Macrodata Labs: los creadores de FineWeb ponen 4 millones de dólares en la infraestructura de datos para la robótica
Macrodata Labs es una startup que construye infraestructura de datos de entrenamiento para IA física y robótica. La empresa busca resolver el problema de los datos del mundo físico: archivos de video pesados, formatos de sensores incompatibles y la falta de un estándar para datos de entrenamiento de robots.
Publicado porEditado con DeepSeek-V4-FlashImágenes generadas con GPT Image 1.5
Macrodata Labs es una startup que construye infraestructura de datos de entrenamiento para IA física y robótica.
La empresa busca resolver el problema de los datos del mundo físico: archivos de video pesados, formatos de sensores incompatibles y la falta de un estándar para datos de entrenamiento de robots.
Fundada por Guilherme Penedo y Hynek Kydlíček, el equipo que creó FineWeb en Hugging Face.
Recaudaron 4 millones de dólares en una ronda pre seed liderada por Air Street Capital.
Search & fact-check with cited sources for What is Macrodata Labs, what data problem in robotics does it aim to solve, who founded it and frAI-generated concept image representing Macrodata Labs' mission to refine physical-world data for robotics training.
Prompt de IA
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What is Macrodata Labs, what data problem in robotics does it aim to solve, who founded it and fr. Article summary: Here are the fact-checked answers to each of your questions, sourced from the company's own materials and the available press coverage around its launch.. Topic tags: general, general web, user generated, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbna
openai.com
El equipo que convirtió la web abierta en los conjuntos de datos que impulsan muchos de los grandes modelos de lenguaje actuales está aplicando ahora su experiencia en datos a un nuevo desafío: limpiar el desordenado mundo de los datos robóticos.
Macrodata Labs salió del sigilo en junio de 2026 con una misión clara: construir la capa de infraestructura de datos que falta para la IA física. La empresa recaudó 4 millones de dólares en una ronda pre-seed y, simultáneamente, lanzó Refiner, un framework open source para procesar datos de entrenamiento robótico .
El problema: los datos físicos son más desordenados que el texto
Macrodata Labs aborda un cuello de botella fundamental en robótica: los datos del mundo físico son más difíciles de manejar que los datos de texto. Los videos pesan mucho, los sensores funcionan a diferentes velocidades, los formatos cambian constantemente y el campo aún no se ha puesto de acuerdo sobre cuál debería ser la mejor señal de entrenamiento . Actualmente, los equipos de robótica pasan demasiado tiempo escribiendo scripts frágiles solo para hacer que sus datos sean utilizables .
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
¿Cuál es la respuesta corta a "Macrodata Labs: los creadores de FineWeb ponen 4 millones de dólares en la infraestructura de datos para la robótica"?
Macrodata Labs es una startup que construye infraestructura de datos de entrenamiento para IA física y robótica.
¿Cuáles son los puntos clave a validar primero?
Macrodata Labs es una startup que construye infraestructura de datos de entrenamiento para IA física y robótica. La empresa busca resolver el problema de los datos del mundo físico: archivos de video pesados, formatos de sensores incompatibles y la falta de un estándar para datos de entrenamiento de robots.
¿Qué debo hacer a continuación en la práctica?
Fundada por Guilherme Penedo y Hynek Kydlíček, el equipo que creó FineWeb en Hugging Face.
Macrodata Labs: los creadores de FineWeb ponen 4 millones de dólares en la infraestructura de datos para la robótica
Macrodata Labs es una startup que construye infraestructura de datos de entrenamiento para IA física y robótica. La empresa busca resolver el problema de los datos del mundo físico: archivos de video pesados, formatos de sensores incompatibles y la falta de un estándar para datos de entrenamiento de robots.
Publicado porEditado con DeepSeek-V4-FlashImágenes generadas con GPT Image 1.5
Macrodata Labs es una startup que construye infraestructura de datos de entrenamiento para IA física y robótica.
La empresa busca resolver el problema de los datos del mundo físico: archivos de video pesados, formatos de sensores incompatibles y la falta de un estándar para datos de entrenamiento de robots.
Fundada por Guilherme Penedo y Hynek Kydlíček, el equipo que creó FineWeb en Hugging Face.
Recaudaron 4 millones de dólares en una ronda pre seed liderada por Air Street Capital.
Search & fact-check with cited sources for What is Macrodata Labs, what data problem in robotics does it aim to solve, who founded it and frAI-generated concept image representing Macrodata Labs' mission to refine physical-world data for robotics training.
Prompt de IA
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What is Macrodata Labs, what data problem in robotics does it aim to solve, who founded it and fr. Article summary: Here are the fact-checked answers to each of your questions, sourced from the company's own materials and the available press coverage around its launch.. Topic tags: general, general web, user generated, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbna
openai.com
El equipo que convirtió la web abierta en los conjuntos de datos que impulsan muchos de los grandes modelos de lenguaje actuales está aplicando ahora su experiencia en datos a un nuevo desafío: limpiar el desordenado mundo de los datos robóticos.
Macrodata Labs salió del sigilo en junio de 2026 con una misión clara: construir la capa de infraestructura de datos que falta para la IA física. La empresa recaudó 4 millones de dólares en una ronda pre-seed y, simultáneamente, lanzó Refiner, un framework open source para procesar datos de entrenamiento robótico .
El problema: los datos físicos son más desordenados que el texto
Macrodata Labs aborda un cuello de botella fundamental en robótica: los datos del mundo físico son más difíciles de manejar que los datos de texto. Los videos pesan mucho, los sensores funcionan a diferentes velocidades, los formatos cambian constantemente y el campo aún no se ha puesto de acuerdo sobre cuál debería ser la mejor señal de entrenamiento . Actualmente, los equipos de robótica pasan demasiado tiempo escribiendo scripts frágiles solo para hacer que sus datos sean utilizables .
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
¿Cuál es la respuesta corta a "Macrodata Labs: los creadores de FineWeb ponen 4 millones de dólares en la infraestructura de datos para la robótica"?
Macrodata Labs es una startup que construye infraestructura de datos de entrenamiento para IA física y robótica.
¿Cuáles son los puntos clave a validar primero?
Macrodata Labs es una startup que construye infraestructura de datos de entrenamiento para IA física y robótica. La empresa busca resolver el problema de los datos del mundo físico: archivos de video pesados, formatos de sensores incompatibles y la falta de un estándar para datos de entrenamiento de robots.
¿Qué debo hacer a continuación en la práctica?
Fundada por Guilherme Penedo y Hynek Kydlíček, el equipo que creó FineWeb en Hugging Face.
La tesis central de la empresa es que los datos de alta calidad son críticos para el progreso en la IA física, y que la robótica necesita infraestructura para refinar los datos desordenados del mundo real en conjuntos de datos de entrenamiento útiles . Esto refleja el papel que jugaron los conjuntos de datos web de alta calidad en la mejora de los modelos de lenguaje, con el mismo equipo aplicando ahora ideas similares de refinamiento de datos a la robótica .
Fundadores: el dúo de FineWeb
Macrodata Labs fue fundada por Guilherme Penedo e Hynek Kydlíček. Ambos trabajaron anteriormente en FineWeb en Hugging Face y figuran como autores del artículo sobre el conjunto de datos FineWeb . Su experiencia está en la curación y el refinamiento de datos a gran escala para el entrenamiento de modelos de lenguaje, que ahora están aplicando a los datos del mundo físico para robots .
"En los últimos años en Hugging Face, Hynek y yo trabajamos en algunos de los conjuntos de datos de preentrenamiento de LLM abiertos más utilizados, incluidos FineWeb y FinePDFs. Ese trabajo nos dio un asiento de primera fila para ver cómo la escalabilidad del cómputo y los datos impulsó el progreso en los LLM. Estamos empezando a ver un despegue similar en robótica", escribió Penedo en un anuncio en LinkedIn .
Refiner: un framework open source para datos de robótica
Refiner es el primer producto de Macrodata Labs: un framework open source para procesamiento de datos robóticos . Se describe como un conjunto de herramientas para convertir videos de robots y otros datos del mundo físico en datos de entrenamiento de robótica más limpios .
El framework lee los formatos que realmente utilizan los equipos de robótica: LeRobot, HDF5 (ALOHA, robomimic, LIBERO), Zarr, MCAP, video sin procesar y conjuntos de datos de Hugging Face, y proporciona herramientas para procesar demostraciones, fotogramas, trayectorias, anotaciones y flujos de sensores .
Refiner está diseñado para funcionar localmente durante el desarrollo y escalar a una nube serverless elástica con un solo comando . La empresa lo posiciona como una "refinería de datos" para la IA física .
4 millones de dólares en pre-seed liderados por Air Street Capital
Macrodata Labs recaudó 4 millones de dólares en una ronda pre-seed liderada por Air Street Capital, una firma con sede en Londres centrada en empresas de IA fundada por Nathan Benaich . La ronda incluyó la participación de Drysdale Ventures, OPRTRS CLUB, Kima Ventures, YG Ventures (Alex Yazdi), >commit, Thomas Wolf (cofundador de Hugging Face) y business angels de los principales laboratorios de IA y empresas tecnológicas .
Air Street Capital, que cerró un Fondo III de 232 millones de dólares a principios de 2026, tiene una cartera que incluye Synthesia, Black Forest Labs, Wayve, Poolside y otras empresas centradas en IA .
La posición de Europa en robótica
La comunicación pública de Macrodata Labs se centra en construir la capa de datos para la robótica, más que en una estrategia explícita específica para Europa . La afirmación más sólida respaldada es que la empresa cuenta con el respaldo de Air Street Capital, una firma de capital de riesgo centrada en IA con sede en Londres . Este contexto inversor sugiere que el capital europeo está respaldando activamente la infraestructura de datos robóticos, pero la empresa no ha emitido una declaración formal sobre el papel de Europa en robótica .
La tesis central de la empresa es que los datos de alta calidad son críticos para el progreso en la IA física, y que la robótica necesita infraestructura para refinar los datos desordenados del mundo real en conjuntos de datos de entrenamiento útiles . Esto refleja el papel que jugaron los conjuntos de datos web de alta calidad en la mejora de los modelos de lenguaje, con el mismo equipo aplicando ahora ideas similares de refinamiento de datos a la robótica .
Fundadores: el dúo de FineWeb
Macrodata Labs fue fundada por Guilherme Penedo e Hynek Kydlíček. Ambos trabajaron anteriormente en FineWeb en Hugging Face y figuran como autores del artículo sobre el conjunto de datos FineWeb . Su experiencia está en la curación y el refinamiento de datos a gran escala para el entrenamiento de modelos de lenguaje, que ahora están aplicando a los datos del mundo físico para robots .
"En los últimos años en Hugging Face, Hynek y yo trabajamos en algunos de los conjuntos de datos de preentrenamiento de LLM abiertos más utilizados, incluidos FineWeb y FinePDFs. Ese trabajo nos dio un asiento de primera fila para ver cómo la escalabilidad del cómputo y los datos impulsó el progreso en los LLM. Estamos empezando a ver un despegue similar en robótica", escribió Penedo en un anuncio en LinkedIn .
Refiner: un framework open source para datos de robótica
Refiner es el primer producto de Macrodata Labs: un framework open source para procesamiento de datos robóticos . Se describe como un conjunto de herramientas para convertir videos de robots y otros datos del mundo físico en datos de entrenamiento de robótica más limpios .
El framework lee los formatos que realmente utilizan los equipos de robótica: LeRobot, HDF5 (ALOHA, robomimic, LIBERO), Zarr, MCAP, video sin procesar y conjuntos de datos de Hugging Face, y proporciona herramientas para procesar demostraciones, fotogramas, trayectorias, anotaciones y flujos de sensores .
Refiner está diseñado para funcionar localmente durante el desarrollo y escalar a una nube serverless elástica con un solo comando . La empresa lo posiciona como una "refinería de datos" para la IA física .
4 millones de dólares en pre-seed liderados por Air Street Capital
Macrodata Labs recaudó 4 millones de dólares en una ronda pre-seed liderada por Air Street Capital, una firma con sede en Londres centrada en empresas de IA fundada por Nathan Benaich . La ronda incluyó la participación de Drysdale Ventures, OPRTRS CLUB, Kima Ventures, YG Ventures (Alex Yazdi), >commit, Thomas Wolf (cofundador de Hugging Face) y business angels de los principales laboratorios de IA y empresas tecnológicas .
Air Street Capital, que cerró un Fondo III de 232 millones de dólares a principios de 2026, tiene una cartera que incluye Synthesia, Black Forest Labs, Wayve, Poolside y otras empresas centradas en IA .
La posición de Europa en robótica
La comunicación pública de Macrodata Labs se centra en construir la capa de datos para la robótica, más que en una estrategia explícita específica para Europa . La afirmación más sólida respaldada es que la empresa cuenta con el respaldo de Air Street Capital, una firma de capital de riesgo centrada en IA con sede en Londres . Este contexto inversor sugiere que el capital europeo está respaldando activamente la infraestructura de datos robóticos, pero la empresa no ha emitido una declaración formal sobre el papel de Europa en robótica .
