MeckaAI获红杉5亿美元估值,用普通人数据训练机器人

机器人训练数据初创公司Mecka AI近日完成由红杉资本领投的新一轮融资,投后估值约5亿美元。该公司通过付费招募用户记录日常操作视频,并将其转化为机器人可用的训练数据,解决了物理交互数据匮乏的问题。尽...

人工智能

在人工智能与机器人技术快速发展的今天,真实世界交互数据的采集成为制约通用机器人(包括人形机器人)发展的关键瓶颈。近日,一家专注于收集和分析人体运动数据以训练机器人的初创公司Mecka AI宣布完成新一轮融资,投后估值达到约5亿美元,由硅谷顶级风投红杉资本领投。

不同于传统依赖遥操作或实验室环境的数据采集方式,Mecka AI开创了一种全新的众包模式:通过支付报酬,让人们佩戴自研的身体传感器和触觉手套,使用智能手机记录自己完成日常任务的过程,如煮咖啡、修理汽车等。这些数据经过加工后,可以用于训练机器人学习复杂的物理交互技能。

文章配图

"我们相信,真实世界的交互数据是通用机器人发展的核心驱动力,"Mecka AI联合创始人Josh Gao在接受采访时表示。"我们的目标是在机器人领域复刻Scale AI等公司在大语言模型领域的成功模式。"

这家成立于2024年的公司,创始团队均来自金融科技和加密货币领域,而非机器人行业。四位联合创始人中,Josh Gao和Mogen Cheng曾共同创办一家餐饮支付公司,Jason Chong则在被Coinbase收购的加密货币交易所UtopiaLabs工作过,Duy Nguyen则是一位早期限量球鞋交易者。他们意识到,尽管机器人技术发展迅速,但高质量的真实世界交互数据仍然严重匮乏。

Mecka AI的技术核心在于将人类的动作通过重定向映射到机器人上。由于人机运动学存在差异,这种方法无法直接获取机器人力觉和关节力矩信息,因此看空者认为遥操作采集的力觉数据更直接可用。然而,Mecka AI的客户项目合同中包含授权条款,公司可将采到的数据用于自身产品,这种数据复用能力被认为是其核心竞争力之一。

"客户出钱采的数据,我们可以再用一遍,"Kindred Ventures的Steve Jang在投资公告中解释道。"这实际上是在帮我们构建自己的护城河。"

当前机器人训练数据赛道竞争激烈,同赛道的XDOF估值已接近12亿美元,Scale AI等原本服务大语言模型的平台也在向该领域拓展。特斯拉、Figure、1X等客户正自建内部数据采集队伍,一旦完成垂直整合,独立数据供应商空间将被压缩。

尽管面临诸多挑战,Mecka AI依然获得了资本市场的高度认可。2026年6月披露基于已签合同的年化经常性收入运行率约1亿美元,员工约40人,目前唯一可核实的付费客户是人形机器人公司1X Technologies。

"这是我们投过的收入增长最快的公司,"Framework联合创始人Vance Spencer对Fortune表示。Mecka AI的成功不仅证明了真实世界交互数据的重要性,也为机器人行业提供了一种全新的数据采集和利用模式。