红杉领投，估值5亿美元：Mecka AI押注“物理世界数据”破局具身智能

【科技24时区】当大语言模型（LLM）在虚拟文本世界里狂飙突进时，另一场关于“身体”的数据战争正在悄然打响。据两位知情人士透露，专注于收集和分析人类运动数据以训练人形机器人的初创公司Mecka AI，正接近完成由红杉资本（Sequoia Capital）领投的新一轮融资，投后估值约达5亿美元。值得注意的是，这笔新资金距离该公司上一轮融资仅过去三个月——当时，Mecka宣布从Framework Ventures牵头的一轮中筹集了6000万美元，Menlo Ventures、SV Angel和Kindred Ventures等机构亦有参与。

尽管TechCrunch尚未获悉本轮融资的具体金额，且交易条款尚未最终敲定，存在变数，但这一动向足以折射出资本对具身智能底层数据的饥渴。面对媒体的问询，Mecka AI与红杉资本均选择了沉默。这种缄默背后，或许正是行业爆发前夜的典型特征：巨头入局，赛道升温，而核心玩家仍在闷声构建壁垒。

回溯至2024年，四位背景各异的创业者共同创立了Mecka AI。其中，加拿大人Josh Gao和Mogen Cheng此前曾打造过一家餐饮金融科技初创公司；Jason Chong则在将其加密货币交易所出售给Coinbase后加入后者；团队中唯一的非加拿大成员Duy Nguyen则负责运营。颇具讽刺意味的是，这四位联合创始人并无机器人领域的深厚背景。然而，正是这种“局外人”视角，让他们敏锐地捕捉到了一个被传统机器人专家忽视的痛点：物理世界数据的极度匮乏。他们意识到，捕获真实世界的交互数据，才是制约包括人形机器人在内的通用机器人发展的主要瓶颈。

Mecka的名字源自“mecha”（机甲），即那种由人类控制的虚构巨型机器人。其商业逻辑清晰而直接：试图为机器人领域做Scale AI、Mercor和Surge等公司为大型语言模型所做的事——提供高质量的人类标注数据。具体而言，Mecka通过支付报酬的方式，激励普通人使用身体传感器和智能手机，记录自己执行日常任务的过程，无论是冲泡咖啡还是修理汽车。这种“自我中心”（egocentric）的数据采集方式，旨在还原最真实的物理交互细节。

早在今年6月初，Gao在接受《财富》杂志采访时便曾预测，到2026年底，Mecka的年经常性收入（ARR）将达到1亿美元。虽然Mecka并未公开其客户名单，但在业界看来，许多机器人公司和AI实验室正依赖此类通过第一人称视角捕获的真实世界数据，辅以远程操作等其他物理数据采集方法，来构建他们的模型。毕竟，没有足够丰富的“肌肉记忆”，再聪明的“大脑”也无法在复杂现实中自如行动。

这一赛道的拥挤程度也在加剧。除了Mecka，上周TechCrunch报道指出，另一家收集真实世界数据用于机器人训练的初创公司XDOF，也正以12亿美元的估值接近新一轮融资。与此同时，Scale AI和Micro1等原本聚焦于LLM的人类数据平台，也开始将触角延伸至机器人领域。从某种角度看，这不仅是数据的竞争，更是定义未来机器人“常识”标准的争夺战。当资本疯狂涌入，谁能率先建立起覆盖全场景的物理世界数据闭环，谁就可能掌握开启通用机器人时代的钥匙。