XDOF, datos para robots, apunta a Serie B de US$1.200M

XDOF apunta a una Serie B valorada en US$1.200M apenas tres meses después de salir del sigilo

XDOF, la startup fundada en 2024 por los investigadores de UC Berkeley Philipp Wu (CEO) y Fred Shentu (CTO), está en conversaciones avanzadas para cerrar una ronda Serie B valorada en aproximadamente US$1.200 millones, según reportó TechCrunch y recogió Cadena 3. Lo llamativo no es solo el monto: la operación llega apenas tres meses después de que la compañía emergiera del sigilo en junio, y 8VC ya figura entre sus respaldos. Aún no está claro si la valuación incluye o no el capital fresco, y el monto total a levantar tampoco se ha confirmado, advirtió el medio.

La velocidad es la señal. En junio, XDOF había cerrado una Serie A de US$70M con Thrive Capital, Andreessen Horowitz, Lux, Spark y WndrCo, según SiliconANGLE. Hoy, con ingresos anuales que se acercan a US$50M y 20 clientes activos —incluidos varios laboratorios de IA de frontera—, la compañía se ha vuelto el caso de estudio del momento para entender hacia dónde se está moviendo el dinero en robótica.

Por qué la IA física se volvió el nuevo cuello de botella

El contexto importa tanto como el deal. Business Insider, citando datos de PitchBook, reportó que las startups de IA física levantaron una cifra récord de US$16.300 millones en 492 operaciones solo en el primer trimestre de 2026. En esa misma nota, inversionistas de Sequoia, Felicis, Bessemer y Bain Capital Ventures eligieron a XDOF como una de las 25 startups de robótica más prometedoras del año.

🚀 Antes de buscar capital, valida el negocio

Una comunidad de emprendedores construyendo con IA como apalancamiento — sin humo de startup, con foco en lo que funciona.

👥 Construir en la comunidad

El problema que XDOF intenta resolver es técnicamente simple y comercialmente brutal. Los modelos de lenguaje se entrenaron con la mayor parte del texto disponible en internet; los robots físicos no tienen un equivalente: necesitan datos del mundo real que capturen acciones muy específicas —doblar una remera, aplastar una caja, guardar AirPods en su estuche—. Wu lo resumió así en su entrevista con SiliconANGLE: “Teníamos un problema del huevo y la gallina: primero había que recolectar los datos antes de poder preguntar siquiera cómo entrenar un modelo fundacional para robótica”. Es exactamente la misma lógica con la que nacieron Scale AI, Mercor y Surge AI para texto e imágenes, y por la que XDOF es descrita por varios inversores como "la Scale AI de la robótica".

Otro dato de fondo: según SiliconANGLE, OpenAI revivió su programa de entrenamiento de robótica que había cerrado en 2021. Cuando el laboratorio más grande del mundo reabre esa línea, las startups proveedoras de datos se vuelven cuellos de botella naturales y, por lo tanto, inversiones obvias.

La tesis de producto: una pirámide de datos en tres capas

El modelo de XDOF no es solo "grabar teleoperadores". La compañía trabaja sobre una pirámide de tres niveles descrita por Wu a SiliconANGLE:

Datos bespoke de teleoperación, recogidos operando directamente el robot que después se va a entrenar.
Datos de teleoperación generalistas, similares a los que producía el proyecto académico GELLO, el sistema de bajo costo que Wu y Shentu desarrollaron en Berkeley para controlar brazos robóticos en remoto.
Datos egocéntricos, capturados por humanos que usan sensores corporales mientras realizan tareas cotidianas.

La pieza pública más visible de la estrategia es ABC-130K, un dataset de código abierto con 130.000 trayectorias de manipulación robótica, 300 horas de simulación y 100 horas de evaluación, liberado junto con la Serie A. Ahora, según la nota de Cadena 3, XDOF trabaja con el laboratorio de IA de UC Berkeley para ensamblar ABC, la colección de datos de entrenamiento de robots que la compañía considera "la más grande jamás reunida".

Para escalar, la startup está contratando teleoperadores y recolectores de datos en todo el mundo, y desarrollando sensores corporales propios —un guiño a la observación de Amanda Huang, socia de Bain Capital Ventures, citada por Business Insider: "Garbage in, garbage out". Sin hardware bien calibrado, los modelos no aprenden bien, por más grande que sea el dataset.

El contexto competitivo: la nueva carrera por los datos del mundo real

XDOF no está sola, pero tiene pocos rivales con el mismo nivel de capital. Business Insider mapeó varias jugadas paralelas:

Mecka AI (Nueva York) usa sensores sobre humanos para capturar datos visuales, de movimiento y de fuerza, y según Business Insider ya superó los US$100M de revenue anualizado. Fue respaldada por Eclipse y reportó US$68M de funding total.
Scale AI, el referente histórico del etiquetado, ronda los US$29.000 millones de valuación tras la entrada de Meta, según reportó The Next Web.
Mercor, marketplace de expertos para entrenar IA, está en conversaciones para levantar a US$20.000 millones de valuación y adquirió Deeptune para expandirse a entornos simulados.
Generalist levantó US$540M y superó las 500.000 horas de datos recogidos con grippers distribuidos por el mundo; Skild AI ya lleva US$2.200M y trabaja con Nvidia y Foxconn en líneas de producción.

Dicho de otro modo: cuando tu cliente objetivo es un laboratorio de IA de frontera, no compites solo con startups de teleoperación; compites con todo el que aspire a ser el proveedor de datos default de la próxima década. La Serie B de US$1.200M de valuación le compra a XDOF tiempo y volumen para no quedarse afuera.

Qué significa esto para tu startup

Aunque no estés en robótica, hay tres cosas que un founder debería llevarse de este deal:

Los datos del mundo real son la nueva infraestructura. Si tu producto depende de modelos aplicados a procesos físicos (logística, salud, manufactura, agricultura), evalúa hoy quién te vende esos datos. Los jugadores que capturan la cadena de suministro ahora definirán precios por los próximos cinco años.
El apalancamiento está en el hardware de captura. XDOF está invirtiendo en sensores propios porque entiende que la calidad del dato depende del dispositivo. Si estás construyendo una capa de datos —no solo en robótica, también en video, audio o sensores médicos—, la pregunta es: ¿controlás tu propia captura o dependés de un commodity?
La velocidad de fundraising ya no es un lujo, es señal. Pasar de stealth a Serie B a US$1.200M de valuación en tres meses, con US$50M de revenue anual, indica que los capitalistas están pagando por tracción, no por visión. Si estás por salir a buscar capital, el reloj corre: la próxima ventana podría estar dominada por proyectos con métricas de revenue, no solo con buenos pitch decks.