Mecka AI获红杉领投，估值近5亿美元，机器人训练数据需求激增

红杉资本正领投一轮对Mecka AI的新融资，这家靠收集人类动作数据来训练人形机器人的初创公司，估值已逼近5亿美元。而就在三个月前，它才刚刚完成由Framework Ventures领投的6000万美元融资，Menlo Ventures、SV Angel和Kindred Ventures也参与其中。新一轮融资的具体金额尚未披露，交易条款也未最终敲定，仍存在变数。Mecka AI和红杉均拒绝置评。 这家公司的背景颇为特别。它成立于2024年，四位联合创始人中，Josh Gao和Mogen Cheng此前做的是餐饮金融科技，Jason Chong的加密货币交易所被Coinbase收购后加入了Coinbase，唯一非加拿大籍的Duy Nguyen负责运营。四个人都没有机器人行业背景，但他们判断出一个关键问题：物理世界的数据严重匮乏，而捕捉真实世界的交互数据，正是制约通用机器人（包括人形机器人）发展的核心瓶颈。Mecka的名字来源于“mecha”（机甲，即人类操控的虚构巨型机器人），它想做的事，就是为机器人领域提供Scale AI、Mercor、Surge等公司为大型语言模型提供的那种人类数据服务。具体做法是付费请人佩戴身体传感器、用智能手机记录自己完成日常任务的过程，比如冲咖啡、修车。据Josh Gao此前向《财富》透露，截至今年6月初，Mecka预计到2026年底年化收入将达到1亿美元。 这轮融资之所以引人关注，是因为它折射出当下机器人训练数据赛道的整体升温。人形机器人要走向通用化，光靠仿真数据远远不够，必须大量采集真实世界中人类操作的第一手数据，而“第一人称视角”（egocentric）采集正是其中一条主要路径，与遥操作等方式并行。Mecka的客户名单虽未公开，但不少机器人公司和AI实验室都在依赖这类数据建模。竞争对手也在快速吸金：TechCrunch上周报道，同样采集真实世界机器人训练数据的XDOF正以12亿美元估值接近完成新一轮融资；而Scale AI、Micro1等原本服务大模型的人类数据平台，也在向机器人领域延伸。对中国出海创业者和AI从业者来说，这条赛道的信号很明确：机器人数据标注和采集正在成为继大模型数据之后的又一个资本热点，而谁能更高效、更低成本地拿到高质量的真实动作数据，谁就可能卡住人形机器人量产落地的关键位置。