Компания, не производящая роботов, стала горячей темой в мире робототехники: как так получилось, что ее оценка превысила 10 миллиардов?
Здравствуйте, я ваш финансовый журналист. Сегодня мы поговорим о новости, которая кажется несколько противоречащей интуиции: в то время как все сосредоточены на разработке роботов-антропоморфов и крупных машинных моделей, компания, занимающаяся предоставлением данных для обучения роботов, за три месяца увеличила свою оценку до 1,2 миллиарда долларов (что превышает 8,5 миллиардов юаней; в статье упоминается оценка свыше 10 миллиардов, возможно, это учитывает последующие прогнозы или колебания курсов валют, но давайте пока рассматривать это как высокую оценку ее потенциала).
Компания называется XDOF. Она не производит роботов и не разрабатывает ключевые алгоритмы; ее работа кажется довольно скучной: сбор, обработка и анализ видеозаписей и данных о движениях роботов во время выполнения задач.
Почему капитал так активно реагирует на эту компанию? За этим стоит значительный сдвиг в развитии индустрии эмбодированного искусственного интеллекта (Embodied AI). Давайте разберем эту ситуацию на пяти аспектах.
---
1. Основные события: два раунда финансирования за три месяца – от незаметной компании до «юникорна»
Что произошло?
XDOF была основана в 2024 году командой известных ученых из Беркли (ведущего университета в области робототехники). В июне этого года компания привлекла 70 миллионов долларов в рамках первого раунда финансирования, а всего через три месяца, в сентябре, был объявлен новый раунд финансирования, в результате которого оценка компании увеличилась до 1,2 миллиарда долларов.
Почему так быстро?
Обычно стартапы привлекают инвестиции раз в год, но XDOF делает это каждый квартал, а иногда даже каждый месяц. Что это говорит? Это свидетельствует о большом интересе рынка к их продукту.
- Поддержка ведущих инвесторов: в компанию вложили такие крупные фонды, как a16z (один из ведущих венчурных фондов Кремниевой долины) и Thrive Capital. Эти инвесторы обычно инвестируют только в перспективные направления.
- Удивительный доход: несмотря на молодой возраст компании, ее годовой доход уже приближается к 50 миллионам долларов. Для компании, существующей менее двух лет, это очень впечатляющий результат, что говорит о том, что она действительно предлагает ценные услуги и ее клиенты готовы платить за них.
Короткое резюме: в области эмбодированного искусственного интеллекта данные стали самым ценным ресурсом, поскольку они играют ключевую роль в обучении роботов.
---
2. Команда основателей: ученые из Беркли и Meta – почему они так успешны?
Кто такие основатели?
Трое основателей XDOF (Philipp Wu, Fred Shentu, Nemo Jin) – не просто программисты, а высококвалифицированные исследователи.
- Philipp Wu: выпускник лаборатории робототехники Беркли, ученик Pieter Abbeel. Abbeel – ведущий специалист в области искусственного интеллекта, изучающий, как роботы могут учиться выполнять задачи, подобные человеку, на основе наблюдений и ошибок.
- Опыт Wu: он не только работал в лаборатории Беркли, но и в Meta (материнской компании Facebook) над разработкой многомодальных роботических моделей, а также в Covariant – известной компании, занимающейся производством логистических роботов.
- Технологическая основа: одной из ключевых технологий XDOF является система GELLO, разработанная в Беркли. Эта система позволяет человеку управлять роботом удаленно с помощью контроллера и одновременно записывать каждое его движение.
Почему важен такой опыт?
В индустрии искусственного интеллекта те, кто понимает, как работают данные, контролируют развитие моделей. Команда XDOF – это профессионалы, знающие, какие данные необходимы для эффективного обучения роботов.
---
3. Суть бизнеса: не просто съемка видео, а обработка данных для обучения роботов
Многие ошибочно думают, что XDOF просто собирает видеозаписи работы роботов и продает их компаниям, использующим искусственный интеллект. На самом деле это гораздо сложнее.
Почему это важно?
- Разница между данными из интернета и реального мира: для обучения ChatGPT используются текстовые данные, доступные в сети, в то время как для обучения роботов необходимы данные о физических взаимодействиях (например, о том, как робот ухватил предмет, с какой силой и под каким углом). Эти данные являются особенно ценными для обучения.
- Как XDOF помогает роботам учиться: они предоставляют высококачественные данные, включающие видеозаписи, информацию о движениях роботов и их реакциях на окружающую среду. Например, их технология WARP-RM позволяет улучшить эффективность обучения роботов: с использованием данных от XDOF время выполнения задачи сократилось с 114 секунд до 64 секунд, а точность увеличилась.
Короткое резюме: XDOF продает не просто видео, а данные, которые напрямую способствуют повышению эффективности роботов.
---
4. Сравнение с другими компаниями: XDOF – «Scale AI» робототехники, но более сложная и ценная услуга
Почему XDOF называют «Scale AI» робототехники?
Scale AI – это компании, обеспечивающие данные для обучения крупных машинных моделей (например, ChatGPT и Sora). XDOF выполняет ту же роль, но в области робототехники: без нее невозможно создать эффективные роботы.
- Разница между Scale AI и XDOF: Scale AI работает с цифровыми данными, а XDOF с данными о физических взаимодействиях роботов. Это делает их услуги более сложными, но и более ценными.
Коммерческая стратегия XDOF:
- Начальный этап: продажа наборов данных (например, ABC-130K, включающих 130 тысяч записей).
- Средний этап: продажа инструментов для сбора и обработки данных.
- Долгосрочная стратегия: создание инфраструктуры для обучения роботов, аналогичной облачным сервисам в интернете.
Короткое резюме: если роботы – это будущие iPhone, то XDOF – это компания, обеспечивающая ключевые данные для их разработки.
5. Будущее индустрии: где границы бизнеса с данными?
Аналогичные компании появляются и в Китае (например, Guanglun Intelligence и Mifeng Technology). Это показывает, что во всем мире осознается важность качественных данных для развития робототехники.
Ограничения бизнеса с данными:
Многие считают, что работа с данными связана с большими затратами и не приносит высокой прибыли. Однако модель XDOF доказывает обратное: они не просто собирают данные, но и предоставляют инструменты для их эффективной обработки, что делает их услуги более стабильными и прибыльными.
Заключение: в эпоху искусственного интеллекта данные становятся ключевым активом, а те, кто умеет их эффективно использовать, становятся новыми создателями богатства. Это означает, что прогресс робототехники будет зависеть не только от инженеров, но и от специалистов, занимающихся обработкой данных. С точки зрения инвестиций, бизнес, связанный с обработкой данных, обычно более стабилен и обладает большим потенциалом для роста.
История XDOF показывает, что в будущем данные будут играть ключевую роль в развитии робототехники, а те, кто умеет их эффективно использовать, станут новыми лидерами в этой индустрии.