Macrodata Labs raccoglie 4 milioni di dollari per costruire l'infrastruttura dati per l'AI fisica

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 .

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 .