作者丨林夕
编辑丨小龙
一家成立不足两年的公司，凭借“让普通人记录日常劳作”的商业模式，估值已飙升至 5 亿美元。
9 月 11 日，TechCrunch 报道，人形机器人数据初创公司 Mecka AI 正接近完成由红杉资本领投的新一轮融资，投后估值约 5 亿美元。此前仅三个月，Mecka 刚以 2.6 亿美元估值完成 6000 万美元融资。若交易落地，其估值将在数月内接近翻倍。
更为引人注目的是，Mecka 的四位创始人均无机器人行业背景。
Mecka 不制造机器人，不训练大模型，也无需采购昂贵设备。其核心业务是付费聘请普通人，利用手机和传感器记录做饭、清洁、维修等日常动作，将这些数据转化为机器人可学习的训练集。
当 Figure、Tesla 等巨头致力于让机器人自主习得技能时，Mecka 选择了另一条路径：让人类先示范，供机器人模仿学习。这一细分赛道正被资本市场重新定价。
四位非机器人背景的创业者
Mecka AI 成立于 2024 年，其名源自"Mecha"（机械人）。创始团队由四位跨界精英组成：Josh Gao 和 Mogen Cheng 曾创办餐饮支付公司并于 2023 年退出；Jason Chong 的加密货币支付平台 Utopia Labs 被 Coinbase 收购；Duy Nguyen 则靠限量球鞋交易积累财富，现负责公司运营。
Chong 此前的项目曾获 Kindred Ventures 种子轮投资，三年后该机构再次领投 Mecka。团队最初曾考虑再战金融科技，最终决定追踪算力流向，锁定机器人数据基础设施赛道。
经过数月的调研与专家访谈，团队摒弃了主流的“遥操作”（人手柄遥控机器人）方案，转而提出直接采集人类真实作业数据的构想。Gao 坦言：“当时几乎无人相信此路可行。”
尽管初期备受质疑，Mecka 融资历程却极为顺畅：2025 年 8 月获 Neo 领投的 800 万美元种子轮；同年 11 月完成 2500 万美元 A 轮；2026 年初追加 3500 万美元。2026 年 6 月，Fortune 披露其累计融资约 6000 万美元，投资方包括 Framework Ventures、Menlo Ventures 及 SV Angel 等。
付费采集人类行为数据
Mecka 的核心产品逻辑是：付费招募普通人佩戴自研传感器与触觉手套，使用 iPhone 拍摄日常作业。手机内置的深度相机与惯性传感器构成分布式录制系统，除视觉画面外，还同步记录手腕姿态、手指关节运动、抓握力、视线焦点及全身轨迹。
所有信号需毫秒级对齐，以防视觉与触觉数据漂移导致模型训练偏差。
采集素材汇总至"Egoverse"数据库，目前规模超 3 万小时。公司内部设有视频理解实验室，负责手部关键点提取、3D 重建及动作标注。
技术难点在于“重定向”：将人类肢体运动学映射至不同机器人的关节限位与工作空间。攻克此环节后，Mecka 得以获取遥操作难以覆盖的长尾数据，如复杂光照、环境杂乱及错误恢复动作。
然而，该方案亦存局限：人类缺乏力反馈传感器，无法直接读取关节力矩。批评者认为，相比遥操作采集的直致力觉数据，Mecka 方案在物理接触层面存在信息损耗。
需区分的是，Mecka 参与的学术项目"EgoVerse"（合作机构含斯坦福、苏黎世联邦理工等）与其商业化产品"Egoverse"并非同一概念，后者才是对外销售的核心资产。
客户买单的数据复用机制
Kindred Ventures 合伙人 Steve Jang 指出，Mecka 的协议允许公司将客户定制项目中采集的数据复用于自有产品。这意味着客户在资助记录网络的同时，也在协助 Mecka 积累通用标注能力，即“收费构建护城河”。
另一块业务聚焦机器人落地后的集成服务，包括安装、校准与维护。Gao 表示，现有机器人即可部署，Mecka 旨在充当一线集成商，连接数据与模型训练。
纯数据公司缺乏渠道，纯部署公司缺乏数据，Mecka 的双轮驱动模式有效降低了双方成本。
营收方面，2026 年 6 月披露数据显示，Mecka 年化经常性收入（ARR）约 1 亿美元，员工约 40 人。目前唯一确认的付费客户为人形机器人公司 1X Technologies。需注意，官网展示的学术伙伴名单并不代表企业订单，且该营收数据未经审计，订阅与一次性项目占比未明。
人形机器人量产前夜的数据卡位战
Mecka 并非孤军奋战。美国已有 XDOF、Scale AI、Micro1 等竞品，前者专注遥操作数据，后两者将 AI 数据采集能力延伸至具身智能；Figure、Tesla 等厂商亦自建数据体系。
各方竞争焦点在于：机器人规模化后，谁能持续提供高质量训练数据。
中国市场同样涌现一批具身智能数据服务商。典型如觅蜂科技，由智元机器人孵化，提供真机、无本体及仿真数据采集服务。该公司近期获中国电信领投，红杉中国等老股东跟投，计划扩大无本体采集规模。
依托机器人厂商背景，觅蜂能更紧密地打通采集、训练与部署闭环，快速验证数据价值。此外，巨身智能、CMRobot 等企业也从真人示教、Ego 数据等角度切入，产业链雏形初现。
市场需求不仅源于“视频数量”，更取决于家庭、工厂等真实场景下的多样化操作样本。截至 2026 年 4 月，国内至少有 90 个人形机器人数据采集中心处于规划或使用阶段，其中 64 个已投入运营，标志着数据采集正从内部研发转向独立产业环节。
然而，第三方数据公司的长期生存面临挑战：随着机器人销量增长，硬件厂商天然掌握更多场景数据，可能逐步内化采集能力，挤压独立供应商空间。
赛道终局比拼的并非数据体量，而是数据的“通用资产”属性。若能将真人动作数据迁移至不同机器人与场景，数据公司有望成为具身智能时代的基础设施；反之，若数据高度依赖特定机型，价值将被厂商内部消化。
对 Mecka 而言，能否构建规模化采集网络并证明数据的跨模型价值，是其商业化的关键命题。尽管人形机器人尚未大规模普及，但围绕数据所有权与训练基础设施的争夺战已提前打响。
