bingdadaMecka AI 是一家通过众包方式采集人类运动数据来训练机器人的初创公司，正接近完成由红杉资本领投的新融资，估值约 5 亿美元。其核心逻辑是：通用机器人的瓶颈在于物理世界数据稀缺，而众包采集日常动作数据可以复制 Scale AI 在 LLM 领域的成功模式。
当大模型还在疯狂吞噬互联网文本时，另一场围绕物理世界数据的军备竞赛已经悄然升温。最新加入战局的，是一家成立仅两年的初创公司 Mecka AI。该公司正接近完成一轮由红杉资本（Sequoia Capital）领投的新融资，估值约 5 亿美元。而此时距离它上一轮 6000 万美元融资，仅仅过去了三个月。
Mecka AI 的核心业务，是采集和分析人类运动数据，用来训练人形机器人及其他类型的机器人。这个赛道听起来冷门，却精准卡住了一个关键痛点：物理世界数据极度稀缺。
过去几年，Scale AI、Mercor 等公司通过众包方式为 LLM 提供标注文本，创造了巨大的商业价值。Mecka 试图把这套逻辑复制到机器人领域——它付费请普通人佩戴体感传感器、用智能手机记录自己完成日常任务的过程，比如煮咖啡、修理汽车。这种以第一人称视角捕捉动作的「自我中心」（egocentric）数据，正成为许多机器人公司和 AI 实验室训练模型的重要原料。
值得注意的是，Mecka 的四位联合创始人——包括来自加拿大的 Josh Gao、Mogen Cheng，以及曾将加密交易所卖给 Coinbase 的 Jason Chong——都没有机器人背景。但他们敏锐地意识到，通用机器人（尤其是人形机器人）落地的最大瓶颈，不在于算法，而在于缺乏真实世界的交互数据。
红杉资本此番领投，释放出一个明确信号：机器人训练数据正在成为一级市场的新风口。
就在上周，另一家从事真实世界数据采集的初创公司 XDOF 也被曝出接近完成一轮估值 12 亿美元的新融资。与此同时，Scale AI、Micro1 等原本聚焦 LLM 数据标注的平台，也在向机器人领域延伸。资本密集涌入的背后，是整个人形机器人产业对「数据燃料」的刚性需求。
根据 Mecka 联合创始人 Josh Gao 此前向《财富》杂志透露的信息，公司预计到 2026 年底，年度经常性收入（ARR）将达到 1 亿美元。虽然 Mecka 尚未公开客户名单，但业内普遍认为，不少机器人公司和 AI 实验室都在依赖这种「自我中心」数据，再配合遥操作等其他物理数据采集方式，共同构建模型。
在海外资本热炒机器人数据生意的同时，国内厂商走出了一条更具本土特色的路线。
以宇树科技、智元机器人为代表的人形机器人公司，更倾向于自建数据采集工厂，通过遥操作和动作捕捉设备批量生成训练数据，而非完全依赖众包。百度的文心一言、阿里的通义千问等大模型团队，则在探索将多模态理解能力迁移到机器人控制中，试图用更少的物理数据达到同等效果。DeepSeek 等公司则持续在算法效率上做文章，希望通过更强的泛化能力降低对海量动作数据的依赖。
这种差异背后，既有供应链和成本结构的考量，也反映出中美在机器人产业化路径上的不同取舍：美国初创公司更擅长用资本撬动众包数据网络，中国公司则更习惯软硬件一体化、垂直整合的打法。
Mecka 的模式并非没有挑战。让普通人佩戴传感器记录日常动作，涉及隐私边界和数据标准化两大难题。不同设备采集的数据格式、精度、标注质量参差不齐，如何清洗和统一，直接决定了这些数据能否真正用于训练。
此外，机器人训练数据的需求量可能远超文本数据。一辆自动驾驶汽车每天产生的数据量以 TB 计，而人形机器人需要学习的动作种类几乎是无限的。这意味着，数据采集的成本和规模，将成为决定这个赛道最终格局的关键变量。
红杉此次押注 Mecka，本质上是在赌一个判断：未来十年，谁掌握了物理世界的数据入口，谁就掌握了通用机器人的命脉。而这场竞赛，才刚刚开始。
Mecka AI 是一家成立于 2024 年的初创公司，主要通过付费请普通人佩戴体感传感器和智能手机，记录日常动作（如煮咖啡、修车），从而采集人类运动数据，用于训练人形机器人和其他机器人模型。
据知情人士透露，Mecka AI 正接近完成一轮由红杉资本领投的新融资，估值约 5 亿美元。不过交易条款尚未最终确定，仍可能发生变化。
通用机器人（尤其是人形机器人）落地的最大瓶颈不是算法，而是缺乏真实世界的交互数据。与 LLM 可以依赖互联网文本不同，机器人需要学习物理动作，而这类数据无法从网上直接获取，必须通过传感器、遥操作或众包方式采集。
国内宇树科技、智元机器人等更倾向于自建数据采集工厂，通过遥操作和动作捕捉批量生成数据；百度、阿里等大模型团队则在探索多模态能力向机器人控制的迁移，路径与美国初创公司的众包模式有所不同。
Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。
编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com
© 2026 Bingdada. 保留所有权利。
SEO & GEO 技术探索者，专注于搜索引擎优化和生成式引擎优化。
IFA 2026展会上，超千家中国企业参展创历史记录。物理AI与人形机器人成为绝对焦点，欧洲观众对交互式机器人热情高涨。中国厂商正从产品出海转向品类定义者，但在底层技术方面仍面临挑战。
XDOF从隐身模式走出不到三个月，即获12亿美元估值B轮融资意向。该公司专注为通用机器人采集现实数据，年化收入近5000万美元，被视为机器人领域的Scale AI。文章分析其技术路径、竞争格局及国内对标。
北京经开区探访：从无人驾驶巴士到小米汽车工厂，从仿生机器人4S店到朱雀二号火箭，解析亦庄如何构建自动驾驶、具身智能与商业航天的全链条产业生态，以及这种“产业雨林”模式对硬科技竞争格局的深层影响。
获取最新的 SEO 与 GEO 技术资讯。
我们尊重您的隐私，随时可以取消订阅。
