Tous les grands laboratoires d’IA veulent désormais des robots capables de plier le linge, d’emballer des cartons et de se déplacer dans des cuisines. Mais il n’existe pas d’Internet pour les données d’interaction physique. On ne peut pas les extraire du web, les obtenir facilement par crowdsourcing ou s’en sortir uniquement par la simulation. Il faut aller les collecter — robot par robot, tâche par tâche, dans le monde réel.
C’est ce problème que XDOF a entrepris de résoudre en sortant de l’ombre en juin 2026. La startup basée à Berkeley a levé 70 millions de dollars auprès de Thrive Capital, Andreessen Horowitz, Lux Capital, Spark Capital et WndrCo, et a immédiatement publié ABC, le plus grand jeu de données de manipulation bimanuelle en open-source à ce jour : 130 000 trajectoires sur 195 tâches, plus 300 heures de données de simulation et 100 heures d’évaluations [2][3]. Trois mois plus tard, l’entreprise est en discussions avancées pour une série B sur une valorisation de 1,2 milliard de dollars menée par 8VC, avec un chiffre d’affaires annualisé approchant les 50 millions de dollars [4].
La rapidité de cette trajectoire en dit long sur le marché. Mais la question la plus intéressante est de savoir si XDOF construit une plateforme qui passe à l’échelle comme un logiciel, ou une entreprise de services dont la croissance dépend de l’augmentation des effectifs.
Le goulot d’étranglement des données est structurel, pas temporaire
Les modèles de langage disposaient d’Internet. Des décennies d’écrits humains étaient prêtes pour l’entraînement. Les robots n’ont rien de comparable. Les vidéos YouTube manquent de fidélité et d’ancrage physique. Les séquences filmées par des travailleurs à la tâche sont difficiles à concilier avec la physique réelle. Les simulateurs aident, mais l’écart entre simulation et réalité (sim-to-real gap) reste tenace [2].
Philipp Wu, PDG de XDOF, s’est heurté à ce mur lors de son doctorat à l’UC Berkeley. « Nous n’avions pas de données à grande échelle avec lesquelles travailler », a-t-il confié à TechCrunch. « C’était le problème de l’œuf et de la poule. Nous devions d’abord collecter des données avant même de pouvoir nous demander comment entraîner un modèle de base pour la robotique » [2]. Cette intuition est devenue la thèse fondatrice de XDOF : la partie difficile de la construction de robots n’est pas le modèle, ni la puce, mais les données — plus précisément, les données d’interaction physique collectées à grande échelle dans le monde réel.
Mettre en place une opération de données en interne signifie de l’espace d’entrepôt, des flottes de robots, de la maintenance, de la formation d’opérateurs, de l’étalonnage. C’est brutal sur le plan opérationnel et cela détourne l’attention de la recherche. C’est pourquoi les laboratoires de pointe paient XDOF pour le faire à leur place. L’entreprise comptait environ 20 clients payants lors de son lancement, dont plusieurs laboratoires d’IA de premier plan, aucun n’ayant été nommé publiquement [2][3].
Comment XDOF collecte des données à grande échelle
XDOF exploite un système de collecte à trois niveaux. La base est GELLO, un système de téléopération à bas coût conçu par les fondateurs lors de leurs recherches. Il permet à un opérateur humain de contrôler un bras robotique à distance pour générer des démonstrations d’entraînement [2][4]. En plus de cela, XDOF conçoit son propre matériel de collecte de données, gère les opérations physiques (entrepôts, flottes de robots, maintenance) et construit les pipelines d’annotation qui transforment les trajectoires brutes en jeux de données prêts pour les modèles [2].
L’entreprise exploite désormais des centaines de robots téléopérés en parallèle pour ses clients [3]. Il ne s’agit pas d’une pure activité logicielle. Le matériel fait partie intégrante des données. Comme l’indique le profil LinkedIn de XDOF : « Si les algorithmes de traitement peuvent s’améliorer sans cesse, on ne peut pas modifier les données au niveau du capteur une fois qu’elles sont capturées. Ce qui est perdu est perdu. Ce qui est faux est faux » [7].
Ils collectent également des données égocentrées — des humains portant des capteurs corporels effectuant des tâches quotidiennes comme plier des vêtements ou aplatir des cartons — pour capturer des données de mouvement que la téléopération seule ne saisit pas [4]. Le plan consiste à embaucher et à former des équipes de collecteurs de données dans le monde entier, en combinant des téléopérateurs à distance avec des opérateurs égocentrés sur site.
Le jeu de données ABC : l’open source comme carte de visite
ABC (abréviation de « A Berkeley Collection » ou similaire — l’entreprise n’a pas encore explicité l’acronyme publiquement) est la preuve de capacité de XDOF. En partenariat avec le laboratoire de recherche en IA de l’UC Berkeley, le jeu de données couvre 130 000 trajectoires de manipulation sur 195 tâches bimanuel [3][6]. Il comprend des équivalents en simulation et des bancs d’essai d’évaluation (benchmarks).
La publication du plus grand jeu de données robotiques en open source jamais réalisé sert plusieurs objectifs. Elle démontre une compétence technique aux clients potentiels. Elle établit une norme de qualité pour l’industrie. Et elle crée une force d’attraction pour les chercheurs qui pourraient plus tard devenir des clients ou des recrues. Mais les données ouvertes seules ne constituent pas un avantage concurrentiel (moat).
Préoccupations sur la qualité et coûts de changement
Altis Research, qui a mené 21 entretiens avec des acheteurs de XDOF, rapporte une nuance critique : les clients ont jugé la qualité des données de XDOF inférieure à celle qu’ils collectent eux-mêmes, et ont déclaré que les coûts de changement étaient modestes [3]. C’est, en résumé, l’argument des pessimistes (bear case). Si le produit est un service banalisé — « nous gérons la téléopération pour vous » — alors les marges se compriment et la fidélisation s’affaiblit à mesure que les laboratoires développent leurs capacités internes ou se tournent vers des fournisseurs moins chers.
L’argument des optimistes (bull case) est que l’expertise complète de XDOF (conception de matériel, opérations, outils d’annotation, curation de jeux de données) se transforme en une plateforme de plus en plus difficile à reproduire avec le temps. L’entreprise se décrit comme « mi-entreprise de matériel, mi-société d’opérations, mi-plateforme de données » [2]. Les investisseurs l’ont comparée à Scale AI ou Mercor pour la robotique physique — les géants de l’étiquetage de données qui ont alimenté l’essor des LLM [4]. Mais Scale AI a bénéficié d’un vivier massif et préexistant d’étiqueteurs humains. XDOF doit construire sa propre infrastructure de collecte à partir de zéro.
Ce que cela signifie pour l’écosystème robotique
La décision d’OpenAI de relancer son programme de robotique en 2026 (après l’avoir arrêté en 2021) a envoyé un signal à toute l’industrie : l’IA physique est désormais une priorité absolue, et non plus un projet secondaire [2][6]. Cela a déclenché une course aux infrastructures de données. XDOF est le gagnant précoce le plus visible, mais ses concurrents incluent Mecka AI, ainsi que des plateformes de données humaines s’étendant au-delà des LLM comme Scale AI et Micro1 [4].
La question pour les 18 prochains mois est de savoir si la collecte de données par téléopération présente une économie de plateforme — où le coût marginal diminue à mesure que l’échelle augmente — ou une économie de services — où chaque nouveau client nécessite de nouveaux effectifs et du matériel proportionnels. La valorisation de 1,2 milliard de dollars de XDOF suggère que les investisseurs parient sur la première option. Les coûts de changement modestes signalés par les clients suggèrent que la seconde pourrait encore dominer.
Pour les concepteurs de robots, la conclusion pratique est claire : la couche de données n’est plus quelque chose que l’on peut ignorer ou externaliser entièrement sans risque. Que vous soyez partenaire de XDOF, que vous développiez des capacités internes ou que vous attendiez que le marché mûrisse, la qualité et l’échelle de vos données d’interaction physique détermineront ce que vos modèles pourront réellement accomplir dans le monde réel.
Vous voulez suivre l’évolution du marché des infrastructures de données robotiques ? Abonnez-vous au briefing hebdomadaire d’AskBrainy pour une analyse qui distingue les signaux concrets du battage médiatique.
Sources
- What Is XDOF Robotics: The $70M Startup Building the Data Engine Behind …
- XDOF — Robotics Data Infrastructure | Altis Research
- XDOF launches ABC dataset and raises $70 million | Межа
- XDOF, just 3 months out of stealth, is in talks for a … - TechCrunch
- XDOF - LinkedIn
- About | XDOF
- xDOF 2026 Company Profile: Valuation, Funding & Investors | PitchBook
