Spółka wyodrębniona z AgiBot zaledwie dwa miesiące po założeniu zdobyła wielomilionowe finansowanie i ogłasza dziś — 16 kwietnia 2026 roku — pierwszą publiczną prezentację platformy danych dla robotyki ucieleśnionej. Wydarzenie w Szanghaju ma być pierwszą systemową odpowiedzią na problem, który branża traktuje jako fundamentalny: brak wysokiej jakości danych treningowych do modeli AI działających w fizycznym świecie.
Najważniejsze w skrócie
- Maniformer (觅蜂科技, Shanghai Maniformer Embodied Intelligence Technology Co.) ogłasza dziś w Szanghaju inauguracyjną konferencję produktową — jedną z pierwszych takich prezentacji branżowych platform danych dla embodied AI.
- Spółka powstała 3 lutego 2026 r. jako wydzielony podmiot AgiBot (Zhiyuan Robotics). W lutym 2026 r. zamknęła wczesne rundy finansowania — od inwestorów instytucjonalnych i prywatnych — na łączną sumę kilkuset milionów juanów (orientacyjnie ponad 100 mln zł), której liderem był Sequoia China.
- Szacowany deficyt danych treningowych dla branży wynosi ponad 5 milionów godzin wysokiej jakości nagrań na 2026 rok — to liczba podawana przez samą spółkę i powtarzana przez rynkowych analityków.
- Platforma oferuje usługi kompletnego cyklu danych: od zbierania przez prawdziwe roboty i systemy teleopercji, przez dane z symulacji, aż po anotację i standaryzację.
- Firma zapowiada globalną ekspansję i tworzenie aliansów danych z partnerami przemysłowymi na całym świecie.
Od AgiBot do samodzielnego podmiotu
Maniformer nie jest startupem zbudowanym od zera — to spin-off z jednej z najbardziej aktywnych chińskich firm robotycznych. AgiBot (Zhiyuan Robotics) inkubował Maniformer jako dedykowaną platformę danych dla robotyki ucieleśnionej. Firma powstała w lutym 2026 roku i koncentruje się na pełnospektralnym pozyskiwaniu danych zarówno z rzeczywistych operacji robotycznych, jak i ze środowisk symulacyjnych.
Decyzja o wyodrębnieniu działalności datowej jako osobnej spółki ma precedens w historii samego AgiBot. Jak wskazuje chińskie medium AI 科技评论, wcześniej ten sam model zastosowano przy wydzieleniu działu chwytaków — projektu AGILINK — który zebrał własne finansowanie. AgiBot do tej pory osiągnął niezależne finansowanie dla robotów humanoidalnych klasy przemysłowej i konsumenckiej, chwytaków, platformy danych oraz platformy leasingu robotów.
Rejestracja spółki pod pełną nazwą Shanghai Maniformer Embodied Intelligence Technology Co. Ltd. potwierdza oficjalna baza danych przedsiębiorstw Qichacha — spółka ma kapitał zakładowy wynoszący 5 mln juanów, a jej prawnym reprezentantem jest Yao Maoqing, dyrektor AgiBot i wiceprezes odpowiedzialny za segment embodied.
Finansowanie i skład inwestorów
Maniformer ogłosił zamknięcie rundy seed i angel o wartości kilkuset milionów juanów (orientacyjnie ponad 100 mln zł), którą poprowadził Sequoia China. W rundzie uczestniczyły CDH Investments, Baidu Ventures, YF Capital i TH EDU Capital, a także partnerzy przemysłowi — Ningbo PIA Automation i PsiBot.
Jak podaje portal EqualOcean, pozyskane środki będą alokowane na trzy obszary: badania i rozwój technologiczny ze szczególnym naciskiem na automatyzację zbierania, anotacji i ewaluacji danych rozbudowę mocy produkcyjnych oraz globalną ekspansję połączoną z budową systemu zarządzania jakością danych i aliansów branżowych.
Skład inwestorów — od Sequoia China przez Baidu Ventures po partnerów produkcyjnych — sugeruje, że projekt jest traktowany zarówno jako inwestycja finansowa, jak i strategiczne aktywo dla całego chińskiego ekosystemu robotyki.
Platforma i produkty: co ogłasza Maniformer 16 kwietnia
Portal branżowy Jiqizhixin opisuje dzisiejszą konferencję jako pierwsze pełne publiczne przedstawienie oferty produktowej spółki. Treść materiałów wskazuje na kilka kluczowych ogłoszeń, choć ich pełna weryfikacja będzie możliwa po opublikowaniu oficjalnych materiałów pokonferencyjnych:
- Platforma AI do obsługi danych — Maniformer ma zaprezentować centralny system dla branży robotycznej, który ma standaryzować zbieranie, przetwarzanie i dystrybuowanie danych treningowych dla fabryk, logistyki i usług. Platforma ma umożliwiać zbieranie danych w scenariuszach przemysłowych na skalę dziesiątek milionów godzin rocznie — choć ta deklaracja pochodzi z materiałów prezentacyjnych i nie ma jeszcze niezależnego potwierdzenia.
- Seria MEgo — zapowiadany jest hardware do zbierania danych, oparty na dotychczasowej filozofii AgiBot dotyczącej wielomodalnych sensorów i sterowania siłą. Platforma G2 AgiBot — techniczna podstawa dla rozwiązań Maniformer — integruje wysokowydajne siłowniki stawowe, czujniki multimodalne i kontroler domeny wspierający precyzyjną kontrolę siłową zbiera zsynchronizowane dane RGB(D), sygnały dotykowe, chmury punktów LiDAR, dane IMU i stany całego ciała w ujednoliconym potoku.
- Inicjatywa współdzielenia danych — Maniformer zapowiada otwartą platformę gromadzenia danych i zaproszenie do udziału globalnych partnerów. Mając na uwadze, że rynek zmaga się z problemem silosowania danych i braku standardów, inicjatywa ma ambicje podobne do tego, co w świecie danych tekstowych zapoczątkował Common Crawl.
Dlaczego teraz — skala problemu z danymi
Embodied AI stoi przed innym wyzwaniem niż modele językowe. Tekstu w internecie są setki miliardów słów. Danych fizycznych interakcji robot-środowisko prawie nie ma. Szacuje się, że deficyt wysokiej jakości, efektywnych danych w branży wynosi ponad 5 milionów godzin w 2026 roku — niedobór podaży danych stał się kluczowym czynnikiem hamującym rozwój przemysłu.
Branża korzysta w dużej mierze z koła zamachowego danych — przez lata firmy budowały własne systemy zbierania, traktując dane jako kluczowy zasób. Wchodząc w 2026 rok, ogromna luka działa jak lustro, ujawniając trudną prawdę: żadna firma nie jest w stanie samodzielnie zapełnić tej pustki.
Jak w przypadku pojazdów autonomicznych we wczesnej fazie rozwoju sektora, rynek zmagał się z brakami danych. Poprzez współpracę w całym łańcuchu dostaw, gromadzenie ogromnych zbiorów danych z rzeczywistego ruchu drogowego i iterację algorytmiczną, branża skutecznie przeszła z częściowej automatyzacji (gdzie kierowca nadal musi być gotowy do przejęcia kontroli) na wyższe poziomy pełnej autonomii. Embodied intelligence nieuchronnie podąży podobną trajektorią.
Dla porównania: Scale AI, największy niezależny dostawca danych dla AI, zebrał ponad 100 000 godzin rzeczywistych danych robotycznych w ciągu jednego roku, przy czym firma podkreśla, że jej przewagą jest jakość, a nie ilość: każdy zestaw danych jest wzbogacony o warstwy semantyczne rejestrujące nie tylko jakie ruchy wykonano, ale dlaczego i w jaki sposób. IBM Maniformer celuje w rząd wielkości powyżej tej skali — ale realizacja tych ambicji będzie zależeć od tempa budowania sieci partnerów i infrastruktury zbierania.
Dlaczego to ważne?
Maniformer wchodzi na rynek w momencie, gdy branża robotyki ucieleśnionej przechodzi od eksperymentów laboratoryjnych do pierwszych wdrożeń produkcyjnych. AgiBot ogłosił 15 kwietnia 2026 roku wdrożenie swoich robotów G2 na liniach produkcyjnych Longcheer Technology w Nanchang — co firma określiła jako pierwsze na świecie wdrożenie embodied AI w seryjnej produkcji elektroniki konsumenckiej. To oznacza, że zapotrzebowanie na dane treningowe przestaje być problemem akademickim.
Kluczowe jest tu wyodrębnienie działalności datowej jako osobnej spółki. AgiBot produkuje roboty i potrzebuje danych do ich trenowania — ale jednocześnie buduje niezależny podmiot, który mógłby dostarczać dane konkurentom i partnerom zewnętrznym. To model znany z rynku półprzewodników, gdzie foundry (np. TSMC) produkuje układy dla firm, które wzajemnie ze sobą konkurują. Jeśli Maniformer zdoła pozycjonować się jako neutralna infrastruktura branżowa — a nie wyłącznie ramię AgiBot — ma szansę stać się kluczowym węzłem globalnego ekosystemu robotyki. Dotychczasowe partnerstwa z globalnymi gigantami technologicznymi, na które wskazuje spółka, są obiecującym sygnałem, ale ich zakres i charakter pozostają niepubliczne.
Ryzyko: konsolidacja danych w jednym podmiocie może pogłębić zależność mniejszych firm od platformy kontrolowanej przez dominującego producenta robotów. Jak pokazuje historia Androida czy App Store, kto kontroluje warstwę danych (lub platformę), ten de facto wyznacza reguły gry.
W polskim i europejskim kontekście warto odnotować, że — jak opisywaliśmy na Robocikowo — europejski rynek humanoidów dopiero kształtuje swoją infrastrukturę danych, a tamtejsze firmy jak Neura Robotics czy Hexagon AB nie mają jeszcze dedykowanych platform datowych zbliżonych skalą do Maniformer.
Co dalej?
- Pełna oferta produktowa platformy i warunki współpracy dla partnerów zewnętrznych będą znane po oficjalnej prezentacji 16 kwietnia w Centrum Naukowym Zhangjiang w Szanghaju — to pierwszy test, czy Maniformer ma realną propozycję wartości poza ekosystemem AgiBot.
- Kluczowym wskaźnikiem sukcesu będzie tempo nawiązywania aliansów danych z firmami spoza grupy kapitałowej AgiBot — szczególnie z producentami robotów, którzy są bezpośrednimi konkurentami macierzystej spółki.
- W średnim horyzoncie: jeżeli inicjatywa otwartej platformy danych spotka się z odpowiedzią rynku, może wymusić standaryzację formatów danych i protokołów zbierania — co byłoby porównywalne ze znaczeniem DROID lub Open X-Embodiment dla badań akademickich, tyle że na skalę komercyjną.
Źródła
- EqualOcean – China Embodied AI Data Platform Maniformer Raises Hundreds of Mns RMB, Led by Sequoia China – https://equalocean.com/news/2026021421749
- Pandaily – AgiBot's Data Arm Maniformer Secures Hundreds of Millions in Seed & Angel Funding – https://pandaily.com/agi-bot-s-data-arm-maniformer-secures-hundreds-of-millions-in-seed-and-angel-funding
- Preqin – Maniformer Asset Profile – https://www.preqin.com/data/profile/asset/maniformer/789485
- Taibo.cn / Zhihu – 独家：红杉领投，觅蜂科技获数亿元融资 – https://zhuanlan.zhihu.com/p/2005698344912180083
- The Robot Report – AGIBOT WORLD 2026 dataset is open-source to accelerate embodied AI development – https://www.therobotreport.com/agibot-world-2026-dataset-open-source-accelerate-embodied-ai-development/
- Gasgoo – The "Data Thirst" of Embodied Intelligence, Is There a Solution? – https://autonews.gasgoo.com/articles/icv/the-data-thirst-of-embodied-intelligence-is-there-a-solution-2036027260316835841
- IBM Think – The data gap that's holding back robotics – https://www.ibm.com/think/news/the-data-gap-holding-back-robotics
- Manila Times / PRNewswire – AGIBOT and Longcheer Technology Achieve World's First Embodied AI Deployment in Consumer Electronics Precision Manufacturing – https://www.manilatimes.net/2026/04/15/tmt-newswire/pr-newswire/agibot-and-longcheer-technology-achieve-worlds-first-embodied-ai-deployment-in-consumer-electronics-precision-manufacturing-mass-production-line/2320692
- Sohu / AIbase – 觅蜂科技宣布完成数亿元种子轮与天使轮 – https://m.sohu.com/a/986979487_117302
