XDOF, Baru Tiga Bulan Keluar dari Stealth, Sedang Negosiasi Series B dengan Valuasi $1,2 Miliar

Tiga bulan. Itu saja waktu yang dibutuhkan XDOF untuk bergerak dari stealth menjadi unicorn. Startup data pelatihan robot — didirikan oleh dua peneliti UC Berkeley — kini sedang dalam tahap pembicaraan lanjutan untuk mengumpulkan Series B senilai sekitar $1,2 miliar, dipimpin oleh 8VC. Bagi siapa pun yang melacak kecepatan investasi infrastruktur AI, XDOF, baru tiga bulan keluar dari stealth, sedang berbicara tentang menjadi salah satu cerita stealth-to-unicorn tercepat dalam ingatan baru-baru ini. Dan implikasinya meluas jauh melampaui Silicon Valley.

Catatan: Artikel sumber sebagian tidak dapat diakses pada saat penulisan karena dinding verifikasi Cloudflare. Fakta di bawah ini diambil dari bagian laporan TechCrunch oleh Marina Temkin yang dapat diambil. Di mana kami melakukan ekstrapolasi atau menambahkan analisis, kami memberi label dengan jelas.

Apa yang Terjadi

XDOF didirikan bersama pada 2024 oleh Philipp Wu (CEO) dan Fred Shentu (CTO), keduanya peneliti UC Berkeley. Bisnis inti perusahaan adalah mengumpulkan data teleoperation dunia nyata — jenis data pelatihan yang berantakan, fisik, dan sulit dipalsukan yang benar-benar dibutuhkan robot tujuan umum untuk belajar beroperasi di dunia nyata. Ini bukan pekerjaan yang glamor. Ini melibatkan operator manusia yang secara manual memandu lengan robot melalui tugas-tugas, menghasilkan data gerakan berlabel yang kemudian dipelajari model AI. Tetapi ternyata pekerjaan yang tidak glamor itulah yang sangat dibutuhkan industri robotika saat ini.

Pada Juni 2026, TechCrunch melaporkan Series A XDOF senilai $70 juta, didukung oleh siapa saja dari ventura tingkat atas: Thrive Capital, Andreessen Horowitz, Lux Capital, dan Spark Capital. Putaran itu sendiri patut diperhatikan. Sekarang, kurang dari tiga bulan kemudian, perusahaan dilaporkan sedang dalam pembicaraan tahap lanjut untuk Series B yang dipimpin oleh 8VC dengan valuasi sekitar $1,2 miliar.

Untuk melihat garis waktu itu dalam perspektif: sebagian besar startup menghabiskan 12 hingga 18 bulan antara Series A dan Series B. XDOF tampaknya melakukannya dalam waktu kurang dari seperempat. Kecepatan sinyal satu hal dengan jelas — investor percaya pasar untuk data pelatihan robot bukan peluang masa depan. Ini adalah peluang saat ini, dan jendela untuk memiliki lapisan infrastruktur ditutup dengan cepat.

Model perusahaan pada dasarnya adalah pabrik data untuk dunia fisik. Ketika robot humanoid dan tujuan umum bergerak dari demo lab ke penyebaran nyata di gudang, rumah sakit, dan lantai manufaktur di seluruh Asia dan seterusnya, hambatannya bukan lagi perangkat keras. Ini adalah data pelatihan. XDOF memposisikan dirinya sebagai perusahaan yang menyelesaikan hambatan itu dalam skala besar.

Mengapa Ini Penting untuk Asia

Asia bukan pengamat pasif dalam cerita ini. Ini adalah pasar yang mungkin paling penting untuk apa yang dibangun XDOF.

China, Jepang, Korea Selatan, dan semakin banyak negara Asia Tenggara semuanya mempercepat adopsi robotika dalam skala industri. Saja China telah menyatakan ambisi nasional untuk menjadi produsen robotika terkemuka dunia pada 2030, dengan investasi pemerintah berat mendukung tujuan itu. Angkatan kerja yang menua di Jepang telah membuat otomasi tidak hanya menarik secara ekonomis tetapi perlu secara sosial. Chaebol Korea Selatan menerapkan robotika di seluruh logistik dan manufaktur semikonduktor dengan kecepatan yang akan terasa agresif bahkan lima tahun yang lalu.

Apa yang dimiliki semua penyebaran ini: mereka lapar akan data pelatihan. Lengan robot yang bekerja di pabrik otomotif Jerman tidak secara otomatis menggeneralisasi ke pabrik elektronik Taiwan atau fasilitas garmen Vietnam. Lingkungan fisik, objek yang dimanipulasi, kondisi pencahayaan, urutan tugas — semuanya berbeda. Itu berarti permintaan untuk data teleoperation dunia nyata yang terlokalisasi sangat besar, dan sebagian besar tidak terpenuhi.

Analisis: Valuasi $1,2 miliar XDOF, jika dikonfirmasi, mengirimkan sinyal pasar bahwa infrastruktur data untuk AI fisik dinilai setara dengan infrastruktur AI perangkat lunak. Itu adalah perubahan yang signifikan. Untuk ekosistem teknologi Asia — di mana manufaktur perangkat keras, rantai pasokan robotika, dan penelitian AI sudah sangat terikat — ini menciptakan peluang kompetitif dan pertanyaan strategis: siapa yang memiliki lapisan data untuk penyebaran robotika Asia?

Fakta bahwa pendukung XDOF mencakup firma dengan eksposur Asia yang mendalam (Andreessen Horowitz telah aktif di Jepang dan Asia Tenggara; Thrive telah memperluas tesis Asianya) menunjukkan investor sudah melihat peluang geografis yang tertanam dalam taruhan ini. Startup yang dapat mengumpulkan dan menstandarkan data teleoperation di berbagai lingkungan industri Asia yang beragam akan memiliki parit yang dapat dipertahankan yang sangat sulit untuk direplikasi dengan cepat.

Untuk pendiri dan pengembang di Asia yang menonton putaran ini: perlombaan untuk membangun lapisan infrastruktur data untuk AI fisik sedang berlangsung. Dan saat ini, tampaknya sedang dijalankan terutama oleh perusahaan yang didirikan di AS dengan dukungan ventura AS. Kesenjangan itu layak diperhatikan.

Apa Artinya Ini untuk Pengembang

Jika Anda seorang pengembang atau pendiri teknis di Asia, lintasan XDOF menampilkan beberapa hal konkret yang patut diperhatikan.

1. Antarmuka fisik-digital adalah perbatasan berikutnya untuk peralatan AI. Sebagian besar peralatan pengembang hari ini dibangun di sekitar perangkat lunak — API, model bahasa, pembuatan kode, saluran data untuk teks terstruktur dan tidak terstruktur. XDOF adalah pengingat bahwa gelombang infrastruktur AI berikutnya adalah tentang dunia fisik: fusi sensor, penangkapan gerakan, teleoperation real-time, dan saluran yang mengubah semua itu menjadi data pelatihan yang dapat digunakan. Jika Anda membangun alat pengembang, ini adalah tempat ruang kosong berkembang.

2. Pengumpulan data adalah masalah teknik, bukan hanya logistik. Tantangan teknis inti XDOF bukan hanya "buat manusia mengoperasikan robot." Ini membangun sistem perangkat lunak yang menangkap, memberi label, memvalidasi, dan memformat data tersebut dengan cara yang benar-benar dapat dikonsumsi oleh saluran pelatihan AI. Itu melibatkan arsitektur streaming real-time, sistem kontrol latensi rendah, dan peralatan kualitas data yang kuat. Pengembang yang memahami sisi pelatihan AI dan sisi integrasi perangkat keras akan sangat berharga.

3. Kecepatan penggalangan dana mengubah apa yang mungkin untuk startup Asia. Series B $1,2 miliar untuk perusahaan yang telah menjadi publik selama tiga bulan adalah sinyal pasar bahwa investor bersedia bergerak cepat pada taruhan infrastruktur. Pendiri Asia yang membangun di ruang yang berdekatan — simulasi robotika, pembuatan data sintetis untuk lingkungan fisik, platform integrasi perangkat keras-perangkat lunak — harus melakukan pitch secara agresif sekarang. Nafsu modal jelas ada di sana.

Di MonstarX, kami telah memantau konvergensi AI dan sistem fisik dengan cermat, karena secara langsung membentuk apa yang dibutuhkan pengembang dari platform pengembangan asli AI. Kompleksitas mengintegrasikan aliran data perangkat keras, mengelola saluran inferensi real-time, dan menghubungkan sensor fisik ke backend AI adalah persis jenis masalah yang memerlukan lebih dari sekadar IDE yang baik. Ini memerlukan infrastruktur yang dirancang dari awal untuk kelas aplikasi ini.

Cerita XDOF juga merupakan pengingat bahwa kecepatan penting. Perusahaan bergerak dari stealth ke Series A hingga diskusi Series B dalam waktu kurang dari satu tahun. Untuk pendiri teknis: tim yang mengirim paling cepat, mengulangi data nyata paling cepat, dan membangun umpan balik paling ketat antara perangkat keras dan perangkat lunak akan menang. Itu bukan strategi penggalangan dana — itu adalah strategi teknik.

Poin-Poin Kunci

• XDOF sedang mengumpulkan Series B dengan valuasi sekitar $1,2 miliar, kurang dari tiga bulan setelah Series A $70 juta.
• Data teleoperation adalah infrastruktur kritis untuk robotika generasi berikutnya, dan pasar untuk itu baru saja dimulai.
• Asia adalah pasar geografis utama untuk permintaan data pelatihan robot, tetapi sebagian besar infrastruktur sedang dibangun oleh perusahaan AS.
• Kecepatan eksekusi adalah keunggulan kompetitif dalam siklus investasi infrastruktur AI yang bergerak cepat ini.