XDOF, Scale AI de la robótica, negocia Serie B a US$1.200M

Una Serie B a US$1.200M tres meses después de la Serie A

XDOF, la startup fundada en 2024 por los investigadores de UC Berkeley Philipp Wu (CEO) y Fred Shentu (CTO), está en negociaciones avanzadas para cerrar una Serie B a una valoración de aproximadamente US$1.200 millones, liderada por 8VC, según fuentes conocedoras del acuerdo citadas por TechCrunch. La operación llega apenas tres meses después de que la compañía saliera del stealth y menos de tres meses tras su Serie A de US$70 millones reportada en junio, con participación de Thrive Capital, Andreessen Horowitz, Lux y Spark Capital.

Lo más llamativo no es solo el tamaño de la valoración, sino la velocidad: XDOF no estaba planeando levantar capital tan pronto. El detonante fue el crecimiento de su negocio —un revenue anualizado cercano a US$50 millones— que provocó que los propios fondos se acercaran a la empresa, según las fuentes.

Los términos de la Serie B no están cerrados y podrían cambiar, y TechCrunch no pudo confirmar el monto total a levantar ni si la valoración de US$1.200M incluye el nuevo capital. Ni XDOF ni 8VC respondieron a la solicitud de comentarios.

Por qué los VC llaman a la puerta: el cuello de botella de los datos físicos

XDOF se presenta como la "Scale AI o Mercor de la robótica física": construye los pipelines de datos, herramientas de captura y sistemas de anotación que los laboratorios de IA frontera y las empresas de robótica no pueden armar internamente. En otras palabras, actúa como una cadena de suministro externalizada de datos para robots.

El problema técnico detrás es conocido en el sector: los grandes modelos de lenguaje entrenaron con buena parte de internet. Los robots físicos no tienen un dataset equivalente del mundo real, lo que convierte a la recolección de datos en el cuello de botella crítico para construir máquinas de propósito general.

La tecnología de la compañía nació de un proyecto académico de Wu y Shentu llamado GELLO, un sistema de teleoperación de bajo costo que permite a un humano controlar un brazo robótico a distancia para generar datos de entrenamiento. El paper resultante tuvo influencia en la comunidad de robótica y se convirtió en la base de XDOF.

Cómo captura datos XDOF y qué es ABC

XDOF combina dos modalidades de recolección:

• Teleoperación remota: operadores humanos manejan robots a distancia para registrar tareas.
• Operadores egocéntricos: personas que llevan sensores corporales para capturar datos de movimiento mientras realizan tareas cotidianas como doblar ropa o aplastar cajas.

La empresa trabaja además con el AI Research Lab de UC Berkeley para lanzar lo que considera la colección de datos de entrenamiento robótico de alta calidad más grande jamás ensamblada, llamada ABC. Ya cuenta con 20 clientes, incluidos varios laboratorios de IA frontera, y planea contratar y entrenar equipos globales de recolectores de datos.

Contexto: el mercado de datos para IA está revaluándose

El salto de valoración de XDOF es coherente con el recalentamiento del segmento de datos para IA. Mercor, la plataforma de datos humanos frecuentemente comparada con XDOF, está en conversaciones para una ronda que la valorizaría en US$20.000 millones, el doble de su valuación de octubre, según reportó The Information vía Yahoo Finance. Su revenue bruto anualizado alcanzó US$2.000 millones en junio y Nvidia, que ya invirtió en su ronda de 2024, le pagó decenas de millones en el último trimestre para datos de expertos legales, financieros y científicos para sus modelos Nemotron.

Scale AI, el otro gran referente del rubro, fue valorizada en US$14.000 millones en 2024 cuando Nvidia participó en su ronda, según la misma cobertura. La tesis: a medida que los modelos frontier se diversifican más allá del texto, el dato humano especializado y curado se vuelve más escaso y más caro.

Competidores directos en datos para entrenamiento de robots citados en la cobertura incluyen Mecka AI, además de las propias Scale AI y Micro1 expandiéndose desde LLMs hacia robótica.

¿Qué significa esto para tu startup?

Tres señales prácticas para founders que operan en IA, robótica o infraestructura de datos:

• El dato físico tiene prima de escasez. Si tu producto genera o captura datos del mundo real (movimiento, manipulación, tareas humanas), estás en un segmento donde el capital está llegando con valoraciones agresivas. Aunque no levantes a esos múltiplos, la dinámica de pricing de tu servicio debería mejorar.
• El modelo "outsourced data supply chain" funciona. XDOF, Scale AI y Mercor demuestran que existe un negocio rentable vendiendo lo que los laboratorios no quieren construir internamente: pipelines, anotación y fuerza laboral especializada. Si tienes expertise en operación remota o coordinación de equipos de recolectores, hay un wedge claro hacia clientes enterprise de IA.
• Rondas relámpago redefinen benchmarks de timing. Pasar de Serie A a Serie B valorizada en 17x en menos de tres meses, con revenue de US$50M anualizados, cambia las expectativas. Para founders hispanos: si tu métrica core está creciendo más rápido que tu plan de cap table, no esperes a la ronda "prevista" — el capital te va a buscar.

Acciones concretas:

• Audita qué datos propios de tu producto podrías empaquetar como servicio para laboratorios de IA (logs de interacción, datos de uso real, datos de operación humana).
• Mapea si tu modelo de revenue permite el tipo de crecimiento anualizado de 5–10x que justifique una ronda relámpago. Si no, enfócate en métricas que los fondos sí financian: NRR, gross margin, retención de logos enterprise.

Fuentes

• XDOF, just three months out of stealth, is in talks for a Series B at a $1.2B valuation
• Nvidia Reportedly Explores Stake in AI Data Provider Mercor At $20B Valuation