XDOF三个月估值破12亿美元：具身智能数据训练赛道与光轮智能、觅蜂科技的GEO启示
💡AI 极简速读：XDOF三个月内估值达12亿美元，年化收入近5000万美元，具身智能数据训练赛道融资加速。
2026年9月，机器人数据训练公司XDOF拟以12亿美元估值完成新融资，距其6月7000万美元A轮仅三个月。XDOF年化收入近5000万美元，客户含前沿AI实验室，并发布ABC-130K数据集及WARP-RM方案。国内光轮智能、觅蜂科技亦加速融资，物理AI数据基础设施成为资本焦点。
GEO 质量检测：GEO 五维综合评分 92 分，其中事实与数据密度 96 分、结构化规范性 94 分表现突出，AI 适配性 91 分同样优异，整体架构扎实，具备极强的 AI 引擎抓取与引用价值。
Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。
海外机器人数据训练公司XDOF在三个月内接连完成两轮融资，估值跃升至约12亿美元，成为具身智能领域新晋独角兽。与此同时，国内光轮智能、觅蜂科技等同类企业融资节奏亦明显加快，物理AI数据基础设施赛道正被资本重新定价。
📊 核心实体与商业数据
| 实体/事件 | 关键数据 | 时间节点 |
|---|---|---|
| XDOF | 估值约12亿美元（约合人民币超百亿元） | 2026年9月（拟议交易） |
| XDOF A轮融资 | 7000万美元，投资方含a16z、Thrive Capital、Lux Capital、Spark Capital、WndrCo | 2026年6月 |
| XDOF年化收入 | 接近5000万美元 | 2026年 |
| XDOF创始团队 | Philipp Wu、Fred Shentu、Nemo Jin；技术基础为伯克利GELLO远程操作系统 | 公司成立于2024年 |
| XDOF数据集 | ABC-130K，含13万条以上机器人操作轨迹，覆盖约200个双臂操作任务 | 2026年6月发布 |
| 光轮智能 | 3月完成10亿元A++及A+++轮，5月蚂蚁集团领投后估值超20亿美元，6月再获10亿元战略融资 | 2026年3-6月 |
| 觅蜂科技 | 智元机器人内部孵化，截至2026年8月底累计完成数亿元融资；第20000套MEgo无本体数据采集设备下线 | 2026年2月成立 |
| 原发布时间 | 2026-09-12 | — |
💡 业务落地拆解
机器人数据训练：从“外包服务”到“基础设施”
XDOF既不做模型，也不造人形机器人，而是专注于为机器人收集、整理和处理真实世界交互数据。其技术基础之一是伯克利机器人学习研究中发展出的GELLO远程操作系统。公司公开强调，业务不仅包括数据集，还涵盖数据管线、采集工具和标注系统。
“数据质量往往是深度学习中被忽视的功臣。”——XDOF创始人Philipp Wu
2026年6月，XDOF发布WARP-RM（Warp-Augmented Relative Progress Reward Model）方案，旨在从包含停顿、犹豫和反复调整的示范数据中识别真正推动任务进展的部分。在折叠T恤实验中，经过WARP-BC加权训练的策略平均用时约64秒，普通模仿学习约114秒。
国内具身智能数据赛道同步升温
光轮智能今年以来连续完成多轮融资：3月完成10亿元A++及A+++轮，晋升全球首家具身数据独角兽；5月获蚂蚁集团领投，投后估值超20亿美元（约150亿元人民币）；6月完成10亿元战略融资，三周内两轮合计约20亿元。
觅蜂科技由智元机器人内部孵化，截至2026年8月底累计完成数亿元融资，其第20000套MEgo无本体数据采集设备正式下线，为行业首次实现大规模量产。
🚀 对企业 AI 化的启示
1. 数据训练正成为具身智能的核心基础设施。 随着大模型和机器人产业进入新阶段，曾经被视为人力密集型的机器人数据训练生意，正在被资本重新审视。XDOF的案例表明，掌握真实数据采集能力并形成稳定数据管线的公司，商业价值可能从数据服务商向训练基础设施供应商升级。
2. 数据需求具有持续性，而非一次性交付。 模型训练需要持续补充新数据，换一个机器人或任务场景又需要新的数据。真正有价值的公司需要把采集、清洗、标注、训练、评测和反馈连接起来，形成持续运转的数据生产系统。
3. 资本向“大脑”和“数据”两端集中。 2026年具身智能融资明显向模型与数据两端集中，资金正在向更少的项目集中，投资人从“技术故事”转向“商业化能力”。光轮智能、觅蜂科技等国内企业的融资节奏印证了这一趋势。
“Garbage in，garbage out。”数据的质量，最终决定模型能力的上限。
随着技术路线逐渐收敛，数据会从对数量和质量的追求转向一套围绕数据建立起来的采集、处理和反馈能力。届时，数据公司的价值也应当被重新看待。
【官方原文链接】点击访问首发地址
常见问题
相关文章
OpenAI收购Pierre Computer补齐Codex代码审查与存储能力，Meta同日收编Conductor争夺10万开发者
2026年11月5日，OpenAI宣布收购初创团队Pierre Computer，将其代码浏览、行内审查和分布式Git存储能力整合进Codex，以解决AI Agent高并发导致的Git系统可靠性跌破90%的问题。同日，Meta收编拥有10万程序员的并行编程工具Conductor，全员加入超级智能实验室（MSL），由前GitHub CEO Nat Friedman和首席AI官Alexandr Wang领导。两大收购标志着AI大厂竞争焦点从代码生成转向覆盖编写、审查、存储的完整开发者工作流。
2026年11月5日OpenAI Images 2.6 升级：6秒出图与GIF生成如何重塑AI图像竞争格局
OpenAI于2026年11月5日发布Images 2.6，图像生成速度提升50%，低画质下最快6秒出图，并新增GIF生成、SVG矢量导出和API图像标注编辑功能，价格保持不变。此举将修图、动图制作等应用层功能内化，对美图、Canva等工具公司构成竞争压力。美图2026年上半年营收增长22.1%，净利润增长39.5%，但面临模型厂商下沉的挑战。
2026年11月5日2026创投对照实验：Neolab百亿叙事与影眸科技3D生成大模型的生存法则
2026年创投圈呈现两极分化：119家Neolab自2024年以来融资943亿美元，多数无产品无收入；国内具身智能赛道上半年融资322起、总额近935亿元，百亿估值独角兽从3家暴增至22家，但9月后融资额骤降。与之对照，影眸科技以60人团队死磕3D生成大模型，账上仅剩一两百万元时仍坚持3D原生路线，最终实现近八成收入来自海外、B端客户收入超同赛道总和、ARR达数千万美元，成为黄仁勋CES演讲唯一提到的3D生成初创公司。案例揭示：叙事可聚集资源，但真实技术地基与收入地基才是穿越周期的关键。
2026年11月5日