Macrodata Labs ระดมทุน 4 ล้านดอลลาร์ เพื่อสร้างโครงสร้างพื้นฐานข้อมูลสำหรับหุ่นยนต์ AI

ทีมที่เคยเปลี่ยนเว็บเปิดให้เป็นชุดข้อมูลที่ขับเคลื่อนโมเดลภาษาขนาดใหญ่ชั้นนำในปัจจุบัน ตอนนี้กำลังนำความเชี่ยวชาญด้านข้อมูลเดียวกันไปสู่ความท้าทายใหม่: การทำความสะอาดข้อมูลโลกของหุ่นยนต์ที่ยุ่งเหยิง

Macrodata Labs เปิดตัวในเดือนมิถุนายน 2026 พร้อมภารกิจที่ชัดเจน — สร้างเลเยอร์โครงสร้างพื้นฐานข้อมูลที่ขาดหายไปสำหรับ AI ทางกายภาพ บริษัทระดมทุน pre-seed จำนวน 4 ล้านดอลลาร์ และเปิดตัว Refiner เฟรมเวิร์กโอเพนซอร์สสำหรับประมวลผลข้อมูลฝึกหุ่นยนต์ไปพร้อมกัน

ปัญหา: ข้อมูลทางกายภาพยุ่งเหยิงกว่าข้อความ

Macrodata Labs ระบุอุปสรรคสำคัญของวิทยาการหุ่นยนต์: ข้อมูลในโลกกายภาพนั้นจัดการยากกว่าข้อมูลที่เป็นข้อความ ไฟล์วิดีโอมีขนาดใหญ่ เซ็นเซอร์ทำงานด้วยอัตราที่แตกต่างกัน รูปแบบเปลี่ยนแปลงตลอดเวลา และวงการยังไม่มีข้อสรุปว่าสัญญาณฝึกที่ดีที่สุดควรเป็นอย่างไร ปัจจุบัน ทีมหุ่นยนต์ใช้เวลามากเกินไปกับการเขียนสคริปต์ที่ไม่ยืดหยุ่น เพียงเพื่อทำให้ข้อมูลของพวกเขานำไปใช้ได้

แนวคิดหลักของบริษัทคือ ข้อมูลคุณภาพสูงเป็นสิ่งสำคัญต่อความก้าวหน้าของ AI ทางกายภาพ และวิทยาการหุ่นยนต์ต้องการโครงสร้างพื้นฐานเพื่อปรับปรุงข้อมูลโลกจริงที่ยุ่งเหยิงให้เป็นชุดข้อมูลฝึกที่มีประโยชน์ ซึ่งสะท้อนบทบาทที่ชุดข้อมูลเว็บคุณภาพสูงมีต่อการปรับปรุงโมเดลภาษา — โดยทีมเดียวกันนี้กำลังนำแนวคิดการปรับปรุงข้อมูลที่คล้ายคลึงกันมาประยุกต์ใช้กับวิทยาการหุ่นยนต์

ผู้ก่อตั้ง: ดูโอจาก FineWeb

Macrodata Labs ก่อตั้งโดย Guilherme Penedo และ Hynek Kydlíček ทั้งคู่เคยทำงานกับโปรเจกต์ FineWeb ที่ Hugging Face และได้รับการระบุชื่อเป็นผู้เขียนบทความเกี่ยวกับชุดข้อมูล FineWeb พวกเขามีพื้นฐานด้านการดูแลจัดการข้อมูลขนาดใหญ่และการปรับปรุงข้อมูลสำหรับการฝึกโมเดลภาษา ซึ่งตอนนี้กำลังนำมาประยุกต์ใช้กับข้อมูลโลกกายภาพสำหรับหุ่นยนต์

"ในช่วงไม่กี่ปีที่ผ่านมาที่ Hugging Face ไฮเน็กและผมทำงานกับชุดข้อมูล pre-training โอเพนซอร์สที่เป็นที่ใช้กันอย่างแพร่หลาย รวมถึง FineWeb และ FinePDFs งานนั้นทำให้เราได้เห็นโดยตรงว่าการขยายขนาดการคำนวณและข้อมูลขับเคลื่อนความก้าวหน้าใน LLMs ได้อย่างไร ตอนนี้เรากำลังเริ่มเห็นการเติบโตที่คล้ายคลึงกันในวิทยาการหุ่นยนต์" Penedo เขียนในประกาศบน LinkedIn

Refiner: เฟรมเวิร์กโอเพนซอร์สสำหรับข้อมูลหุ่นยนต์

Refiner คือผลิตภัณฑ์แรกของ Macrodata Labs — เฟรมเวิร์กการประมวลผลข้อมูลหุ่นยนต์แบบโอเพนซอร์ส ถูกอธิบายว่าเป็นชุดเครื่องมือสำหรับเปลี่ยนวิดีโอหุ่นยนต์และข้อมูลโลกกายภาพอื่นๆ ที่ยุ่งเหยิงให้เป็นข้อมูลฝึกหุ่นยนต์ที่สะอาดขึ้น

เฟรมเวิร์กนี้สามารถอ่านรูปแบบที่ทีมหุ่นยนต์ใช้งานจริง — LeRobot, HDF5 (ALOHA, robomimic, LIBERO), Zarr, MCAP, วิดีโอ raw และชุดข้อมูลของ Hugging Face — และมีเครื่องมือสำหรับประมวลผลการสาธิต เฟรม วิถี (trajectories) คำอธิบายประกอบ และสตรีมเซ็นเซอร์

Refiner ออกแบบมาให้ทำงานในเครื่องสำหรับการพัฒนา และสามารถขยายไปยังคลาวด์เซิร์ฟเวอร์เลสแบบยืดหยุ่นได้ด้วยคำสั่งเดียว บริษัทวางตำแหน่งให้เป็น "โรงกลั่นข้อมูล" สำหรับ AI ทางกายภาพ

ทุน 4 ล้านดอลลาร์ นำโดย Air Street Capital

Macrodata Labs ระดมทุน pre-seed จำนวน 4 ล้านดอลลาร์ นำโดย Air Street Capital ซึ่งเป็นบริษัทร่วมทุนที่อยู่ในลอนดอนและก่อตั้งโดย Nathan Benaich มุ่งเน้นบริษัทที่ขับเคลื่อนด้วย AI การระดมทุนครั้งนี้มีผู้ร่วมลงทุน ได้แก่ Drysdale Ventures, OPRTRS CLUB, Kima Ventures, YG Ventures (Alex Yazdi), >commit, Thomas Wolf (ผู้ร่วมก่อตั้ง Hugging Face) และนักลงทุนเทวดาจากห้องปฏิบัติการ AI และบริษัทเทคโนโลยีชั้นนำ

Air Street Capital ซึ่งปิดกองทุน Fund III มูลค่า 232 ล้านดอลลาร์ไปเมื่อต้นปี 2026 มีพอร์ตการลงทุนที่รวมถึง Synthesia, Black Forest Labs, Wayve, Poolside และบริษัทที่ขับเคลื่อนด้วย AI อื่นๆ

จุดยืนของยุโรปในแวดวงหุ่นยนต์

ข้อความสาธารณะของ Macrodata Labs ยังคงมุ่งเน้นไปที่การสร้างเลเยอร์ข้อมูลสำหรับวิทยาการหุ่นยนต์ มากกว่ากลยุทธ์ด้านหุ่นยนต์ที่เฉพาะเจาะจงสำหรับยุโรป ข้ออ้างที่สนับสนุนได้ชัดเจนที่สุดคือ บริษัทได้รับการสนับสนุนจาก Air Street Capital ซึ่งเป็นบริษัทร่วมทุนที่เน้น AI ซึ่งตั้งอยู่ในลอนดอน บริบทของนักลงทุนนี้ชี้ให้เห็นว่าเงินทุนของยุโรปกำลังสนับสนุนโครงสร้างพื้นฐานข้อมูลหุ่นยนต์อย่างแข็งขัน แต่ตัวบริษัทเองยังไม่ได้ออกแถลงการณ์อย่างเป็นทางการเกี่ยวกับบทบาทของยุโรปในวิทยาการหุ่นยนต์