据 TechCrunch 援引两位知情人士消息，专注于采集和分析人类动作数据的初创公司 Mecka AI，正在接近完成一轮由红杉资本领投的新融资，估值约为 5 亿美元。目前具体融资金额尚未披露，交易条款也仍有变动的可能。Mecka AI 和红杉资本均未对此作出回应。
这轮新融资距离该公司上一次公开融资仅过去三个月。此前，Mecka AI 宣布完成由 Framework Ventures 领投的 6000 万美元融资，Menlo Ventures、SV Angel 和 Kindred Ventures 参与。短时间内再获顶级机构关注，显示出资本市场正在把目光从大模型本身，转向支撑机器人学习现实世界能力的数据基础设施。
没有机器人背景的创始团队，瞄准了“物理数据缺口”
Mecka AI 成立于 2024 年，由四位联合创始人共同创立，其中包括加拿大人 Josh Gao 和 Mogen Cheng，两人此前曾创办一家面向餐饮行业的金融科技公司；另一位创始人 Jason Chong 曾创立加密交易所，并在公司被 Coinbase 收购后加入后者。团队中唯一非加拿大籍成员是 Duy Nguyen，主要负责运营工作。
值得注意的是，这四位创始人并没有机器人领域背景。他们的判断是，当前通用机器人，尤其是人形机器人发展的关键瓶颈，并不完全在硬件或控制算法，而在于缺乏足够丰富的物理世界交互数据。基于这一判断，Mecka AI 选择从人类动作数据采集切入，试图为机器人训练提供真实世界样本。
公司名称“Mecka”源自“mecha”，即科幻作品中由人类操控的巨型机器人。其业务思路则是希望复制 Scale AI、Mercor、Surge 等人类数据公司在语言模型产业中的角色，把数据标注和供给能力带入机器人训练环节。
用传感器和手机记录日常动作，形成机器人可学习的数据源
Mecka AI 的具体方式是，付费让普通人使用身体传感器和智能手机，记录自己完成日常任务的过程。这些任务包括制作咖啡、维修汽车等与现实生活高度相关的操作。通过这种方式，公司能够收集第一人称视角的动作数据，为机器人理解环境、模仿动作和执行任务提供基础素材。
这种“以人为中心”的数据采集路径，与遥操作等其他物理数据获取方式形成互补。对于不少机器人公司和 AI 实验室而言，真实场景中的操作数据正成为训练模型的重要资源。虽然 Mecka AI 并未公开客户名单，但这类以第一人称视角记录现实行为的数据，已经在机器人模型训练链条中获得需求。
在今年 6 月初的一次采访中，Mecka AI 联合创始人 Gao 曾向 Fortune 表示，公司预计到 2026 年底，年化收入规模将达到 1 亿美元。
机器人训练数据赛道升温，产业链上游价值被重新评估
Mecka AI 此轮融资受到关注，并不只是单一公司事件。它反映出机器人训练数据正在成为具身智能产业新的竞争焦点。随着大模型能力逐步外溢到物理世界，机器人如何学习真实环境中的动作、物体交互和任务流程，成为行业必须解决的问题。谁能提供高质量、可持续的现实行为数据，谁就可能在这一轮技术浪潮中占据上游位置。
- Mecka AI 正接近完成红杉资本领投的新融资，估值约 5 亿美元。
- 公司三个月前刚完成 6000 万美元融资，资本市场对其关注度持续上升。
- 其核心业务是采集人类日常动作数据，用于训练人形机器人和其他机器人系统。
- 同类玩家还包括 XDOF、Scale AI、Micro1 等，机器人数据赛道正在形成集群效应。
从更宏观的角度看，具身智能产业的发展路径正在逐渐清晰：模型、算力和机器人本体固然重要，但真实世界数据的获取能力，正在成为决定模型落地速度的关键变量。过去在大语言模型领域，数据标注和人类反馈曾催生一批高估值公司；如今，类似逻辑正在向机器人训练数据领域延伸。
在这一背景下，Mecka AI 的快速融资，折射出投资机构对“机器人数据基础设施”的重视正在提升。对于整个具身智能产业链而言，上游数据供给环节的成熟，可能会影响未来机器人模型训练的成本、效率和商业化节奏。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/mecka-ai-huo-hong-shan-ling-tou-xin-yi-lun-rong-zi-gu-zhi
