FineWeb-holdet satser på robotter: Macrodata Labs rejser 4 mio. dollars til data-infrastruktur

Holdet bag FineWeb, der forvandlede en stor del af det åbne internet til de datasæt, som mange af de førende sprogmodeller i dag er trænet på, retter nu blikket mod en ny udfordring: at rydde op i robotdata.

Macrodata Labs trådte ud af stealth-tilstand i juni 2026 med en klar mission om at bygge den manglende data-infrastruktur til fysisk AI. Virksomheden rejste 4 millioner dollars i en pre-seed-runde og lancerede samtidig Refiner, en open source-ramme til behandling af robot-træningsdata .

Problemet: Fysisk data er mere rodet end tekst

Macrodata Labs adresserer en grundlæggende flaskehals i robotteknologi: fysisk data er sværere at arbejde med end tekstdata. Videoer er tunge, sensorer kører med forskellige hastigheder, formater ændrer sig hele tiden, og feltet er endnu ikke blevet enige om, hvordan det bedste træningssignal skal se ud . Robothold bruger i øjeblikket for meget tid på at skrive skrøbelige scripts bare for at gøre deres data brugbare .

Virksomhedens kernetese er, at data af høj kvalitet er afgørende for fremskridt inden for fysisk AI, og at robotteknologi har brug for infrastruktur til at forædle rodet fysisk data til brugbare træningsdatasæt . Det minder om den rolle, som webbaserede datasæt af høj kvalitet spillede for at forbedre sprogmodeller – og nu anvender det samme hold lignende idéer om dataforædling på robotteknologi .

Stifterne: Duoen bag FineWeb

Macrodata Labs blev grundlagt af Guilherme Penedo og Hynek Kydlíček . Begge arbejdede tidligere på FineWeb hos Hugging Face og er opført som forfattere på FineWeb-datasættets videnskabelige artikel . Deres baggrund ligger inden for kuratering og forædling af data i stor skala til træning af sprogmodeller, hvilket de nu anvender på fysisk data til robotter .

"I løbet af de sidste par år hos Hugging Face arbejdede Hynek og jeg på nogle af de mest brugte open source-træningsdatasæt til LLM'er, herunder FineWeb og FinePDFs. Det arbejde gav os en forreste række til, hvordan skalering af regnekraft og data drev fremskridt i LLM'er. Vi er begyndt at se en lignende acceleration i robotteknologi," skrev Penedo i et LinkedIn-opslag .

Refiner: En open source-ramme til robotdata

Refiner er Macrodata Labs' første produkt – en open source-ramme til behandling af robotdata . Det beskrives som et værktøjssæt til at omdanne rodede robotvideoer og andre fysiske data til renere robot-træningsdata .

Rammeværket læser de formater, som robothold rent faktisk bruger – LeRobot, HDF5 (ALOHA, robomimic, LIBERO), Zarr, MCAP, rå video og Hugging Face-datasæt – og leverer værktøjer til at behandle demonstrationer, frames, baner, annotationer og sensorstrømme .

Refiner er designet til at fungere lokalt under udvikling og kan skaleres til en elastisk serverløs sky med en enkelt kommando . Virksomheden positionerer det som et "data-raffinaderi" til fysisk AI .

4 mio. dollars i pre-seed ledet af Air Street Capital

Macrodata Labs rejste 4 millioner dollars i en pre-seed-runde ledet af Air Street Capital, et London-baseret venturefirma med fokus på AI-first-virksomheder, grundlagt af Nathan Benaich . Runden inkluderede deltagelse fra Drysdale Ventures, OPRTRS CLUB, Kima Ventures, YG Ventures (Alex Yazdi), >commit, Thomas Wolf (medstifter af Hugging Face) samt business angels fra førende AI-laboratorier og teknologivirksomheder .

Air Street Capital, som lukkede en fond på 232 millioner dollars (Fund III) tidligere i 2026, har en portefølje, der omfatter Synthesia, Black Forest Labs, Wayve, Poolside og andre AI-first-virksomheder .

Europas position i robotteknologi

Macrodata Labs' offentlige kommunikation fokuserer på at bygge data-laget til robotteknologi snarere end på en specifik Europa-strategi for robotteknologi . Det stærkest understøttede udsagn er, at virksomheden støttes af Air Street Capital, et London-baseret venturefirma med fokus på AI . Denne investorkontekst antyder, at europæisk kapital aktivt støtter robot-data-infrastruktur, men virksomheden selv har ikke udstedt nogen formel erklæring om Europas rolle i robotteknologi .