ロボットに学習させるために必要な自己強化型フィードバックループを構築する"XDOF"がステルス状態から脱し$70Mを調達

XDOFは、ステルス状態から脱し、Thrive Capital、Spark Capital、a16z、Lux、WndrCoから$70Mを調達しました。

ロボットに現実世界との相互作用を学習させるために必要な自己強化型フィードバックループを構築するXDOF(発音は「エックスドフ」)は、世界をリードするロボット工学研究所や将来性豊かなロボット企業と緊密に連携し、最先端研究所やロボティクス企業が自力では容易に構築できないデータパイプライン、データ収集ツール、アノテーションシステムの構築を目指しています。

XDOFの共同創業者兼CEOのPhilipp Wuによると、約60名の従業員を抱えるXDOFはすでに20社の顧客と取引しており、その中には複数の最先端AI研究所が含まれていますが、社名は公表できないとのことです。

2週間前、OpenAIは2021年に終了したロボティクスプログラムを再始動すると発表しました。これは、大手AI研究所が機械に現実世界で動作する能力を教え込もうと競争していることを示す最新のシグナルです。しかし、高性能なロボットを構築するためには、AI業界がまだ保有していないものが必要です。それは、言語モデルの学習に使用されたものに匹敵するトレーニングデータです。

このギャップは、新たな種類のインフラビジネスを生み出しています。膨大な公開テキストを用いて学習したLLMとは異なり、ロボットには物理的な相互作用を記録したデータが必要ですが、そのようなデータはほとんど存在しません。YouTube動画やギグワーカーによって撮影された映像は忠実度が低く、現実世界の物理環境との整合性を取るのが困難です。

XDOFの共同創業者兼CEOのPhilipp Wuと後にXDOFの共同創業者兼CTOとなるFred Shentuは、GELLOというプロジェクトに取り組みました。これは人間のオペレーターがロボットアームを遠隔操作し、トレーニングデータを生成する低コストのテレオペレーションシステムです。

この機会を見出したWu、Shentu、そして3人目の共同創業者兼COOのNemo Jinは、2024年10月にXDOFを設立し、ロボティクスモデルを開発する企業向けのデータエコシステム提供を開始しました。単なるデータ提供ビジネスが行き詰まりやすいことを認識していた同社は、データクレンジング、ツール開発、アノテーションにも注力しており、ロボット学習のための自己強化型フィードバックループを構築しています。

その第一歩として、同社はUC BerkeleyのAI Research Labと提携し、これまでに構築された中で最大規模と考えられる高品質なロボット学習データセット「ABC」を公開します。

このデータセットには、13万件のロボット操作データの軌跡、300時間のシミュレーションデータ、100時間の評価データが含まれています。このような大規模な事前学習データが学術界に提供されるのは初めてです。

研究チームはすでにこのデータを活用し、Tシャツをたたむ、段ボール箱を平らにする、AirPodsをケースに収納するといったベンチマークタスクをロボットに学習させています。

XDOFは今後、データピラミッドの3つの階層にまたがって事業を展開する計画です。

最も価値が高い階層は、実際に導入されるロボット上で収集されるテレオペレーションデータです。その次がGELLOのように遠隔操作ロボットが収集する汎用的なデータです。そして最後が、人間の日常作業を記録する「エゴセントリックデータ」であり、XDOFはそのための独自ウェアラブルセンサーを開発する予定です。

同社は世界中で多数のテレオペレーターやエゴセントリックデータ収集オペレーターを採用・育成する計画です。この労働集約型モデルに対して当然浮かぶ疑問があります。なぜ大手AI研究所は自らこのデータ生産を行わないのでしょうか。こうした大規模な構築には集中力、資本、運営能力が必要であり、多くのAI研究所は外部委託を望んでいます。そしてまさにその市場にXDOFは賭けているのです。

XDOFという社名は、ロボティクス用語である「degrees of freedom(自由度)」に由来しています。これはロボットが実行できる独立した動作の数を表します。人間の腕は肩から手首までで7自由度を持っています。ヒューマノイドロボット企業Figure AIの最新ロボットは30自由度を備えています。社名の「X」は同社の野心を表しています。