Macrodata Labs vil rydde opp i robotdata – har hentet 4 millioner dollar

Teamet som gjorde åpent nett til treningsdata for mange av dagens ledende språkmodeller, retter nå blikket mot et nytt problem: å rydde opp i den rotete verdenen av robotdata.

Macrodata Labs kom ut av «stealth»-modus i juni 2026 med et klart mål – å bygge den manglende data-infrastrukturen for fysisk KI. Selskapet hentet inn 4 millioner dollar i en pre-seed-runde og lanserte samtidig Refiner, et åpen kildekode-rammeverk for å behandle robotikk-treningsdata .

Problemet: Fysiske data er mer rotete enn tekst

Macrodata Labs adresserer en grunnleggende flaskehals i robotikk: data fra den fysiske verden er vanskeligere å jobbe med enn tekstdata. Videoer er tunge, sensorer kjører i ulike hastigheter, formater endrer seg stadig, og feltet har ikke blitt enige om hvordan det beste treningssignalet skal se ut . Robotikk-team bruker i dag for mye tid på å skrive skjøre skript bare for å gjøre dataene sine brukbare .

Selskapets kjerneantagelse er at høy kvalitet på data er avgjørende for fremgang i fysisk KI, og at robotikk trenger infrastruktur for å foredle rotete virkelige robotdata til nyttige treningssett . Dette speiler rollen som høykvalitets datasett i web-skala spilte for å forbedre språkmodeller – med samme team som nå anvender lignende dataraffineringsidéer på robotikk .

Gründerne: FineWeb-duoen

Macrodata Labs ble grunnlagt av Guilherme Penedo og Hynek Kydlíček . Begge jobbet tidligere med FineWeb hos Hugging Face og er oppført som forfattere av FineWeb-datasettets vitenskapelige artikkel . Deres bakgrunn er i storskala datakurering og -raffinering for trening av språkmodeller, noe de nå anvender på fysiske data for roboter .

«De siste årene hos Hugging Face jobbet Hynek og jeg med noen av de mest brukte åpne treningsdatasettene for LLM-er, inkludert FineWeb og FinePDFs. Det arbeidet ga oss en førsterekkeplass til hvordan skalering av regnekraft og data drev fremgang i LLM-er. Vi begynner å se en lignende oppsving i robotikk,» skrev Penedo i en LinkedIn-kunngjøring .

Refiner: Et åpen kildekode-rammeverk for robotdata

Refiner er Macrodata Labs' første produkt – et åpen kildekode-rammeverk for databehandling i robotikk . Det beskrives som et verktøysett for å gjøre rotete robotvideoer og andre fysiske data om til renere treningsdata for roboter .

Rammeverket leser formatene robotikk-team faktisk bruker – LeRobot, HDF5 (ALOHA, robomimic, LIBERO), Zarr, MCAP, råvideo og Hugging Face-datasett – og gir verktøy for å behandle demonstrasjoner, bilder, baner, annoteringer og sensorstrømmer .

Refiner er designet for å fungere lokalt under utvikling og skaleres til en elastisk serverløs sky med én enkelt kommando . Selskapet posisjonerer det som et «dataraffineri» for fysisk KI .

4 millioner dollar i pre-seed ledet av Air Street Capital

Macrodata Labs hentet 4 millioner dollar i en pre-seed-runde ledet av Air Street Capital, et London-basert selskap som fokuserer på KI-først-bedrifter og ble grunnlagt av Nathan Benaich . Runden inkluderte deltakelse fra Drysdale Ventures, OPRTRS CLUB, Kima Ventures, YG Ventures (Alex Yazdi), >commit, Thomas Wolf (medgründer av Hugging Face), samt forretningsengler fra ledende KI-laboratorier og teknologiselskaper .

Air Street Capital, som stengte et fond III på 232 millioner dollar tidligere i 2026, har en portefølje som inkluderer Synthesia, Black Forest Labs, Wayve, Poolside og andre KI-først-bedrifter .

Europas posisjon i robotikk

Macrodata Labs' offentlige budskap er fokusert på å bygge datalaget for robotikk, snarere enn på en eksplisitt Europa-spesifikk robotikkstrategi . Det sterkest underbygde kravet er at selskapet støttes av Air Street Capital, et London-basert KI-fokusert ventureselskap . Denne investorkonteksten antyder at europeisk kapital aktivt støtter data-infrastruktur for robotikk, men selskapet selv har ikke kommet med en formell uttalelse om Europos rolle i robotikk .