作者丨林夕
编辑丨小龙
一家成立不到两年的公司，靠着“让普通人拍自己干活”，估值冲到了5亿美元。
9月11日，TechCrunch报道称，人形机器人数据初创公司Mecka AI正接近完成新一轮融资，由红杉资本领投，投后估值约5亿美元。就在3个月前，Mecka刚完成约6000万美元融资，当时估值约2.6亿美元。若这笔交易最终落地，公司估值将在几个月内接近翻倍。
更反常的是，Mecka的四位创始人，没有一个做过机器人。
他们不造机器人，也不训练模型，甚至不需要先买一堆机器人来采数据。Mecka花钱找普通人，用手机和传感器记录他们做饭、洗碗、整理物品、修东西，把这些看似普通的动作加工成机器人可以学习的数据。
在Figure、Tesla等公司还在想办法让机器人自己学会干活的时候，Mecka先做了一件看起来更简单的事：让人把活干一遍，给机器人看。
这门生意，正在被资本重新定价。
四个没有机器人背景的人
Mecka AI成立于2024年，名字取自mecha，意为科幻作品里由人操控的巨型机器人。
创始团队里，Josh Gao和Mogen Cheng是加拿大人，2023年卖掉了两人创办的餐饮支付公司。Jason Chong的加密货币交易所被Coinbase收购，他跟着进了Coinbase。Duy Nguyen是四人里唯一的非加拿大籍，早年靠倒卖限量球鞋赚了几百万美元，现在管运营。
Josh Gao
Mogen Cheng
Chong之前那家公司叫Utopia Labs，专门做链上支付基础设施，2024年底被Coinbase收购。Kindred Ventures领投过它的种子轮，三年后Kindred又投了Mecka。
Gao说，四人商量过再办一家fintech，最后决定去看看计算能力接下来会流向哪里，落在了机器人的数据基础设施上。
接下来几个月，他们读论文、跑机器人实验室、在社交媒体上给机器人研究者发私信。
当时主流的做法是遥操作，即人用手柄遥控机器人完成任务，重复几千遍，让策略模型从这些轨迹里学。四人得出的结论却与之相反，直接拿人干活的记录去训练。
“当时几乎没有人相信这件事能成。”Gao说。
2025年8月，800万美元种子轮，Neo领投。2025年11月，2500万美元A轮。2026年初，3500万美元追加，两笔当时都没有公布。2026年6月1日，Fortune首次报道Mecka把后两笔一并披露为约6000万美元，Framework Ventures领投，Menlo Ventures、SV Angel、Kindred Ventures和天使投资人Ted Xiao参投。
付钱让人拍自己干活
这支团队的判断落在了具体产品上。Mecka付钱给普通人，让他们戴着自研的身体传感器和触觉手套，用手机拍自己干活。手机主要是iPhone，Mecka把它自带的深度和惯性传感器当成一套分布式的录制设备。
相机拍下的画面只是其中一路信号。一套完整的数据还要记录手腕的位置和朝向、每根手指关节怎么动、手接触物体时的抓握力、眼睛在看哪里，以及整个身体的运动轨迹。
这些信号必须对齐到毫秒级，视觉和触觉一旦在时间上漂移，正在学力控接触的策略模型会学到错误的东西。
这些采集到的素材最终都会汇总进一个叫Egoverse的库，Mecka称其规模超过3万小时，是同类里最大的数字。公司内部设有一间视频理解实验室，负责补上手部关键点、3D重建和动作标注。
这项技术中最难的一步是重定向。人的手和机器人末端执行器运动学不同，要把动作映射到关节限位、工作空间和夹爪形态上。
这一步打通了，Mecka就能继承遥操作买不起的长尾数据。车间的杂乱、真实光照、出错之后的恢复动作，都在里面。
但人的身上没有力反馈，也读不出关节力矩。一段拧螺丝的视频能告诉机器人这个动作看起来是什么样，告诉不了它用了几牛米。重定向本身还是有损的，人的关节和肌腱跟机器人对不上。
看空这条路的人认为，遥操作采到的机器人力觉数据更直接可用，Mecka的方案则跨不过物理接触这道坎。
Mecka也是学术项目EgoVerse的参与方之一，位于同列的还有斯坦福、苏黎世联邦理工、Meta Reality Labs。学术的EgoVerse和公司自有的Egoverse是两个东西，后者才是对外销售的产品。
客户出钱采的数据，它能再用一遍
Kindred的Steve Jang在投资公告里拆解过Mecka的生意。客户项目里包含授权条款，Mecka可以把采到的数据用在自己的产品上。客户出钱养记录者网络，同时帮Mecka积累真实标注的能力。
用Jang的话说，Mecka是“收着钱在建自己的护城河”。
另一块业务要等机器人进厂之后才开始，安装、校准、监控和现场维护，这套设施天然与本体和模型无关。Gao想把Mecka放到一线去帮企业集成和训练模型，他说可用的机器人今天就能部署，而且是立刻。
Jang解释过两块业务为什么放在一家公司里，纯数据公司以后要从零建渠道，纯部署公司手里没有动作数据可以微调，每一件都在降低另一件的成本。
收入侧，2026年6月披露时，Mecka说基于已签合同，年化经常性收入运行率约1亿美元，当时员工约40人。它没有公布大部分客户的名字，目前唯一能核实的付费客户是人形机器人公司1X Technologies。
官网上与斯坦福、苏黎世联邦理工并列的那些名字，属于开源研究联合体的学术伙伴，不构成企业订单。这1亿美元未经审计，公司也没有披露其中多少是稳定的订阅收入，多少来自一次性数据项目。
人形机器人还没量产
数据公司先卷起来了
Mecka面对的并不是一个空白市场。
美国已经出现XDOF、Scale AI、Micro1等机器人数据公司，前者更偏机器人遥操作数据，后两者则把原本服务AI模型的数据采集能力延伸到具身智能；Figure、Tesla等机器人厂商也在自己搭建数据采集体系。
不同路线最终都指向同一个问题：机器人规模化之后，谁来持续提供训练数据。
国内也已经出现了一批专门做具身智能数据的公司，其中觅蜂科技是比较典型的一家。
觅蜂成立于2026年初，由智元机器人内部孵化，定位是一站式物理AI数据服务平台，覆盖真机、无本体和仿真等数据采集方式。今年以来，公司连续完成多轮融资，最新一轮由中国电信领投、张江集团跟投，红杉中国、元启创新等老股东追加投资，并计划扩大无本体采集产品的量产规模，提升数据采集和治理能力。
觅蜂的特殊之处在于，它背后本身就是机器人厂商。相比独立的数据供应商，这种模式更容易把数据采集、模型训练和机器人部署连起来，也能更快验证一批数据到底有没有训练价值。
国内还有巨身智能、CMRobot等公司进入这一市场，分别从真人示教、Ego数据、遥操作以及数据运营等方向切入，整个产业链正在形成。
从需求端看，这个市场的想象空间并不只来自“机器人需要更多视频”。真正决定数据价值的，是机器人进入家庭、工厂、仓库等真实场景之后，需要大量不同环境、不同任务、不同人的操作样本。
公开数据显示，截至2026年4月底，国内已经至少有90个人形机器人数据采集和训练中心处于使用或规划阶段，其中64个已经投入使用。这说明数据采集正在从机器人公司的内部研发工作，逐渐变成独立的产业环节。
但数据公司能不能成为一个长期存在的独立生意，还有一个关键变量：机器人厂商会不会最终自己把数据采集做掉。
Figure的Index、Tesla的数据采集体系，以及国内机器人厂商向数据平台延伸，都在说明同一个趋势——随着机器人销量增加，硬件公司天然拥有越来越多真实场景和用户行为数据。
如果这些公司能够自己建立大规模采集网络，第三方数据公司的利润空间就会受到挤压。
因此，这个赛道最终比拼的并不是谁能采集更多小时的数据，而是谁能把数据做成机器人真正需要的“通用资产”。如果一套真人动作数据能够经过处理后迁移到不同机器人、不同任务和不同场景，数据公司就有机会成为类似AI时代数据标注公司的基础设施；如果数据高度依赖某一款机器人、某一个模型，价值就更容易被机器人厂商内部消化。
对Mecka来说，能否把真人数据采集做成规模化网络，同时证明这些数据对不同机器人模型都有持续价值，是它接下来最需要验证的商业命题。
机器人还没有大规模进入家庭和工厂，但围绕数据采集、数据所有权和训练基础设施的竞争，已经提前开始。
本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
