Mecka AI获红杉领投，估值5亿美元：众包采集机器人训练数据的商业逻辑与技术挑战

事件概述

Mecka AI是一家专注于为机器人提供训练数据的基础设施公司，总部位于纽约，2024年注册成立。2026年9月，据TechCrunch报道，该公司接近完成由红杉资本（Sequoia Capital）领投的新一轮融资，估值约为5亿美元。此前在2026年6月，Fortune披露其基于已签合同计算的年化经常性收入运行率约为1亿美元，员工规模约40人。目前唯一可核实的付费客户为人形机器人公司1X Technologies。

核心业务与技术路径

1. 众包数据采集模式
Mecka不直接制造机器人或训练模型，而是构建一个全球性的数据采集网络。公司向普通人支付报酬，要求其在厨房、车间等真实环境中，佩戴自研触觉手套和身体传感器，使用iPhone拍摄煮咖啡、拧螺丝等操作视频。这套系统不仅记录视觉画面，还同步采集手腕位姿、手指关节动作、抓握力、注视点及全身动力学IMU数据，所有信号需对齐至毫秒级精度。

2. 数据资产化与复用机制
采集的数据汇总至名为Egoverse的数据库，声称规模超过3万小时。Mecka的核心商业亮点在于合同中的授权条款：客户支付数据采集成本的同时，授权Mecka将这些数据用于自身产品迭代。这意味着每一笔项目收入都在为公司积累可复用的数据资产，形成“护城河”。

3. 技术难点：动作重定向
Mecka的技术核心是将人类动作映射到机器人关节和工作空间（即动作重定向）。由于人机运动学差异，该方法无法直接获取机器人的力觉和关节力矩信息，存在精度损失。看空者认为，遥操作（Teleoperation）采集的力觉数据更直接可用，而Mecka的方案难以跨越物理接触层面的力控难题。

市场竞争与风险

1. 赛道竞争激烈

• XDOF：由加州大学伯克利分校学者创办，估值约12亿美元，年化收入约5000万美元。
• SkildAI：估值超140亿美元，已完成大额融资。
• 头部厂商自建：特斯拉、Figure、1X等头部机器人公司正在建立内部数据采集队伍。一旦完成垂直整合，独立数据供应商的市场空间将被压缩。

2. 国内外模式对比

• 美国模式：Figure采用直接付费给创作者的众包模式（四个月支付1500万美元）；Mecka则将采集成本嵌入项目预算，通过B端客户付费。
• 中国模式：京东云尝试将数据采集嵌入家政服务，由用户承担部分成本，但合规性存疑；智元、宇树等企业则倾向于自建工厂和动捕设备采集，数据质量可控但成本刚性高，且多选择开源而非商业化复用。

关键结论

Mecka AI试图通过众包网络解决机器人长尾数据稀缺问题，其成功关键在于两点：一是能否克服动作重定向带来的力控精度损失，实现稳定的人机动作迁移；二是能否在头部厂商自建数据团队的背景下，保持独立数据供应商的商业价值。目前其收入未经审计，估值条款尚未最终敲定，技术可行性仍是最大不确定性。