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

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-09-12

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

💡 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