如果问当下 AI 领域最稀缺的资源是什么，很多人会想到算力或大模型本身。但在人形机器人行业，一个更具体的瓶颈正在浮现——真实物理世界的训练数据。正是这个判断，让一家成立仅两年的初创公司 Mecka AI 获得了红杉资本等顶级投资机构的关注，估值正走向 5 亿美元。
没有机器人背景的创始人，押注最稀缺的环节
Mecka AI 由四位创始人在 2024 年联合创办，其中包括加拿大创业者 Josh Gao 和 Mogen Cheng——二人此前曾一起做过餐饮金融科技创业；Jason Chong 则是在 Coinbase 收购其加密货币交易所后加入的团队。Duy Nguyen 负责公司运营，是团队中唯一非加拿大籍的成员。
一个有意思的细节是，四位创始人均无机器人行业背景。他们并非机器人工程师，也没有在实验室里从事过相关研究。但他们看到了一个被行业忽视的现实：物理世界的数据极度匮乏，而这是通用人形机器人发展的核心堵点。
“Mecka” 这个名字本身也透露着某种直觉——它来自日语” mech a”（机械），指科幻作品中由人类操控的巨大机器人。创始团队想做的，正是为机器人提供”人类如何运动”的真实数据。
从 6000 万到 5 亿：一年内估值三级跳
根据 TechCrunch 援引知情人士的消息，Mecka AI 正在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（约合 500 million USD）。而就在约三个月前，公司刚刚宣布完成 6000 万美元融资轮，由 Framework Ventures 领投，Menlo Ventures、SV Angel 和 Kindred Ventures 参与跟投。
融资节奏之快、估值跳升之大，侧面反映出投资机构对机器人训练数据赛道的高度焦虑。知情人士透露，截至 2026 年 6 月初，Mecka AI 预计当年全年年化收入将达到 1 亿美元。
公司目前尚未公开披露完整客户名单，但据行业观察，许多机器人公司和 AI 实验室都在使用 Mecka 采集的”第一人称视角”数据来训练模型，配合遥操作（teleoperation）等其他物理数据采集方式，构建更真实的运动控制模型。
数据即壁垒：机器人行业的”Scale AI 时刻”
投资人和行业观察者喜欢将 Mecka 与 Scale AI 做类比——后者为 LLM 提供了文本数据标注的基础设施，而 Mecka 正在为机器人构建类似的”物理世界数据”基础设施。
这类数据的采集方式颇为独特：Mecka 通过付费方式，让普通人穿戴传感器和智能手机，记录自己完成日常任务的全过程——冲咖啡、修车、打扫房间。每一段视频都被标注、清洗，最终成为机器人模型的学习素材。
值得注意的是，这类”egocentric”（自我中心视角）数据的价值正在被更多玩家认可。就在上周，TechCrunch 还报道了另一家同类公司 XDOF 正在接近完成一轮估值 12 亿美元的融资。Scale AI 和 Micro1 等已有数据平台也在向机器人领域扩展。
为什么是现在：人形机器人的量产前夜
2026 年被视为人形机器人从实验室走向量产的临界点。Figure、Tesla Optimus、1X Technologies 等公司纷纷披露了商业化时间表。但每家都面临同一个问题：模型在虚拟环境中可以表现良好，转移到真实物理世界后却常常”失灵”。
根本原因在于真实物理交互数据的匮乏。一个在模拟器里走过十万次的走路策略，未必能应对门口的地毯或楼梯的斜度。而 Mecka 所做的，正是系统性地填补这一数据空白。
这种数据采集的商业逻辑也相对清晰：机器人公司愿意为能真正提升模型表现的高质量数据付出溢价，而 Mecka 的壁垒来自于先发积累的数据规模和标注质量。
投资热潮背后的冷思考
当然，赛道火热并不意味着所有玩家都能走到终点。机器人训练数据的商业模式仍在验证阶段，数据采集的成本、质量控制和规模化供给都是实际挑战。此外，隐私监管的边界也在向这个领域延伸——大量普通人被付费记录日常动作，涉及的数据合规问题尚待厘清。
不过对于 Mecka AI 而言，红杉资本此番领投本身就是一个重要信号：这家以押注颠覆性技术赛道著称的顶级风投，正在用真金白银投票认定，物理世界数据是机器人革命中不可或缺的一环。
随着通用人形机器人进入量产竞速阶段，谁掌控训练数据，谁就掌握下一代智能机器的灵魂——这或许是 2026 年最具确定性的 AI 投资逻辑之一。
AI 会员开通推荐
免 KYC 虚拟卡，可开通各类 AI 会员：立即注册