XDOF، بعد ثلاثة أشهر فقط من الخروج من الوضع السري، في محادثات لجولة تمويل Series B بتقييم 1.2 مليار دولار

ثلاثة أشهر فقط. هذا كل ما احتاجته XDOF للانتقال من الوضع السري إلى فئة الشركات الناشئة ذات التقييم المليار دولار. شركة بيانات تدريب الروبوتات — التي أسسها باحثان من جامعة بيركلي بكاليفورنيا — تجري الآن محادثات متقدمة لجمع تمويل Series B بحوالي 1.2 مليار دولار، بقيادة 8VC. بالنسبة لأي شخص يتابع وتيرة الاستثمار في البنية التحتية للذكاء الاصطناعي، فإن XDOF، بعد ثلاثة أشهر فقط من الخروج من الوضع السري، تسير نحو أن تصبح واحدة من أسرع قصص الانتقال من الوضع السري إلى فئة المليار دولار في الذاكرة الحديثة. والآثار تتجاوز وادي السيليكون بكثير.

ملاحظة: كانت المقالة الأصلية غير متاحة جزئياً وقت الكتابة بسبب جدار التحقق من Cloudflare. الحقائق أدناه مستخلصة من أجزاء تقرير TechCrunch من Marina Temkin التي كانت قابلة للاسترجاع. حيث نقوم بالاستقراء أو إضافة تحليل، نوضح ذلك بوضوح.

ما الذي حدث

تم تأسيس XDOF في عام 2024 بواسطة Philipp Wu (الرئيس التنفيذي) و Fred Shentu (مدير التكنولوجيا)، وكلاهما باحثان من جامعة بيركلي بكاليفورنيا. يتمثل العمل الأساسي للشركة في جمع بيانات التشغيل عن بعد من العالم الحقيقي — نوع البيانات الفوضوية والمادية والصعبة التزييف التي تحتاجها الروبوتات ذات الأغراض العامة فعلاً لتتعلم كيفية العمل في العالم الحقيقي. إنها ليست عملاً براقاً. إنها تتضمن مشغلين بشريين يوجهون ذراع الروبوت يدوياً عبر المهام، مما يولد بيانات الحركة المسمى التي تتعلم منها نماذج الذكاء الاصطناعي لاحقاً. لكن يتضح أن هذا العمل غير البراق هو بالضبط ما تتوق إليه صناعة الروبوتات الآن.

في يونيو 2026، أبلغت TechCrunch عن جولة Series A من XDOF بقيمة 70 مليون دولار، مدعومة من قبل مجموعة من أفضل شركات رأس المال الاستثماري: Thrive Capital و Andreessen Horowitz و Lux Capital و Spark Capital. كانت تلك الجولة نفسها جديرة بالملاحظة. الآن، بعد أقل من ثلاثة أشهر، تجري الشركة محادثات متقدمة لجولة Series B بقيادة 8VC بتقييم يبلغ حوالي 1.2 مليار دولار.

لوضع هذا الجدول الزمني في المنظور الصحيح: تقضي معظم الشركات الناشئة 12 إلى 18 شهراً بين Series A و Series B. يبدو أن XDOF تفعل ذلك في أقل من ربع سنة. تشير السرعة إلى شيء واحد بوضوح — يعتقد المستثمرون أن سوق بيانات تدريب الروبوتات ليست فرصة مستقبلية. إنها فرصة الآن، والنافذة لامتلاك طبقة البنية التحتية تغلق بسرعة.

نموذج الشركة هو في الأساس مصنع بيانات للعالم المادي. مع انتقال الروبوتات الإنسانية والروبوتات ذات الأغراض العامة من عروض المختبرات إلى النشر الحقيقي في المستودعات والمستشفيات وأرضيات التصنيع عبر آسيا وما وراءها، لا يعود الاختناق في الأجهزة. إنه بيانات التدريب. تضع XDOF نفسها كالشركة التي تحل هذا الاختناق على نطاق واسع.

لماذا هذا مهم لآسيا

آسيا ليست مراقباً سلبياً في هذه القصة. إنها على الأرجح السوق الأكثر أهمية لما تبنيه XDOF.

الصين واليابان وكوريا الجنوبية والدول الآسيوية الناشئة بشكل متزايد تسرع جميعها اعتماد الروبوتات على نطاق صناعي. وحدها الصين أعلنت طموحات وطنية لتصبح الشركة المصنعة الرائدة للروبوتات في العالم بحلول عام 2030، مع دعم استثمار حكومي ثقيل لهذا الهدف. جعلت القوى العاملة المتقدمة في السن في اليابان الأتمتة ليست فقط جذابة اقتصادياً بل ضرورية اجتماعياً. تنشر مجموعات chaebols في كوريا الجنوبية الروبوتات عبر الخدمات اللوجستية وتصنيع أشباه الموصلات بمعدل كان يبدو عدوانياً حتى قبل خمس سنوات.

ما يشترك فيه جميع هذه النشرات: إنها جائعة لبيانات التدريب. ذراع روبوت تعمل في مصنع سيارات ألماني لا تعمم تلقائياً على مصنع إلكترونيات تايواني أو منشأة ملابس فيتنامية. البيئات المادية والأشياء التي يتم التعامل معها وظروف الإضاءة وتسلسلات المهام — كل ذلك يختلف. هذا يعني أن الطلب على بيانات التشغيل عن بعد المحلية والحقيقية ضخم وغير مستوفى إلى حد كبير.

التحليل: تقييم XDOF البالغ 1.2 مليار دولار، إن تم تأكيده، يرسل إشارة سوق بأن البنية التحتية للبيانات للذكاء الاصطناعي المادي يتم تقييمها على قدم المساواة مع البنية التحتية للذكاء الاصطناعي البرمجي. هذا تحول كبير. بالنسبة لأنظمة تكنولوجيا آسيا — حيث تصنيع الأجهزة وسلاسل إمداد الروبوتات وأبحاث الذكاء الاصطناعي متشابكة بالفعل بعمق — يخلق هذا فرصة تنافسية وسؤالاً استراتيجياً: من يمتلك طبقة البيانات لنشرات الروبوتات الآسيوية؟

حقيقة أن مؤيدي XDOF يشملون شركات لديها تعرض عميق لآسيا (Andreessen Horowitz كانت نشطة في اليابان وجنوب شرق آسيا؛ Thrive توسع أطروحتها في آسيا) يشير إلى أن المستثمرين يرون بالفعل الفرصة الجغرافية المضمنة في هذا الرهان. شركة ناشئة يمكنها جمع وتوحيد بيانات التشغيل عن بعد عبر بيئات صناعية آسيوية متنوعة ستحتوي على خندق دفاعي يصعب جداً تكراره بسرعة.

بالنسبة للمؤسسين والمطورين في آسيا الذين يراقبون هذه الجولة: السباق لبناء طبقة البنية التحتية للبيانات للذكاء الاصطناعي المادي جارٍ. والآن، يبدو أنه يتم تشغيله بشكل أساسي من قبل شركات تأسست في الولايات المتحدة برعاية رأس مال استثماري أمريكي. هذه الفجوة تستحق الملاحظة.

ما يعنيه هذا للمطورين

إذا كنت مطوراً أو مؤسساً تقنياً في آسيا، فإن مسار XDOF يسلط الضوء على بعض الأشياء الملموسة التي تستحق الانتباه.

1. الواجهة المادية-الرقمية هي الحدود التالية لأدوات الذكاء الاصطناعي. معظم أدوات المطورين اليوم مبنية حول البرمجيات — APIs ونماذج اللغة وتوليد الأكواد وخطوط أنابيب البيانات للنصوص المنظمة وغير المنظمة. XDOF هي تذكير بأن الموجة التالية من البنية التحتية للذكاء الاصطناعي تتعلق بالعالم المادي: دمج المستشعرات والتقاط الحركة والتشغيل عن بعد في الوقت الفعلي وخطوط الأنابيب التي تحول كل ذلك إلى بيانات تدريب قابلة للاستخدام. إذا كنت تبني أدوات للمطورين، فهذا هو المكان الذي يتوسع فيه المساحة البيضاء.

2. جمع البيانات هو مشكلة هندسية، وليس فقط مشكلة لوجستية. التحدي التقني الأساسي لـ XDOF ليس فقط "احصل على البشر لتشغيل الروبوتات." إنه بناء الأنظمة البرمجية التي تلتقط وتسمي وتتحقق وتنسق تلك البيانات بطرق يمكن لخطوط أنابيب تدريب الذكاء الاصطناعي أن تستهلكها فعلاً. يتضمن ذلك معماريات البث في الوقت الفعلي وأنظمة التحكم منخفضة الكمون وأدوات جودة البيانات القوية. المطورون الذين يفهمون جانب تدريب الذكاء الاصطناعي وجانب تكامل الأجهزة سيكونون ذي قيمة عالية جداً.

3. سرعة جمع التمويل تغير ما هو ممكن للشركات الناشئة الآسيوية. جولة Series B بقيمة 1.2 مليار دولار لشركة كانت علنية لمدة ثلاثة أشهر هي إشارة سوق بأن المستثمرين على استعداد للتحرك بسرعة على رهانات البنية التحتية. يجب على المؤسسين الآسيويين الذين يبنون في مساحات مجاورة — محاكاة الروبوتات وتوليد البيانات الاصطناعية للبيئات المادية ومنصات تكامل الأجهزة والبرمجيات — أن يقدموا عروضاً بقوة الآن. شهية رأس المال واضحة بوضوح.

في MonstarX، كنا نراقب التقارب بين الذكاء الاصطناعي والأنظمة المادية عن كثب، لأنه يشكل بشكل مباشر ما يحتاجه المطورون من منصة تطوير أصلية للذكاء الاصطناعي. تعقيد دمج تدفقات بيانات الأجهزة وإدارة خطوط أنابيب الاستدلال في الوقت الفعلي وربط المستشعرات المادية بأنظمة خلفية الذكاء الاصطناعي هو بالضبط نوع المشكلة التي تتطلب أكثر من مجرد IDE جيد. إنها تتطلب بنية تحتية مصممة من الألف إلى الياء لهذه فئة من التطبيقات.

قصة XDOF هي أيضاً تذكير بأن السرعة مهمة. انتقلت الشركة من الوضع السري إلى Series A إلى مناقشات Series B في أقل من سنة. بالنسبة للمؤسسين التقنيين: الفرق التي تشحن بأسرع ما يمكن، وتكرر على بيانات حقيقية بأسرع ما يمكن، وتبني أقوى حلقات ردود فعل بين الأجهزة والبرمجيات ستفوز. هذا ليس استراتيجية جمع التمويل — إنها استراتيجية هندسية.

النقاط الرئيسية

• XDOF تجمع جولة Series B