Как команда, стоящая за крупнейшими датасетами для LLM, решила заняться данными для роботов: Macrodata Labs привлекает $4 млн
Macrodata Labs — стартап, строящий инфраструктуру для обучающих данных в физическом ИИ и робототехнике. Компания решает проблему неструктурированных, разрозненных физических данных: тяжелые видеофайлы, несовместимые форматы сенсоров и отсутствие стандартов «хороших» обучающих данных для роботов.
ОпубликовалОтредактировано с помощью DeepSeek-V4-FlashИзображения созданы с помощью GPT Image 1.5
Macrodata Labs — стартап, строящий инфраструктуру для обучающих данных в физическом ИИ и робототехнике.
Компания решает проблему неструктурированных, разрозненных физических данных: тяжелые видеофайлы, несовместимые форматы сенсоров и отсутствие стандартов «хороших» обучающих данных для роботов.
Привлечено $4 млн посевных инвестиций от лондонского фонда Air Street Capital и группы бизнес ангелов.
Первый продукт — Refiner, открытый фреймворк для предобработки робототехнических данных (LeRobot, HDF5, Zarr, MCAP и др.).
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.
Промпт ИИ
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
Команда, превратившая открытый веб в датасеты, на которых обучаются многие ведущие языковые модели, теперь применяет тот же подход к новой задаче: наведению порядка в запутанных данных робототехники.
Macrodata Labs вышла из режима скрытой разработки в июне 2026 года с четкой миссией — построить недостающий инфраструктурный слой для физического ИИ. Стартап привлек $4 млн на предпосевном раунде и одновременно запустил Refiner — открытый фреймворк обработки обучающих данных для роботов .
Проблема: физические данные грязнее текстовых
Macrodata Labs решает фундаментальную проблему робототехники: данные из реального мира обрабатывать сложнее, чем текст. Видеофайлы тяжелы, сенсоры работают с разной частотой, форматы постоянно меняются, и в отрасли до сих пор нет единого стандарта того, как должен выглядеть оптимальный обучающий сигнал . Сейчас команды робототехников тратят слишком много времени на написание хрупких скриптов лишь для того, чтобы сделать свои данные пригодными к использованию .
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Каков краткий ответ на вопрос «Как команда, стоящая за крупнейшими датасетами для LLM, решила заняться данными для роботов: Macrodata Labs привлекает $4 млн»?
Macrodata Labs — стартап, строящий инфраструктуру для обучающих данных в физическом ИИ и робототехнике.
Какие ключевые моменты необходимо проверить в первую очередь?
Macrodata Labs — стартап, строящий инфраструктуру для обучающих данных в физическом ИИ и робототехнике. Компания решает проблему неструктурированных, разрозненных физических данных: тяжелые видеофайлы, несовместимые форматы сенсоров и отсутствие стандартов «хороших» обучающих данных для роботов.
Что мне делать дальше на практике?
Привлечено $4 млн посевных инвестиций от лондонского фонда Air Street Capital и группы бизнес ангелов.
Как команда, стоящая за крупнейшими датасетами для LLM, решила заняться данными для роботов: Macrodata Labs привлекает $4 млн
Macrodata Labs — стартап, строящий инфраструктуру для обучающих данных в физическом ИИ и робототехнике. Компания решает проблему неструктурированных, разрозненных физических данных: тяжелые видеофайлы, несовместимые форматы сенсоров и отсутствие стандартов «хороших» обучающих данных для роботов.
ОпубликовалОтредактировано с помощью DeepSeek-V4-FlashИзображения созданы с помощью GPT Image 1.5
Macrodata Labs — стартап, строящий инфраструктуру для обучающих данных в физическом ИИ и робототехнике.
Компания решает проблему неструктурированных, разрозненных физических данных: тяжелые видеофайлы, несовместимые форматы сенсоров и отсутствие стандартов «хороших» обучающих данных для роботов.
Привлечено $4 млн посевных инвестиций от лондонского фонда Air Street Capital и группы бизнес ангелов.
Первый продукт — Refiner, открытый фреймворк для предобработки робототехнических данных (LeRobot, HDF5, Zarr, MCAP и др.).
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.
Промпт ИИ
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
Команда, превратившая открытый веб в датасеты, на которых обучаются многие ведущие языковые модели, теперь применяет тот же подход к новой задаче: наведению порядка в запутанных данных робототехники.
Macrodata Labs вышла из режима скрытой разработки в июне 2026 года с четкой миссией — построить недостающий инфраструктурный слой для физического ИИ. Стартап привлек $4 млн на предпосевном раунде и одновременно запустил Refiner — открытый фреймворк обработки обучающих данных для роботов .
Проблема: физические данные грязнее текстовых
Macrodata Labs решает фундаментальную проблему робототехники: данные из реального мира обрабатывать сложнее, чем текст. Видеофайлы тяжелы, сенсоры работают с разной частотой, форматы постоянно меняются, и в отрасли до сих пор нет единого стандарта того, как должен выглядеть оптимальный обучающий сигнал . Сейчас команды робототехников тратят слишком много времени на написание хрупких скриптов лишь для того, чтобы сделать свои данные пригодными к использованию .
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Каков краткий ответ на вопрос «Как команда, стоящая за крупнейшими датасетами для LLM, решила заняться данными для роботов: Macrodata Labs привлекает $4 млн»?
Macrodata Labs — стартап, строящий инфраструктуру для обучающих данных в физическом ИИ и робототехнике.
Какие ключевые моменты необходимо проверить в первую очередь?
Macrodata Labs — стартап, строящий инфраструктуру для обучающих данных в физическом ИИ и робототехнике. Компания решает проблему неструктурированных, разрозненных физических данных: тяжелые видеофайлы, несовместимые форматы сенсоров и отсутствие стандартов «хороших» обучающих данных для роботов.
Что мне делать дальше на практике?
Привлечено $4 млн посевных инвестиций от лондонского фонда Air Street Capital и группы бизнес ангелов.
Ключевая гипотеза компании: высококачественные данные критически важны для прогресса в физическом ИИ, и робототехнике нужна инфраструктура для превращения необработанных реальных данных в полезные обучающие наборы . Это повторяет роль, которую сыграли качественные веб-датасеты в улучшении языковых моделей — и та же команда теперь применяет схожие идеи очистки данных к робототехнике .
Основатели: дуэт FineWeb
Macrodata Labs основали Гилерме Пенеду (Guilherme Penedo) и Гинек Кидличек (Hynek Kydlíček) . Оба ранее работали над проектом FineWeb в Hugging Face и значатся как авторы соответствующей научной работы . Их опыт — в крупномасштабной курации и очистке данных для обучения языковых моделей, и теперь они применяют его к физическим данным для роботов .
«За последние несколько лет в Hugging Face мы с Гинеком работали над одними из самых используемых открытых наборов данных для предобучения LLM, включая FineWeb и FinePDFs. Эта работа позволила нам из первых рядов увидеть, как масштабирование вычислений и данных стимулирует прогресс в LLM. Мы наблюдаем похожий взлет в робототехнике», — написал Пенеду в анонсе на LinkedIn .
Refiner: открытый фреймворк для робототехнических данных
Refiner — первый продукт Macrodata Labs, открытый фреймворк для обработки данных роботов . Он описывается как набор инструментов для превращения «грязных» видеозаписей и других физических данных в чистые обучающие наборы .
Фреймворк читает форматы, которые робототехнические команды реально используют — LeRobot, HDF5 (ALOHA, robomimic, LIBERO), Zarr, MCAP, сырое видео и датасеты Hugging Face — и предоставляет инструменты для обработки демонстраций, кадров, траекторий, аннотаций и потоков сенсоров .
Refiner спроектирован так, чтобы работать локально для разработки и масштабироваться на эластичное бессерверное облако одной командой . Компания позиционирует его как «нефтеперерабатывающий завод» (data refinery) для физического ИИ .
$4 млн предпосевного раунда от Air Street Capital
Macrodata Labs привлекла $4 млн в предпосевном раунде, который возглавил Air Street Capital — лондонский фонд, сфокусированный на AI-first компаниях, основанный Натаном Бенаичем . В раунде также участвовали Drysdale Ventures, OPRTRS CLUB, Kima Ventures, YG Ventures (Алекс Язди), >commit, Томас Вольф (сооснователь Hugging Face) и бизнес-ангелы из ведущих AI-лабораторий и технологических компаний .
Air Street Capital, закрывший фонд Fund III на $232 млн в начале 2026 года, имеет портфель, включающий Synthesia, Black Forest Labs, Wayve, Poolside и другие AI-first компании .
Позиция Европы в робототехнике
Публичные сообщения Macrodata Labs сосредоточены на построении слоя данных для робототехники, а не на явной европейской стратегии в этой области . Наиболее обоснованным утверждением является то, что компания поддерживается Air Street Capital — лондонским венчурным фондом, ориентированным на ИИ . Этот контекст инвестора позволяет предположить, что европейский капитал активно поддерживает инфраструктуру данных для робототехники, однако сама компания не делала официальных заявлений о роли Европы в этой сфере .
Ключевая гипотеза компании: высококачественные данные критически важны для прогресса в физическом ИИ, и робототехнике нужна инфраструктура для превращения необработанных реальных данных в полезные обучающие наборы . Это повторяет роль, которую сыграли качественные веб-датасеты в улучшении языковых моделей — и та же команда теперь применяет схожие идеи очистки данных к робототехнике .
Основатели: дуэт FineWeb
Macrodata Labs основали Гилерме Пенеду (Guilherme Penedo) и Гинек Кидличек (Hynek Kydlíček) . Оба ранее работали над проектом FineWeb в Hugging Face и значатся как авторы соответствующей научной работы . Их опыт — в крупномасштабной курации и очистке данных для обучения языковых моделей, и теперь они применяют его к физическим данным для роботов .
«За последние несколько лет в Hugging Face мы с Гинеком работали над одними из самых используемых открытых наборов данных для предобучения LLM, включая FineWeb и FinePDFs. Эта работа позволила нам из первых рядов увидеть, как масштабирование вычислений и данных стимулирует прогресс в LLM. Мы наблюдаем похожий взлет в робототехнике», — написал Пенеду в анонсе на LinkedIn .
Refiner: открытый фреймворк для робототехнических данных
Refiner — первый продукт Macrodata Labs, открытый фреймворк для обработки данных роботов . Он описывается как набор инструментов для превращения «грязных» видеозаписей и других физических данных в чистые обучающие наборы .
Фреймворк читает форматы, которые робототехнические команды реально используют — LeRobot, HDF5 (ALOHA, robomimic, LIBERO), Zarr, MCAP, сырое видео и датасеты Hugging Face — и предоставляет инструменты для обработки демонстраций, кадров, траекторий, аннотаций и потоков сенсоров .
Refiner спроектирован так, чтобы работать локально для разработки и масштабироваться на эластичное бессерверное облако одной командой . Компания позиционирует его как «нефтеперерабатывающий завод» (data refinery) для физического ИИ .
$4 млн предпосевного раунда от Air Street Capital
Macrodata Labs привлекла $4 млн в предпосевном раунде, который возглавил Air Street Capital — лондонский фонд, сфокусированный на AI-first компаниях, основанный Натаном Бенаичем . В раунде также участвовали Drysdale Ventures, OPRTRS CLUB, Kima Ventures, YG Ventures (Алекс Язди), >commit, Томас Вольф (сооснователь Hugging Face) и бизнес-ангелы из ведущих AI-лабораторий и технологических компаний .
Air Street Capital, закрывший фонд Fund III на $232 млн в начале 2026 года, имеет портфель, включающий Synthesia, Black Forest Labs, Wayve, Poolside и другие AI-first компании .
Позиция Европы в робототехнике
Публичные сообщения Macrodata Labs сосредоточены на построении слоя данных для робототехники, а не на явной европейской стратегии в этой области . Наиболее обоснованным утверждением является то, что компания поддерживается Air Street Capital — лондонским венчурным фондом, ориентированным на ИИ . Этот контекст инвестора позволяет предположить, что европейский капитал активно поддерживает инфраструктуру данных для робототехники, однако сама компания не делала официальных заявлений о роли Европы в этой сфере .
