre-intuitive : alors que tout le monde se concentre sur les robots humains et les grands modèles (le “cerveau” des robots), une entreprise qui se spécialise dans l’alimentation en données des robots a vu sa valeur monter à 1,2 milliard de dollars américains en seulement trois mois (environ 8,5 milliards de yuans, un montant qui dépasse les dix milliards selon l’article, peut-être incluant des prévisions futures ou des fluctuations de change ; nous considérons donc ce chiffre comme une indication de sa popularité).

Cette entreprise s’appelle XDOF. Elle ne fabrique pas de robots, ni ne développe d’algorithmes clés ; son activité peut sembler ennuyeuse : elle collecte, organise et traite des vidéos et des données relatives aux mouvements des robots pendant leur fonctionnement.

Pourquoi le capital réagit-il de manière si enthousiaste ? Derrière cela se cache un changement majeur dans le secteur de l’IA incarnée (Embodied AI). Je vais expliquer cela en cinq points pour que vous compreniez bien la situation.

---

1. L’histoire clé : deux tours de financement en trois mois, d’une entreprise peu connue à un “unicorn”

Qu’est-ce qui s’est passé ?

XDOF a été fondée en 2024 par une équipe issue de Berkeley (l’une des meilleures universités mondiales en recherche sur les robots). En juin de cette année, l’entreprise a levé 70 millions de dollars (tour A), et seulement trois mois plus tard, en septembre, un nouveau tour de financement a été annoncé, portant la valeur de l’entreprise à 1,2 milliard de dollars américains.

Pourquoi une telle rapidité ?

Généralement, les startups financent sur des périodes annuelles, mais XDOF le fait sur des périodes trimestrielles, voire mensuelles. Qu’est-ce que cela signifie ? Cela montre que le marché est très impatient.

• Appui de grands investisseurs : des fonds tels que a16z (Anderson Horowitz) et Thrive Capital ont investi dans XDOF. Ces institutions ne financent que les domaines les plus prometteurs.
• Revenus impressionnants : Bien que l’entreprise soit jeune, ses revenus annuels approchent les 50 millions de dollars. Pour une entreprise fondée il y a moins de deux ans, c’est une capacité de génération de revenus très impressionnante, ce qui prouve qu’elle ne se contente pas de présenter de belles présentations, mais vend réellement des services, et que ses clients sont prêts à payer cher.

En une phrase : Dans le domaine de l’IA incarnée, les données, autrefois considérées comme une tâche fastidieuse, sont devenues la ressource la plus précieuse et la plus rare.

---

2. Analyse des acteurs : des experts de Berkeley avec des liens avec Meta, pourquoi ont-ils réussi ?

Qui sont les fondateurs ?

Les trois fondateurs de XDOF (Philipp Wu, Fred Shentu, Nemo Jin) ne sont pas de simples programmeurs ; ce sont des chercheurs de premier plan.

• Philipp Wu (l’âme de l’entreprise) : Il vient du Laboratoire d’apprentissage des robots de Berkeley et a été l’élève de Pieter Abbeel.
• *Présentation de Abbeel* : C’est un pionnier dans le domaine de l’apprentissage des robots, qui étudie comment les robots peuvent apprendre à plier des vêtements ou à faire des nœuds en observant et en essayant différents méthodes.
• *L’expérience de Wu* : Il a non seulement mené des recherches à Berkeley, mais a également travaillé comme chercheur invité chez Meta (la société mère de Facebook) sur des modèles de base pour les robots multimodaux. Il a également travaillé chez Covariant, une entreprise réputée dans le domaine des robots logistiques.
• Base technologique : L’une des bases technologiques de XDOF est le système de contrôle à distance GELLO, développé à Berkeley. Ce système permet aux humains de contrôler les robots à distance à l’aide d’une manette tout en enregistrant chaque mouvement du robot.

Pourquoi un tel background est-il important ?

Dans le secteur de l’IA, celui qui comprend les données comprend les modèles.

L’équipe de XDOF n’est pas composée de débutants dans l’annotation de données, mais de personnes qui connaissent bien la façon dont les robots “pensent” et “agissent”. Ils savent quels types de données sont utiles pour l’entraînement des robots et lesquels ne le sont pas. Ce type de barrière technologique est inégalable pour les entreprises de traitement de données externes (qui se contentent généralement d’attribuer des étiquettes).

---

3. La nature de l’activité : il ne s’agit pas de “prendre des vidéos”, mais de “faire de l’entraînement pour les robots”

Méprise fréquente : On pourrait penser que XDOF ne fait que recruter des personnes pour filmer les robots en train de travailler et vendre ces vidéos aux entreprises d’IA.

La vérité est : Cela est bien plus complexe que cela.

Pourquoi ne pas se contenter de prendre des vidéos ?

• Différence entre données numériques et données du monde physique :
• Pour entraîner des modèles comme ChatGPT, les données sont déjà disponibles en ligne (articles, code).
• Pour entraîner des robots, les données proviennent d’interactions physiques : le robot attrape-t-il bien une tasse ? Avec quelle force ? À quel angle ? Si le robot glisse, est-ce à cause d’un manque de friction ou d’un mauvais angle ?
• Ces processus d’échec et d’ajustement sont les matériaux d’entraînement les plus précieux.

Quelle est l’activité réelle de XDOF ?

Ils fournissent des chaînes de données de haute qualité :

• Enregistrement simultané : Ils enregistrent non seulement des vidéos (visuelles), mais aussi les angles des articulations du robot, la force des moteurs et les réactions tactiles.
• Nettoyage des données : Par exemple, leur technologie WARP-RM permet de distinguer les mouvements efficaces de ceux inutiles, accélérant ainsi l’apprentissage du robot et améliorant sa précision.
• Résultats : Avec les données traitées par XDOF, le temps moyen pour apprendre à plier des vêtements a été réduit de 114 secondes à 64 secondes, avec un taux de réussite plus élevé.

En une phrase : XDOF ne vend pas des vidéos, mais des données “soigneusement sélectionnées” qui peuvent directement améliorer l’intelligence des robots.

---

4. Comparaison avec l’industrie : le “Scale AI” du monde des robots, mais plus difficile et plus précieux

Pourquoi appelons-nous XDOF le “Scale AI” du monde des robots ?

• Scale AI est le fournisseur de données derrière des modèles d’IA tels que ChatGPT et Sora. Il ne développe pas de modèles, mais fournit les données nécessaires à leur entraînement. Sans Scale AI, les modèles d’OpenAI ne pourraient pas être efficaces.
• XDOF joue le même rôle dans le domaine des robots : que ce soit pour les fabricants de robots (comme Tesla et Figure) ou pour les développeurs de grands modèles (comme NVIDIA et Google), des quantités massives de données d’interaction réelles sont nécessaires à l’entraînement.

Quelle est la différence ?

• Scale AI traite des données numériques (images, texte), ce qui est relativement facile à automatiser.
• XDOF traite des données du monde physique, qui est complexe et imprévisible : une tasse peut être inclinée, la lumière peut varier, le tissu peut être froissé.
• Par conséquent, la barrière technologique de XDOF est plus élevée : elle nécessite du matériel spécial (comme le système GELLO), des algorithmes avancés et une compréhension profonde des lois physiques.

Logique commerciale :

• Début : XDOF vend des ensembles de données (comme ABC-130K, comprenant 130 000 trajectoires).
• Moyen terme : XDOF vend des outils et des plateformes d’annotation de données.
• À long terme : XDOF vise à devenir une plateforme d’infrastructure. Tout comme le cloud computing pour l’Internet, XDOF souhaite devenir l’infrastructure de base pour l’entraînement des robots. Toutes les entreprises de robots dépendront de ses données pour améliorer leurs modèles.

En une phrase : Si les robots sont les futurs iPhones, XDOF est le fournisseur clé des données nécessaires à leur développement.

---

5. Perspectives pour l’avenir : où se trouve le plafond du marché des données ?

Des concurrents en Chine :

L’article mentionne également des entreprises similaires en Chine, comme Guanglun Intelligence (valorisée à plus de 2 milliards de dollars) et Mifeng Technology (incubée par Zhiyuan Robotics). Cela montre que le monde entier réalise que celui qui détient des données de haute qualité détient le contrôle de l’IA incarnée.

Le potentiel du marché des données

Beaucoup se demandent si ce marché est uniquement basé sur des activités manuelles et extérieures. XDOF a démontré que ce n’est pas le cas :

1. Pas de vente ponctuelle : Les modèles nécessitent un entraînement continu, et les données doivent être mises à jour constamment. Les besoins en données sont en constante augmentation.

2 Passage de la vente de données à la vente de capacités : XDOF vend non seulement des données, mais aussi des outils et des systèmes pour en produire efficacement. C’est comme une entreprise pétrolière qui vend non seulement du pétrole, mais aussi des technologies de forage et des usines de raffinage.

3 La qualité est déterminante : Dans le domaine de l’IA, il existe un adage : “Garbage in, garbage out” (si les données sont de mauvaise qualité, les modèles ne seront pas efficaces). La valeur fondamentale de XDOF réside dans la qualité de ses données.

Mises en garde

• Route technologique incertaine : L’industrie des robots est encore en phase exploratoire. Si à l’avenir, les données simulées deviennent plus économiques et plus efficaces que les données réelles, le modèle de XDOF pourrait être remis en question.
• Concurrence féroce : Des géants comme NVIDIA et Tesla pourraient créer leurs propres équipes de traitement de données, réduisant l’espace des entreprises externes.

Conclusion

La montée en puissance de XDOF marque le passage de l’industrie de l’IA incarnée d’une compétition basée sur le matériel et les concepts à une compétition basée sur les données et leur utilisation concrète.

Pour le grand public, cela signifie que le progrès des robots dépendra non seulement des ingénieurs, mais aussi des personnes qui travaillent en laboratoire et dans les usines, en contrôlant les robots à distance et en enregistrant chaque mouvement, ainsi que des systèmes algorithmiques.

Sur le plan des investissements, les entreprises qui fournissent des infrastructures de traitement de données sont souvent plus stables et ont un potentiel de croissance plus rapide que celles qui développent les robots eux-mêmes.

L’histoire de XDOF nous montre que dans l’ère de l’IA, les données ne sont plus un produit secondaire, mais une ressource essentielle. Ceux qui savent les exploiter avec précision deviennent de nouveaux créateurs de richesse.