Co się stało
Według doniesień Mecka AI prowadzi negocjacje w sprawie nowej rundy finansowania o wartości około 500 milionów dolarów, a transakcją może kierować Sequoia Capital. Firma, która gromadzi dane o ruchu człowieka w celu szkolenia humanoidalnych robotów, szuka kapitału około trzech miesięcy po zebraniu 60 milionów dolarów od Framework Ventures. Chociaż dokładna kwota inwestycji i ostateczne warunki pozostają nieujawnione, posunięcie to sygnalizuje duże zainteresowanie inwestorów sektorem infrastruktury danych dotyczących robotyki.
Według doniesień Mecka AI, startup założony w 2024 r. przez Josha Gao, Mogena Chena, Jasona Chonga i Duy Nguyena, zbliża się do nowej rundy finansowania, którego wycena wynosi około 500 mln dolarów. Według dwóch osób zaznajomionych z negocjacjami rundę może poprowadzić firma venture capital Sequoia Capital. Dokładna kwota inwestycji nie została jeszcze ujawniona, a warunki transakcji nie zostały sfinalizowane, co oznacza, że mogą jeszcze ulec zmianie. Mecka AI nie skomentowała negocjacji, a Sequoia Capital odmówiła komentarza.
Firma gromadzi i analizuje dane dotyczące ruchów człowieka w celu szkolenia robotów humanoidalnych. Płaci uczestnikom za nagrania wideo, na których wykonują codzienne i zawodowe zadania, wykorzystując smartfony i czujniki do rejestrowania ruchów ciała. Działania te obejmują zarówno parzenie kawy, jak i naprawę samochodów. Powstały materiał pomaga programistom szkolić modele sterujące robotami, eliminując brak danych na temat interakcji człowieka ze światem fizycznym, co uznano za kluczowe wyzwanie w tworzeniu robotów ogólnego przeznaczenia.
Jeśli transakcja zostanie sfinalizowana, nowe finansowanie nastąpi mniej więcej trzy miesiące po poprzedniej rundzie wynoszącej 60 milionów dolarów. Ta wcześniejsza runda była prowadzona przez Framework Ventures, z udziałem Menlo Ventures, SV Angel i Kindred Ventures. Na początku czerwca 2026 r. założyciel Josh Gao powiedział Fortune, że Mecka AI spodziewa się zakończyć rok rocznym przychodem na poziomie około 100 milionów dolarów. Firma nie ujawnia swoich klientów, ale twórcy robotyki i laboratoria badawcze aktywnie wykorzystują dane zarejestrowane z ludzkiej perspektywy.
Dlaczego to ma znaczenie
Ta runda finansowania podkreśla kluczową rolę danych o ruchu człowieka w rozwoju robotyki humanoidalnej. W miarę jak branża przechodzi od modeli teoretycznych do zastosowań praktycznych, jakość i skala danych szkoleniowych stają się kluczowymi przewagami konkurencyjnymi. Podejście Mecka AI polegające na płaceniu uczestnikom za rejestrowanie codziennych zadań tworzy skalowalny zbiór danych, który eliminuje główne wąskie gardło w uczeniu się robotów. Zaangażowanie dużej firmy venture capital, takiej jak Sequoia Capital, dodatkowo potwierdza opłacalność komercyjną tego skoncentrowanego na danych podejścia do robotyki, potencjalnie przyspieszając rozwój robotów ogólnego przeznaczenia, zdolnych do wykonywania złożonych zadań w świecie rzeczywistym.
Potencjalna wycena Mecka AI na 500 milionów dolarów wskazuje na rosnące zainteresowanie inwestorów danymi dotyczącymi robotyki. W miarę rozwoju systemów humanoidalnych skala i jakość takich zbiorów danych może stać się jednymi z najważniejszych czynników konkurencyjnych w branży. Mecka AI ma na celu zbudowanie infrastruktury danych dla robotyki podobnej do tej, którą opracowują Scale AI, Mercor i Surge do szkolenia dużych modeli językowych.
Przemysł robotyki wykorzystuje obecnie teleoperację do gromadzenia danych i testowania algorytmów w warunkach rzeczywistych, ale podejście Mecka AI polegające na rejestrowaniu naturalnych ruchów człowieka oferuje inną perspektywę. Dane te są kluczowe dla modeli szkoleniowych, które mogą rozumieć świat fizyczny i wchodzić w interakcję ze światem fizycznym w sposób ogólnego przeznaczenia. Zaangażowanie Sequoia Capital, wiodącej firmy venture capital, dodatkowo podkreśla strategiczne znaczenie tego sektora.
Konkurencja na rynku nasila się, a startup XDOF podobno zbliża się do nowej rundy finansowania z wyceną 1,2 miliarda dolarów. Platformy gromadzenia danych, w tym Scale AI i Micro1, również wykraczają poza przygotowywanie zbiorów danych dla dużych modeli językowych w przestrzeń robotyki. Ten konkurencyjny krajobraz sugeruje, że dostęp do wysokiej jakości, różnorodnych danych dotyczących ruchu człowieka będzie kluczowym wyróżnikiem dla firm zajmujących się robotyką.
Mechanizm interaktywny: jak to faktycznie działa
Poznaj interaktywnie technologię leżącą u podstaw tego rozwoju.
An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Co obejrzeć dalej
Inwestorzy powinni monitorować zakończenie tej rundy finansowania i szczegółowe warunki, w tym całkowitą zebraną kwotę. Ponadto zaostrza się krajobraz konkurencyjny, a rywale tacy jak XDOF również poszukują znacznych funduszy. Praktyczny wpływ danych Mecka AI na działanie robotów humanoidalnych w środowiskach rzeczywistych będzie kluczowym wskaźnikiem postępu w branży. Wreszcie zdolność firmy do skalowania operacji gromadzenia danych przy jednoczesnym zachowaniu jakości i zaangażowania uczestników będzie miała kluczowe znaczenie dla jej długoterminowego sukcesu.
Zakończenie rundy finansowania, w tym dokładna kwota inwestycji i ostateczna wycena, będą kluczowym wskaźnikiem zaufania inwestorów do sektora danych robotyki. Wszelkie zmiany warunków lub opóźnienia w zamknięciu mogą sygnalizować zmiany nastrojów na rynku.
Praktyczne zastosowanie danych Mecka AI w szkoleniu robotów humanoidalnych będzie uważnie obserwowane. Sukces we wdrożeniu robotów, które mogą wykonywać złożone zadania przy użyciu tych danych, potwierdziłby podejście firmy i potencjalnie przyciągnąłby dalsze inwestycje i partnerstwa.
Ważne będzie monitorowanie dynamiki konkurencji z innymi platformami gromadzenia danych, takimi jak XDOF, Scale AI i Micro1. Zdolność Mecka AI do utrzymania przewagi konkurencyjnej pod względem jakości danych, skali i opłacalności będzie kluczowa dla jej długoterminowego sukcesu.
Kluczowym wyzwaniem będzie zdolność firmy do skalowania operacji gromadzenia danych przy jednoczesnym utrzymaniu zaangażowania uczestników i jakości danych. W miarę wzrostu zapotrzebowania na dane dotyczące robotyki Mecka AI będzie musiała zapewnić, że jej metody gromadzenia danych pozostaną wydajne i skuteczne.