FineWeb Ekibi Robotik Veri Altyapısı İçin 4 Milyon Dolar Yatırım Aldı: Macrodata Labs

Günümüzün önde gelen büyük dil modellerine güç veren açık web veri setlerini oluşturan ekip, şimdi aynı veri odaklı uzmanlığını robotiğin karmaşık dünyasına taşıyor: dağınık fiziksel dünya verilerini temizlemek.

Macrodata Labs, Haziran 2026'da gizlilikten çıkarak net bir misyonla ortaya çıktı: fiziksel yapay zeka için eksik olan veri altyapı katmanını inşa etmek. Şirket, 4 milyon dolarlık bir ön tohum yatırımı topladı ve eş zamanlı olarak robotik eğitim verilerini işlemek için açık kaynaklı bir framework olan Refiner'ı piyasaya sürdü .

Sorun: Fiziksel Veri, Metin Verisinden Daha Dağınık

Macrodata Labs, robotikte temel bir darboğazı ele alıyor: fiziksel dünya verileriyle çalışmak metin verilerine göre çok daha zor. Videolar ağır, sensörler farklı hızlarda çalışıyor, formatlar sürekli değişiyor ve sektör, ideal eğitim sinyalinin neye benzemesi gerektiği konusunda henüz tam bir fikir birliğine varmış değil . Robotik ekipleri şu anda sadece verilerini kullanılabilir hale getirmek için kırılgan betikler yazarak çok fazla zaman harcıyor .

Şirketin temel tezi, yüksek kaliteli verilerin fiziksel yapay zekadaki ilerleme için kritik olduğu ve robotiğin, dağınık gerçek dünya robot verilerini kullanışlı eğitim veri setlerine dönüştürmek için altyapıya ihtiyacı olduğu yönünde . Bu, dil modellerinin geliştirilmesinde yüksek kaliteli web ölçekli veri setlerinin oynadığı role benziyor ve aynı ekip şimdi benzer veri arıtma fikirlerini robotiğe uyguluyor .

Kurucular: FineWeb İkilisi

Macrodata Labs, Guilherme Penedo ve Hynek Kydlíček tarafından kuruldu . Her ikisi de daha önce Hugging Face'te FineWeb üzerinde çalıştı ve FineWeb veri seti makalesinin yazarları arasında yer alıyor . Geçmişleri, dil modeli eğitimi için büyük ölçekli veri düzenleme ve iyileştirme alanında olup, bu uzmanlığı şimdi robotlar için fiziksel dünya verilerine uyguluyorlar .

"Hugging Face'de geçirdiğimiz son birkaç yılda Hynek ve ben, FineWeb ve FinePDFs dahil olmak üzere en yaygın kullanılan açık LLM ön eğitim veri setlerinden bazıları üzerinde çalıştık. Bu çalışma bize, hesaplama ve veriyi ölçeklendirmenin LLM'lerdeki ilerlemeyi nasıl yönlendirdiğini ön sıradan izleme fırsatı verdi. Robotikte de benzer bir kalkışın başladığını görüyoruz," dedi Penedo bir LinkedIn duyurusunda .

Refiner: Robotik Veriler için Açık Kaynak Bir Framework

Refiner, Macrodata Labs'ın ilk ürünü: açık kaynaklı bir robotik veri işleme framework'ü . Dağınık robot videolarını ve diğer fiziksel dünya verilerini daha temiz robotik eğitim verilerine dönüştürmek için bir araç seti olarak tanımlanıyor .

Framework, robotik ekiplerin fiilen kullandığı formatları okuyor: LeRobot, HDF5 (ALOHA, robomimic, LIBERO), Zarr, MCAP, ham video ve Hugging Face veri setleri. Gösteriler, kareler, yörüngeler, açıklamalar ve sensör akışlarını işlemek için araçlar sağlıyor .

Refiner, geliştirme için yerel olarak çalışacak ve tek bir komutla esnek bir sunucusuz buluta ölçeklenecek şekilde tasarlandı . Şirket, onu fiziksel yapay zeka için bir "veri rafinerisi" olarak konumlandırıyor .

Air Street Capital Liderliğinde 4 Milyon Dolarlık Ön Tohum Yatırımı

Macrodata Labs, Londra merkezli ve Nathan Benaich tarafından kurulan, yapay zeka odaklı bir firma olan Air Street Capital liderliğinde 4 milyon dolarlık bir ön tohum yatırımı topladı . Tura Drysdale Ventures, OPRTRS CLUB, Kima Ventures, YG Ventures (Alex Yazdi), >commit, Thomas Wolf (Hugging Face kurucu ortağı) ve önde gelen yapay zeka laboratuvarlarından ve teknoloji şirketlerinden iş melekleri katıldı .

2026'nın başlarında 232 milyon dolarlık Fon III'ü kapatan Air Street Capital'in portföyünde Synthesia, Black Forest Labs, Wayve, Poolside ve diğer yapay zeka odaklı şirketler yer alıyor .

Avrupa'nın Robotikteki Konumu

Macrodata Labs'ın kamuoyuna yönelik mesajları, açık bir Avrupa odaklı robotik stratejisi yerine robotik için veri katmanı oluşturmaya odaklanmış durumda . En güçlü desteklenen iddia, şirketin Londra merkezli bir yapay zeka girişim sermayesi firması olan Air Street Capital tarafından desteklendiğidir . Bu yatırımcı bağlamı, Avrupa sermayesinin robotik veri altyapısını aktif olarak desteklediğini gösteriyor, ancak şirketin kendisi Avrupa'nın robotikteki rolü hakkında resmi bir açıklama yapmadı .