Introdução
Em um movimento que surpreende até os padrões acelerados do Vale do Silício, a XDOF, startup especializada em coleta de dados para treinamento de robôs, está em negociações avançadas para levantar uma rodada Series B com avaliação de aproximadamente US$ 1,2 bilhão. O mais impressionante: a empresa saiu do modo stealth há apenas três meses. A rodada está sendo liderada pela 8VC, segundo fontes próximas às negociações.
A velocidade dessa valorização reflete uma tendência crescente no mercado de tecnologia: a corrida por dados de qualidade para treinar sistemas robóticos autônomos. Enquanto modelos de linguagem como GPT e Claude podem ser treinados com textos da internet, robôs físicos enfrentam um desafio fundamental – não existe um ‘dataset da internet’ para movimentos e ações no mundo real.
O problema bilionário que a XDOF resolve
Fundada em 2024 pelos pesquisadores da UC Berkeley Philipp Wu (CEO) e Fred Shentu (CTO), a XDOF atacou um gargalo crítico no desenvolvimento de robôs de propósito geral: a escassez de dados de treinamento de alta qualidade. A empresa se posiciona como a ‘Scale AI da robótica’ – uma referência à gigante de rotulação de dados que ajudou a impulsionar a revolução dos modelos de linguagem.
O modelo de negócios da XDOF é elegantemente simples: ela constrói pipelines de dados, ferramentas de coleta e sistemas de anotação que laboratórios de IA e empresas de robótica não conseguem desenvolver internamente de forma eficiente. É essencialmente uma cadeia de suprimentos terceirizada de dados para a indústria robótica.
A startup já reporta receita anualizada próxima de US$ 50 milhões, trabalhando com 20 clientes, incluindo vários laboratórios de IA de ponta. Esse crescimento explosivo explica por que investidores estão disputando participação na empresa, mesmo tão cedo em sua trajetória.
A tecnologia por trás do sucesso
O diferencial técnico da XDOF começou com o projeto GELLO, desenvolvido por Wu durante seu doutorado. O GELLO é um sistema de teleoperação de baixo custo que permite a operadores humanos controlar braços robóticos remotamente, gerando dados de treinamento no processo. Esse trabalho resultou em um paper influente no campo da robótica.
A empresa expandiu essa abordagem inicial para incluir múltiplas formas de captura de dados. Além da teleoperação remota, a XDOF emprega coletores humanos que usam sensores corporais para registrar tarefas cotidianas como dobrar roupas e achatar caixas. Esses dados ‘egocêntricos’ capturam nuances de movimento que são essenciais para treinar robôs a realizar tarefas complexas no mundo real.
Em parceria com o laboratório de pesquisa em IA da UC Berkeley, a XDOF está preparando o lançamento do que promete ser a maior coleção de dados de treinamento robótico de alta qualidade já montada, chamada ABC. Esse dataset pode se tornar para a robótica o que o ImageNet foi para visão computacional – um recurso fundamental que acelera toda a indústria.
O mercado emergente de dados robóticos
A valorização bilionária da XDOF em tão pouco tempo sinaliza a formação de um novo mercado massivo: dados especializados para automação física. Enquanto empresas como Tesla, Amazon e dezenas de startups correm para desenvolver robôs de propósito geral, todas enfrentam o mesmo desafio fundamental – ensinar máquinas a navegar e manipular o mundo físico.
Diferentemente de chatbots que aprendem com texto, robôs precisam entender física, equilíbrio, força, textura e milhares de outras variáveis do mundo real. Cada tarefa – desde pegar um copo frágil até dobrar uma toalha – requer milhares de exemplos de como humanos executam essas ações.
A XDOF não está sozinha nessa corrida. Competidores como Mecka AI também estão coletando dados do mundo real para treinamento robótico. Gigantes estabelecidas como Scale AI e Micro1, originalmente focadas em dados para modelos de linguagem, estão expandindo para o espaço físico. Mas a vantagem da XDOF parece estar em seu foco laser na robótica desde o início.
Implicações para o mercado brasileiro
Para executivos e empreendedores brasileiros, o caso XDOF oferece lições valiosas sobre oportunidades emergentes na economia de dados. À medida que indústrias locais – desde agricultura até manufatura – buscam automação, a demanda por dados especializados para treinar sistemas robóticos só tende a crescer.
Empresas brasileiras que estão considerando automação robótica precisam entender que o custo não está apenas no hardware, mas significativamente nos dados necessários para treinar esses sistemas. Startups locais podem encontrar oportunidades em nichos específicos – dados para colheita de café, operações em armazéns tropicais, ou navegação em ambientes urbanos brasileiros únicos.
A valorização da XDOF também sugere que investidores globais estão apostando pesado em um futuro onde robôs de propósito geral serão tão comuns quanto smartphones. Para o Brasil manter competitividade em manufatura e serviços, entender e participar dessa revolução de dados robóticos será crucial.
O futuro da coleta de dados robóticos
A estratégia de crescimento da XDOF inclui contratar e treinar equipes de coletores de dados ao redor do mundo. Isso inclui tanto teleoperadores que controlam robôs remotamente quanto operadores que usam sensores corporais para captura de movimento. Essa abordagem distribuída pode criar oportunidades de emprego em mercados emergentes, incluindo potencialmente o Brasil.
O modelo também levanta questões interessantes sobre o futuro do trabalho. Ironicamente, treinar robôs para eventualmente substituir trabalho humano está criando uma nova categoria de empregos – coletores e anotadores de dados robóticos. É um exemplo perfeito da natureza transitória e adaptativa da economia digital.
Conclusão
A trajetória meteórica da XDOF – de startup stealth para unicórnio potencial em três meses – ilustra a intensidade da corrida global por automação robótica. Mais importante, destaca que dados, não apenas algoritmos ou hardware, serão o diferencial competitivo na era dos robôs autônomos.
Para o ecossistema brasileiro de tecnologia, o caso oferece tanto inspiração quanto alerta. A inspiração vem da possibilidade de criar valor massivo resolvendo gargalos específicos em cadeias tecnológicas emergentes. O alerta é que a janela de oportunidade nessas novas categorias se fecha rapidamente – em questão de meses, não anos.
À medida que robôs se tornam mais prevalentes em fábricas, armazéns e eventualmente lares, a demanda por dados de treinamento especializados só aumentará. Empresas como a XDOF estão construindo a infraestrutura invisível mas essencial dessa revolução. Para países e empresas que querem participar do futuro automatizado, entender e investir nessa camada de dados será tão importante quanto o desenvolvimento dos próprios robôs.
Fonte original: Este artigo foi adaptado e traduzido a partir da matéria “XDOF, just three months out of stealth, is in talks for a Series B at a $1.2B valuation” publicada em TechCrunch, disponível em https://techcrunch.com/2026/09/04/xdof-just-three-months-out-of-stealth-is-in-talks-for-a-series-b-at-a-1-2b-valuation/.
