fr.wedoany.com Rapport : XDOF (prononcé « ecks-doff ») est sortie aujourd'hui de son mode furtif. L'entreprise, qui vise à construire des pipelines de données robotiques, des outils de collecte et des systèmes d'annotation, a levé 70 millions de dollars auprès de Thrive Capital, Spark Capital, a16z (Andreessen Horowitz), Lux Capital et WndrCo. Philipp Wu, cofondateur et PDG de XDOF, a déclaré que l'entreprise, qui compte environ 60 employés, travaille déjà avec 20 clients, dont plusieurs laboratoires d'IA de pointe, mais n'a pas pu révéler leurs noms.
XDOF a été fondée sur le constat suivant : le prochain goulot d'étranglement de l'IA ne sera ni les modèles ni les puces, mais la boucle de rétroaction des données nécessaire pour apprendre aux robots à interagir avec le monde physique. Wu a déclaré que tous les grands laboratoires tentent de poursuivre la robotique, et que prendre du retard dans la course aux modèles de langage les mettrait en difficulté. Il a mentionné qu'aucun laboratoire ne souhaite être pris au dépourvu en poursuivant cette technologie trop tard, et que l'IA physique est déjà considérée comme la prochaine frontière. Wu lui-même a rencontré le problème du manque de données à grande échelle disponibles pour les robots pendant son doctorat à l'Université de Californie à Berkeley (UC Berkeley). Il a souligné qu'il s'agit d'un problème de l'œuf et de la poule : il faut d'abord collecter des données concrètes avant de pouvoir envisager comment entraîner un modèle de base pour les robots.
Wu, avec Fred Shentu, cofondateur et directeur technique de XDOF, a participé à un projet nommé GELLO, un système de téléopération à faible coût permettant à des opérateurs humains de contrôler des bras robotiques pour générer des données d'entraînement. Cet article a eu un impact considérable dans le domaine de la robotique, car de nombreuses personnes rencontraient des besoins et des goulots d'étranglement similaires. Après avoir identifié cette opportunité, Wu, Shentu et Nemo Jin, cofondateur et directeur de l'exploitation, ont lancé XDOF en octobre 2024, offrant un écosystème de données aux entreprises poursuivant des modèles robotiques. L'entreprise se concentre également sur le nettoyage des données, les outils et l'annotation, visant à créer une boucle de rétroaction auto-renforçante pour les formateurs de robots.
Comme point de départ, XDOF a collaboré avec le Berkeley AI Research lab de l'Université de Californie à Berkeley pour publier ce qu'elle considère comme le plus grand ensemble de données d'entraînement robotique de haute qualité jamais créé, nommé ABC. Cet ensemble de données contient 130 000 trajectoires de données d'opérations robotiques, 300 heures de simulation et 100 heures d'évaluation. Une telle quantité de données de pré-entraînement n'avait jamais été mise à la disposition du monde académique auparavant. David McAllister, doctorant à Berkeley qui a aidé à organiser la publication, a déclaré que lorsque les modèles et les données sont publiés, la communauté réalise souvent des choses que l'on n'attendait pas nécessairement. L'équipe a déjà utilisé ces données pour entraîner des robots sur des tâches de référence, comme plier un T-shirt, aplatir une boîte ou mettre des AirPods dans leur étui de charge.
XDOF prévoit de travailler sur trois niveaux de la pyramide des données : le plus précieux est constitué des données de téléopération collectées sur des robots réellement déployés ; ensuite, les données plus générales collectées à l'aide de robots téléopérés, comme GELLO ; et enfin, les données à la première personne collectées lorsque les humains effectuent des tâches quotidiennes, pour lesquelles XDOF prévoit de construire ses propres capteurs portables. Wu a souligné que le choix des caméras affecte la qualité des données et les performances des algorithmes de suivi des mains, et que si la conception matérielle n'est pas bien gérée, les données collectées peuvent présenter des problèmes spécifiques.
L'entreprise prévoit de recruter et de former à l'échelle mondiale un grand nombre d'opérateurs de téléopération et d'opérateurs de données à la première personne. Interrogé sur la raison pour laquelle les grands laboratoires ne produisent pas eux-mêmes ces données, Wu a expliqué que cela nécessite des entrepôts de centaines de milliers de pieds carrés et des centaines de robots, sans compter l'investissement dans la maintenance, l'étalonnage et la formation des opérateurs. Il estime qu'il s'agit d'un travail nécessitant concentration, capital et passage à l'échelle opérationnelle, et que la plupart des laboratoires d'IA préfèrent l'externaliser, ce qui est précisément le marché sur lequel XDOF mise.
Le nom XDOF est un jeu de mots sur le terme robotique « degrés de liberté », qui décrit le nombre de mouvements indépendants qu'un robot peut effectuer. Wu donne l'exemple du bras humain, qui a sept degrés de liberté de l'épaule au poignet, tandis que le dernier robot de l'entreprise d'humanoïdes Figure AI en a 30. Le X dans le nom de l'entreprise capture son ambition : des degrés de liberté arbitraires, une liberté infinie.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
