XDOF ออกจากโหมดลับเพียง 3 เดือน กำลังเจรจา Series B ที่มูลค่า 1.2 พันล้านดอลลาร์

เพียง 3 เดือน นั่นคือเวลาทั้งหมดที่ XDOF ใช้เพื่อก้าวจากโหมดลับไปสู่อาณาเขต unicorn XDOF ซึ่งเป็นสตาร์ทอัพด้านข้อมูลการฝึกสอนหุ่นยนต์ — ก่อตั้งโดยนักวิจัยสองคนจาก UC Berkeley — กำลังอยู่ในการเจรจาขั้นสุดท้ายเพื่อระดมทุน Series B ที่ประมาณ 1.2 พันล้านดอลลาร์ โดยนำโดย 8VC สำหรับใครก็ตามที่ติดตามความเร็วของการลงทุนในโครงสร้างพื้นฐาน AI XDOF ซึ่งออกจากโหมดลับเพียง 3 เดือน กำลังกลายเป็นหนึ่งในเรื่องราวการเปลี่ยนจากโหมดลับไปสู่ยูนิคอร์นที่เร็วที่สุดในความทรงจำ และผลกระทบนั้นขยายออกไปไกลกว่า Silicon Valley

หมายเหตุ: บทความต้นฉบับไม่สามารถเข้าถึงได้บางส่วนในขณะที่เขียนเนื่องจากผนังการตรวจสอบ Cloudflare ข้อเท็จจริงด้านล่างนี้ดึงมาจากส่วนของ รายงาน TechCrunch โดย Marina Temkin ที่สามารถเรียกค้นได้ เมื่อเราอนุมานหรือเพิ่มการวิเคราะห์ เราจะระบุไว้อย่างชัดเจน

เกิดอะไรขึ้น

XDOF ก่อตั้งร่วมกันในปี 2024 โดย Philipp Wu (CEO) และ Fred Shentu (CTO) ซึ่งเป็นนักวิจัยจาก UC Berkeley ธุรกิจหลักของบริษัทคือการรวบรวมข้อมูลการควบคุมระยะไกลในโลกแห่งความเป็นจริง — ข้อมูลการฝึกสอนที่ยุ่งเหยิง เป็นรูปธรรม และยากต่อการปลอมแปลงซึ่งหุ่นยนต์ทั่วไปจำเป็นต้องเรียนรู้วิธีการทำงานในโลกแห่งความเป็นจริง มันไม่ใช่งานที่น่าดึงดูด มันเกี่ยวข้องกับตัวดำเนินการมนุษย์ที่นำแขนหุ่นยนต์ผ่านงานต่างๆ ด้วยตนเอง สร้างข้อมูลการเคลื่อนไหวที่มีป้ายกำกับซึ่งโมเดล AI เรียนรู้จากนั้น แต่ปรากฎว่างานที่ไม่น่าดึงดูดนั้นเป็นสิ่งที่อุตสาหกรรมหุ่นยนต์กำลังต้องการอย่างหิวโหย

ในเดือนมิถุนายน 2026 TechCrunch รายงาน Series A ของ XDOF มูลค่า 70 ล้านดอลลาร์ สนับสนุนโดยบุคคลสำคัญของเวนเจอร์ชั้นนำ: Thrive Capital, Andreessen Horowitz, Lux Capital และ Spark Capital รอบนั้นเป็นที่น่าสังเกต ตอนนี้ เพียงไม่ถึง 3 เดือนต่อมา บริษัทกำลังอยู่ในการเจรจาขั้นสุดท้ายสำหรับ Series B นำโดย 8VC ที่มูลค่าประมาณ 1.2 พันล้านดอลลาร์

เพื่อให้เห็นเส้นเวลานี้ในมุมมอง: สตาร์ทอัพส่วนใหญ่ใช้เวลา 12 ถึง 18 เดือนระหว่าง Series A และ Series B XDOF ดูเหมือนจะทำเสร็จในเวลาน้อยกว่าหนึ่งไตรมาส ความเร็วนี้บ่งชี้สิ่งหนึ่งอย่างชัดเจน — นักลงทุนเชื่อว่าตลาดสำหรับข้อมูลการฝึกสอนหุ่นยนต์ไม่ใช่โอกาสในอนาคต มันเป็นโอกาสในปัจจุบัน และหน้าต่างเพื่อเป็นเจ้าของชั้นโครงสร้างพื้นฐานกำลังปิดลงอย่างรวดเร็ว

โมเดลของบริษัทนั้นโดยพื้นฐานแล้วเป็นโรงงานข้อมูลสำหรับโลกกายภาพ เมื่อหุ่นยนต์มนุษยรูปและหุ่นยนต์ทั่วไปเคลื่อนจากการสาธิตในห้องแล็บไปยังการปรับใช้จริงในคลังสินค้า โรงพยาบาล และพื้นที่ผลิตการทั่วเอเชียและอื่นๆ ปัญหาคอขวดไม่ใช่ฮาร์ดแวร์อีกต่อไป มันคือข้อมูลการฝึกสอน XDOF กำลังวางตำแหน่งตัวเองเป็นบริษัทที่แก้ไขปัญหาคอขวดนั้นในระดับ

ทำไมมันจึงสำคัญสำหรับเอเชีย

เอเชียไม่ใช่ผู้สังเกตการณ์ที่เฉยๆ ในเรื่องนี้ มันเป็นตลาดที่สำคัญที่สุดสำหรับสิ่งที่ XDOF กำลังสร้าง

จีน ญี่ปุ่น เกาหลีใต้ และประเทศในเอเชียตะวันออกเฉียงใต้ที่เพิ่มมากขึ้นทั้งหมดกำลังเร่งการนำเอาหุ่นยนต์ในระดับอุตสาหกรรม จีนเพียงอย่างเดียวได้ระบุความทะเ野าบายชาติเพื่อกลายเป็นผู้ผลิตหุ่นยนต์ชั้นนำของโลกในปี 2030 โดยมีการสนับสนุนการลงทุนของรัฐบาลสนับสนุนเป้าหมายนั้น กำลังแรงงานที่เสื่อมสภาพของญี่ปุ่นทำให้ระบบอัตโนมัติไม่เพียงแต่น่าสนใจทางเศรษฐกิจเท่านั้น แต่ยังจำเป็นทางสังคมด้วย ตัวแทนธุรกิจขนาดใหญ่ของเกาหลีใต้กำลังปรับใช้หุ่นยนต์ในด้านโลจิสติกส์และการผลิตเซมิคอนดักเตอร์ในอัตราที่จะดูเหมือนก้าวร้าวแม้แต่ห้าปีที่แล้ว

สิ่งที่การปรับใช้ทั้งหมดนี้มีเหมือนกัน: พวกเขาหิวโหยข้อมูลการฝึกสอน แขนหุ่นยนต์ที่ทำงานในโรงงานยานยนต์เยอรมันไม่ได้สรุปโดยอัตโนมัติไปยังโรงงานอิเล็กทรอนิกส์ไต้หวันหรือสถานที่ผลิตเสื้อผ้าเวียดนาม สภาพแวดล้อมทางกายภาพ วัตถุที่ถูกจัดการ สภาพแสง ลำดับงาน — ทั้งหมดนี้แตกต่างกัน ซึ่งหมายความว่าความต้องการข้อมูลการควบคุมระยะไกลในโลกแห่งความเป็นจริงที่เป็นท้องถิ่นนั้นมหาศาล และส่วนใหญ่ไม่ได้รับการตอบสนอง

การวิเคราะห์: มูลค่า 1.2 พันล้านดอลลาร์ของ XDOF หากได้รับการยืนยัน ส่งสัญญาณตลาดว่าโครงสร้างพื้นฐานข้อมูลสำหรับ AI ทางกายภาพกำลังได้รับการประเมินมูลค่าเท่ากับโครงสร้างพื้นฐาน AI ซอฟต์แวร์ นั่นเป็นการเปลี่ยนแปลงที่มีนัยสำคัญ สำหรับระบบนิเวศเทคโนโลยีเอเชีย — ซึ่งการผลิตฮาร์ดแวร์ ห่วงโซ่อุปทานหุ่นยนต์ และการวิจัย AI มีความเชื่อมโยงกันอย่างลึกซึ้ง — สิ่งนี้สร้างโอกาสในการแข่งขันและคำถามเชิงกลยุทธ์: ใครเป็นเจ้าของชั้นข้อมูลสำหรับการปรับใช้หุ่นยนต์เอเชีย

ข้อเท็จจริงที่ว่าผู้สนับสนุนของ XDOF รวมถึงบริษัทที่มีการเปิดรับเอเชียอย่างลึกซึ้ง (Andreessen Horowitz ได้ทำงานอยู่ในญี่ปุ่นและเอเชียตะวันออกเฉียงใต้; Thrive ขยายวิทยานิพนธ์เอเชียของมัน) แนะนำว่านักลงทุนเห็นโอกาสทางภูมิศาสตร์ที่ฝังอยู่ในการเดิมพันนี้แล้ว สตาร์ทอัพที่สามารถรวบรวมและทำให้ข้อมูลการควบคุมระยะไกลเป็นมาตรฐานในสภาพแวดล้อมอุตสาหกรรมเอเชียที่หลากหลายจะมีคูน้อยที่ยากต่อการจำลองอย่างรวดเร็ว

สำหรับผู้ก่อตั้งและนักพัฒนาในเอเชียที่ดูรอบนี้: การแข่งขันเพื่อสร้างชั้นโครงสร้างพื้นฐานข้อมูลสำหรับ AI ทางกายภาพกำลังดำเนินการ และตอนนี้ดูเหมือนว่าจะดำเนินการโดยบริษัทที่ก่อตั้งในสหรัฐอเมริกาส่วนใหญ่ที่มีการสนับสนุนเวนเจอร์สหรัฐอเมริกา ช่องว่างนั้นน่าสังเกต

นี่หมายถึงอะไรสำหรับนักพัฒนา

หากคุณเป็นนักพัฒนาหรือผู้ก่อตั้งทางเทคนิคในเอเชีย วิถีของ XDOF ยกขึ้นสิ่งต่างๆ ที่เป็นรูปธรรมสองสามอย่างที่ควรให้ความสนใจ

1. อินเทอร์เฟซทางกายภาพ-ดิจิทัลเป็นชายแดนถัดไปสำหรับเครื่องมือ AI เครื่องมือนักพัฒนาส่วนใหญ่ในปัจจุบันสร้างขึ้นรอบซอฟต์แวร์ — API โมเดลภาษา การสร้างโค้ด ไปป์ไลน์ข้อมูลสำหรับข้อความที่มีโครงสร้างและไม่มีโครงสร้าง XDOF เป็นการเตือนใจว่าคลื่นถัดไปของโครงสร้างพื้นฐาน AI เกี่ยวกับโลกกายภาพ: การรวมเซนเซอร์ การจับภาพการเคลื่อนไหว การควบคุมระยะไกลแบบเรียลไทม์ และไปป์ไลน์ที่เปลี่ยนทั้งหมดนั้นเป็นข้อมูลการฝึกสอนที่ใช้ได้ หากคุณกำลังสร้างเครื่องมือนักพัฒนา นี่คือที่ที่พื้นที่ว่างกำลังขยายตัว

2. การรวบรวมข้อมูลเป็นปัญหาวิศวกรรม ไม่ใช่เพียงปัญหาโลจิสติกส์ ความท้าทายทางเทคนิคหลักของ XDOF ไม่ใช่แค่ "ให้มนุษย์ควบคุมหุ่นยนต์" มันเกี่ยวกับการสร้างระบบซอฟต์แวร์ที่จับ ติดป้ายกำกับ ตรวจสอบ และจัดรูปแบบข้อมูลนั้นในลักษณะที่ไปป์ไลน์การฝึกสอน AI สามารถใช้ได้จริง สิ่งนี้เกี่ยวข้องกับสถาปัตยกรรมการสตรีมแบบเรียลไทม์ ระบบควบคุมเวลาแฝง และเครื่องมือการรับประกันคุณภาพข้อมูลที่มีประสิทธิภาพ นักพัฒนาที่เข้าใจทั้งด้านการฝึกสอน AI และด้านการรวมฮาร์ดแวร์จะมีค่าสูงมาก

3. ความเร็วของการระดมทุนเปลี่ยนแปลงสิ่งที่เป็นไปได้สำหรับสตาร์ทอัพเอเชีย Series B ขนาด 1.2 พันล้านดอลลาร์สำหรับบริษัทที่เป็นสาธารณะเพียง 3 เดือนเป็นสัญญาณตลาดว่านักลงทุนยินดีที่จะเคลื่อนไหวอย่างรวดเร็วในการเดิมพันโครงสร้างพื้นฐาน ผู้ก่อตั้งเอเชียที่สร้างในพื้นที่ที่อยู่ติดกัน — การจำลองหุ่นยนต์ การสร้างข้อมูลสังเคราะห์สำหรับสภาพแวดล้อมทางกายภาพ แพลตฟอร์มการรวมฮาร์ดแวร์-ซอฟต์แวร์ — ควรเสนอราคาอย่างก้าวร้าวตอนนี้ ความต้องการทุนนั้นชัดเจน

ที่ MonstarX เราได้ติดตามการบรรจบกันของ AI และระบบทางกายภาพอย่างใกล้ชิด เพราะมันส่งผลโดยตรงต่อสิ่งที่นักพัฒนาต้องการจาก แพลตฟอร์มการพัฒนา AI-native ความซับซ้อนของการรวมสตรีมข้อมูลฮาร์ดแวร์ การจัดการไปป์ไลน์การอนุมานแบบเรียลไทม์ และการเชื่อมต่อเซนเซอร์ทางกายภาพกับแบ็กเอนด์ AI นั่นคือสิ่งที่ต้องการมากกว่าแค่ IDE ที่ดี มันต้องการโครงสร้างพื้นฐานที่ออกแบบมาตั้งแต่เริ่มต้นสำหรับคลาสของแอปพลิเคชันนี้

เรื่องราวของ XDOF ยังเป็นการเตือนใจว่าความเร็วสำคัญ บริษัทเคลื่อนจากโหมดลับไปยัง Series A ไปยังการอภิปรายเรื่อง Series B ในเวลาน้อยกว่าหนึ่งปี สำหรับผู้ก่อตั้งทางเทคนิค: ทีมที่จัดส่งเร็วที่สุด ทำซ้ำบนข้อมูลจริงเร็วที่สุด และสร้างลูปข้อเสนอแนะระหว่างฮาร์ดแวร์และซอฟต์แวร์ที่แน่นที่สุดจะชนะ นั่นไม่ใช่กลยุทธ์การระดมทุน — มันเป็นกลยุทธ์วิศวกรรม

ประเด็นสำคัญ

• XDOF กำลังระดมทุน Series B ที่มูลค่าประมาณ 1.2 พันล้านดอลลาร์ เพียง 3 เดือนหลังจาก Series A ขนาด 70 ล้านดอลลาร์
• ข้อมูลการฝึกสอนหุ่นยนต์เป็นปัญหาคอขวดที่เป็นรูปธรรม ไม่ใช่ปัญหาในอนาคต และนักลงทุนกำลังเดิมพันว่าหน้าต่างเพื่อเป็นเจ้าของโครงสร้างพื้นฐานกำลังปิดลง
• เอเชียเป็นตลาดหลักสำหรับการปรับใช้หุ่นยนต์ แต่โครงสร้างพื้นฐานข้อมูลกำลังถูกสร้างขึ้นโดยบริษัทที่ก่อตั้งในสหรัฐอเมริกาเป็นหลัก
• นักพัฒนาที่เข้าใจการรวมฮาร์ดแวร์-ซอฟต์แวร์ และไปป์ไลน์ข้อมูลแบบเรียลไทม์จะมีค่าสูงมากในรอบถัดไป