Macrodata Labs raccoglie 4 milioni di dollari per costruire l'infrastruttura dati per l'AI fisica
Macrodata Labs sviluppa un'infrastruttura per i dati di addestramento dell'AI fisica e della robotica. L'obiettivo è risolvere il problema dei dati fisici frammentati e complessi: file video pesanti, formati di sensori incompatibili e nessuno standard per i dati di addestramento ideali per i robot.
Pubblicato daModificato con DeepSeek-V4-FlashImmagini generate con GPT Image 1.5
Macrodata Labs sviluppa un'infrastruttura per i dati di addestramento dell'AI fisica e della robotica.
L'obiettivo è risolvere il problema dei dati fisici frammentati e complessi: file video pesanti, formati di sensori incompatibili e nessuno standard per i dati di addestramento ideali per i robot.
Fondata da Guilherme Penedo e Hynek Kydlíček, gli stessi creatori di FineWeb e FinePDFs su Hugging Face.
Il primo prodotto, Refiner, è un framework open source per elaborare dati robotici grezzi (video, traiettorie, flussi di sensori).
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.
AI Prompt
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
Il team che ha trasformato il web aperto nei dataset che alimentano molti dei migliori modelli linguistici di oggi, ora applica la stessa esperienza data-centrica a una nuova sfida: mettere ordine nel caotico mondo dei dati della robotica.
Macrodata Labs emerge dalla fase stealth a giugno 2026 con una missione chiara: costruire il livello infrastrutturale dei dati mancante per l'AI fisica. L'azienda ha raccolto un round pre-seed da 4 milioni di dollari e ha lanciato contemporaneamente Refiner, un framework open-source per l'elaborazione dei dati di addestramento robotico .
Il problema: i dati fisici sono più complessi del testo
Macrodata Labs affronta un collo di bottiglia fondamentale nella robotica: i dati del mondo fisico sono molto più difficili da gestire rispetto ai dati testuali. I video sono pesanti, i sensori funzionano a frequenze diverse, i formati cambiano continuamente e il settore non si è ancora accordato su quale sia il segnale di addestramento migliore . Attualmente, i team di robotica spendono troppo tempo a scrivere script fragili solo per rendere i propri dati utilizzabili .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Macrodata Labs raccoglie 4 milioni di dollari per costruire l'infrastruttura dati per l'AI fisica"?
Macrodata Labs sviluppa un'infrastruttura per i dati di addestramento dell'AI fisica e della robotica.
What are the key points to validate first?
Macrodata Labs sviluppa un'infrastruttura per i dati di addestramento dell'AI fisica e della robotica. L'obiettivo è risolvere il problema dei dati fisici frammentati e complessi: file video pesanti, formati di sensori incompatibili e nessuno standard per i dati di addestramento ideali per i robot.
What should I do next in practice?
Fondata da Guilherme Penedo e Hynek Kydlíček, gli stessi creatori di FineWeb e FinePDFs su Hugging Face.
Macrodata Labs raccoglie 4 milioni di dollari per costruire l'infrastruttura dati per l'AI fisica
Macrodata Labs sviluppa un'infrastruttura per i dati di addestramento dell'AI fisica e della robotica. L'obiettivo è risolvere il problema dei dati fisici frammentati e complessi: file video pesanti, formati di sensori incompatibili e nessuno standard per i dati di addestramento ideali per i robot.
Pubblicato daModificato con DeepSeek-V4-FlashImmagini generate con GPT Image 1.5
Macrodata Labs sviluppa un'infrastruttura per i dati di addestramento dell'AI fisica e della robotica.
L'obiettivo è risolvere il problema dei dati fisici frammentati e complessi: file video pesanti, formati di sensori incompatibili e nessuno standard per i dati di addestramento ideali per i robot.
Fondata da Guilherme Penedo e Hynek Kydlíček, gli stessi creatori di FineWeb e FinePDFs su Hugging Face.
Il primo prodotto, Refiner, è un framework open source per elaborare dati robotici grezzi (video, traiettorie, flussi di sensori).
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.
AI Prompt
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
Il team che ha trasformato il web aperto nei dataset che alimentano molti dei migliori modelli linguistici di oggi, ora applica la stessa esperienza data-centrica a una nuova sfida: mettere ordine nel caotico mondo dei dati della robotica.
Macrodata Labs emerge dalla fase stealth a giugno 2026 con una missione chiara: costruire il livello infrastrutturale dei dati mancante per l'AI fisica. L'azienda ha raccolto un round pre-seed da 4 milioni di dollari e ha lanciato contemporaneamente Refiner, un framework open-source per l'elaborazione dei dati di addestramento robotico .
Il problema: i dati fisici sono più complessi del testo
Macrodata Labs affronta un collo di bottiglia fondamentale nella robotica: i dati del mondo fisico sono molto più difficili da gestire rispetto ai dati testuali. I video sono pesanti, i sensori funzionano a frequenze diverse, i formati cambiano continuamente e il settore non si è ancora accordato su quale sia il segnale di addestramento migliore . Attualmente, i team di robotica spendono troppo tempo a scrivere script fragili solo per rendere i propri dati utilizzabili .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Macrodata Labs raccoglie 4 milioni di dollari per costruire l'infrastruttura dati per l'AI fisica"?
Macrodata Labs sviluppa un'infrastruttura per i dati di addestramento dell'AI fisica e della robotica.
What are the key points to validate first?
Macrodata Labs sviluppa un'infrastruttura per i dati di addestramento dell'AI fisica e della robotica. L'obiettivo è risolvere il problema dei dati fisici frammentati e complessi: file video pesanti, formati di sensori incompatibili e nessuno standard per i dati di addestramento ideali per i robot.
What should I do next in practice?
Fondata da Guilherme Penedo e Hynek Kydlíček, gli stessi creatori di FineWeb e FinePDFs su Hugging Face.
La tesi centrale dell'azienda è che la qualità dei dati è fondamentale per il progresso nell'AI fisica e che la robotica ha bisogno di un'infrastruttura per raffinare i dati grezzi del mondo reale in dataset di addestramento utili . Questo ruolo è analogo a quello che i dataset web di alta qualità hanno avuto nel miglioramento dei modelli linguistici — con lo stesso team che ora applica idee simili di raffinamento dei dati alla robotica .
I fondatori: il duo di FineWeb
Macrodata Labs è stata fondata da Guilherme Penedo e Hynek Kydlíček. Entrambi hanno lavorato in precedenza su FineWeb su Hugging Face e sono citati come autori del paper sul dataset FineWeb . Il loro background è nella cura e nel raffinamento di dati su larga scala per l'addestramento di modelli linguistici, che ora stanno applicando ai dati del mondo fisico per i robot .
"Negli ultimi anni su Hugging Face, io e Hynek abbiamo lavorato su alcuni dei dataset di pre-addestramento open-source più utilizzati, tra cui FineWeb e FinePDFs. Quel lavoro ci ha dato un posto in prima fila per osservare come il ridimensionamento della potenza di calcolo e dei dati abbia guidato il progresso nei LLM. Stiamo iniziando a vedere un decollo simile nella robotica", ha scritto Penedo in un annuncio su LinkedIn .
Refiner: un framework open-source per i dati robotici
Refiner è il primo prodotto di Macrodata Labs: un framework open-source per l'elaborazione di dati robotici . Viene descritto come un toolkit per trasformare video robotici disordinati e altri dati del mondo fisico in dati di addestramento più puliti .
Il framework legge i formati effettivamente utilizzati dai team di robotica — LeRobot, HDF5 (ALOHA, robomimic, LIBERO), Zarr, MCAP, video grezzi e dataset di Hugging Face — e fornisce strumenti per elaborare dimostrazioni, frame, traiettorie, annotazioni e flussi di sensori .
Refiner è progettato per funzionare localmente durante lo sviluppo e per scalare su un cloud serverless elastico con un solo comando . L'azienda lo posiziona come una "raffineria di dati" per l'AI fisica .
Round pre-seed da 4 milioni di dollari guidato da Air Street Capital
Macrodata Labs ha raccolto un round pre-seed da 4 milioni di dollari guidato da Air Street Capital, una società londinese focalizzata su aziende AI-first fondata da Nathan Benaich . Il round ha visto la partecipazione di Drysdale Ventures, OPRTRS CLUB, Kima Ventures, YG Ventures (Alex Yazdi), >commit, Thomas Wolf (co-fondatore di Hugging Face) e angel investor provenienti dai principali laboratori di AI .
Air Street Capital, che ha chiuso un Fondo III da 232 milioni di dollari all'inizio del 2026, vanta un portafoglio che include Synthesia, Black Forest Labs, Wayve, Poolside e altre aziende AI-first .
La posizione dell'Europa nella robotica
I messaggi pubblici di Macrodata Labs rimangono concentrati sulla costruzione del livello dati per la robotica, piuttosto che su una strategia esplicitamente legata all'Europa . L'affermazione più solida supportata è che l'azienda è supportata da Air Street Capital, una venture firm londinese focalizzata sull'AI . Questo contesto di investitori suggerisce che il capitale europeo sta attivamente sostenendo l'infrastruttura dati per la robotica, ma l'azienda stessa non ha rilasciato dichiarazioni formali sul ruolo dell'Europa nel settore .
La tesi centrale dell'azienda è che la qualità dei dati è fondamentale per il progresso nell'AI fisica e che la robotica ha bisogno di un'infrastruttura per raffinare i dati grezzi del mondo reale in dataset di addestramento utili . Questo ruolo è analogo a quello che i dataset web di alta qualità hanno avuto nel miglioramento dei modelli linguistici — con lo stesso team che ora applica idee simili di raffinamento dei dati alla robotica .
I fondatori: il duo di FineWeb
Macrodata Labs è stata fondata da Guilherme Penedo e Hynek Kydlíček. Entrambi hanno lavorato in precedenza su FineWeb su Hugging Face e sono citati come autori del paper sul dataset FineWeb . Il loro background è nella cura e nel raffinamento di dati su larga scala per l'addestramento di modelli linguistici, che ora stanno applicando ai dati del mondo fisico per i robot .
"Negli ultimi anni su Hugging Face, io e Hynek abbiamo lavorato su alcuni dei dataset di pre-addestramento open-source più utilizzati, tra cui FineWeb e FinePDFs. Quel lavoro ci ha dato un posto in prima fila per osservare come il ridimensionamento della potenza di calcolo e dei dati abbia guidato il progresso nei LLM. Stiamo iniziando a vedere un decollo simile nella robotica", ha scritto Penedo in un annuncio su LinkedIn .
Refiner: un framework open-source per i dati robotici
Refiner è il primo prodotto di Macrodata Labs: un framework open-source per l'elaborazione di dati robotici . Viene descritto come un toolkit per trasformare video robotici disordinati e altri dati del mondo fisico in dati di addestramento più puliti .
Il framework legge i formati effettivamente utilizzati dai team di robotica — LeRobot, HDF5 (ALOHA, robomimic, LIBERO), Zarr, MCAP, video grezzi e dataset di Hugging Face — e fornisce strumenti per elaborare dimostrazioni, frame, traiettorie, annotazioni e flussi di sensori .
Refiner è progettato per funzionare localmente durante lo sviluppo e per scalare su un cloud serverless elastico con un solo comando . L'azienda lo posiziona come una "raffineria di dati" per l'AI fisica .
Round pre-seed da 4 milioni di dollari guidato da Air Street Capital
Macrodata Labs ha raccolto un round pre-seed da 4 milioni di dollari guidato da Air Street Capital, una società londinese focalizzata su aziende AI-first fondata da Nathan Benaich . Il round ha visto la partecipazione di Drysdale Ventures, OPRTRS CLUB, Kima Ventures, YG Ventures (Alex Yazdi), >commit, Thomas Wolf (co-fondatore di Hugging Face) e angel investor provenienti dai principali laboratori di AI .
Air Street Capital, che ha chiuso un Fondo III da 232 milioni di dollari all'inizio del 2026, vanta un portafoglio che include Synthesia, Black Forest Labs, Wayve, Poolside e altre aziende AI-first .
La posizione dell'Europa nella robotica
I messaggi pubblici di Macrodata Labs rimangono concentrati sulla costruzione del livello dati per la robotica, piuttosto che su una strategia esplicitamente legata all'Europa . L'affermazione più solida supportata è che l'azienda è supportata da Air Street Capital, una venture firm londinese focalizzata sull'AI . Questo contesto di investitori suggerisce che il capitale europeo sta attivamente sostenendo l'infrastruttura dati per la robotica, ma l'azienda stessa non ha rilasciato dichiarazioni formali sul ruolo dell'Europa nel settore .
