XDOF: Startup dữ liệu robot nhanh chóng lọt vào tầm ngắm định giá 1,2 tỷ USD sau 3 tháng ra mắt

Chưa đầy ba tháng sau khi rời khỏi trạng thái ẩn danh (stealth), XDOF – một startup chuyên thu thập dữ liệu điều khiển từ xa (teleoperation) trong thế giới thực để huấn luyện robot đa năng – đang ở giai đoạn cuối trong các cuộc đàm phán để huy động vòng Series B với mức định giá khoảng 1,2 tỷ USD, do quỹ đầu tư 8VC dẫn dắt, theo nhiều nguồn tin am hiểu giao dịch.

Sự tăng trưởng thần tốc đằng sau thương vụ tỷ đô

XDOF được thành lập vào năm 2024 bởi hai nhà nghiên cứu của Đại học California, Berkeley (UC Berkeley): Philipp Wu (CEO) và Fred Shentu (CTO). Vào tháng 6, TechCrunch từng đưa tin về vòng Series A trị giá 70 triệu USD của startup, trong đó có sự tham gia của Thrive Capital, Andreessen Horowitz, Lux và Spark Capital.

Ban đầu, XDOF không có kế hoạch gọi vốn sớm như vậy. Tuy nhiên, tốc độ tăng trưởng đột biến của công ty đã thay đổi cục diện. Theo các nguồn tin, doanh thu hằng năm (annualized revenue) của XDOF đang tiến gần mốc 50 triệu USD, khiến nhiều quỹ đầu tư mạo hiểm chủ động tiếp cận đề xuất một vòng mới.

TechCrunch chưa thể xác định tổng số vốn huy động hoặc liệu mức định giá trên đã bao gồm số tiền mới trong vòng này hay chưa. Các điều khoản của thương vụ vẫn có thể thay đổi. Đại diện XDOF và 8VC chưa đưa ra bình luận chính thức.

"Scale AI của robot": Giải quyết nút thắt lớn nhất của ngành

XDOF theo đuổi mục tiêu xây dựng các đường ống dữ liệu (data pipelines), công cụ thu thập và hệ thống chú thích (annotation) mà các phòng thí nghiệm AI tiên phong và công ty robot khó có thể tự phát triển. Nói đơn giản, XDOF đóng vai trò như một chuỗi cung ứng dữ liệu gia công (outsourced data-supply chain) cho ngành công nghiệp robot.

Câu chuyện bắt đầu từ khó khăn trong nghiên cứu tiến sĩ của Philipp Wu khi anh tìm hiểu cách robot học từ các tập dữ liệu lớn. Trở ngại lớn nhất của anh là thiếu "dữ liệu quy mô lớn để làm việc", like anh từng chia sẻ với TechCrunch vào tháng 6. Wu đã cùng Shentu phát triển GELLO – một hệ thống điều khiển từ xa chi phí thấp, cho phép người vận hành điều khiển cánh tay robot từ xa để tạo dữ liệu huấn luyện. Công trình này trở thành bài báo có ảnh hưởng trong lĩnh vực robot.

Các nhà đầu tư ví XDOF như "Scale AI hoặc Mercor của robot vật lý" – ám chỉ những gã khổng lồ gắn nhãn dữ liệu từng tiếp nhiên liệu cho làn sóng bùng nổ AI trước đó.

Điểm khác biệt then chốt là: Trong khi các mô hình ngôn ngữ lớn (LLM) ban đầu được huấn luyện trên toàn bộ dữ liệu internet, robot vật lý không có một tập dữ liệu thế giới thực tương đương. Việc thu thập dữ liệu trở thành rào cản sống còn để xây dựng những cỗ máy đa năng.

Hợp tác Berkeley và mô hình thu thập dữ liệu lai

XDOF đang hợp tác với phòng thí nghiệm Nghiên cứu AI của UC Berkeley để phát hành bộ dữ liệu huấn luyện robot chất lượng cao mà họ tin là lớn nhất từng được tạo ra, mang tên mã ABC.

Để ghi lại dữ liệu này, XDOF kết hợp hai phương pháp:

• Teleoperation robot từ xa: Kỹ thuật viên điều khiển robot thực hiện các thao tác phức tạp.
• Thu thập qua cảm biến đeo trên người (egocentric): Nhân viên đeo cảm biến để ghi lại các tác vụ sinh hoạt hằng ngày như gấp quần áo hoặc làm phẳng thùng carton.

Startup này có kế hoạch tuyển dụng và đào tạo các nhóm thu thập dữ liệu trên toàn thế giới, bao gồm cả người vận hành từ xa và người đeo cảm biến. XDOF trước đó đã tiết lộ rằng họ đang làm việc với 20 khách hàng, trong đó có nhiều phòng thí nghiệm AI tiên tiến.

Bối cảnh cạnh tranh và tác động tại Việt Nam

Trong khi XDOF tăng tốc, một số startup khác cũng đang theo đuổi mô hình thu thập dữ liệu robot thực tế như Mecka AI, cùng với các nền tảng dữ liệu con người đang mở rộng ra ngoài LLM như Scale AI và Micro1.

Với cộng đồng công nghệ và khởi nghiệp Việt Nam, câu chuyện của XDOF mang lại hai bài học đáng chú ý. Thứ nhất, lĩnh vực dữ liệu cho robot vật lý đang trở thành "mảnh đất màu mỡ" mới sau kỷ nguyên LLM, mở ra cơ hội cho các kỹ sư AI/robot Việt tham gia chuỗi giá trị toàn cầu. Thứ hai, mô hình "outsourced data" cho thấy nguồn nhân lực dồi dào và chi phí cạnh tranh của Việt Nam có thể trở thành lợi thế nếu biết định vị đúng chỗ – tương tự như cách các trung tâm gia công phần mềm đã thành công trước đây, nhưng ở tầng dữ liệu vật lý cao cấp hơn.