Mecka AI 获英伟达红杉支持,早期曾以加密积分吸引数据贡献

Mecka AI 获英伟达红杉支持,早期曾以加密积分吸引数据贡献

N
News Editor
2026-10-10 02:41:05
Mecka AI 宣布完成 6000 万美元 B 轮融资,红杉资本领投,英伟达、微软旗下 M12、高通创投和三星等参投。公司称 2026 年 6 月年化收入运行率已超过 1 亿美元,预计年底达到 3 亿美元。该公司早期曾推出带有 Crypto 色彩的积分计划吸引用户贡献数据,如今对外定位已转向物理 AI 数据基础设施,并将业务延伸至机器人商业部署。

曾以 Crypto 风格积分吸引用户贡献数据的 Mecka AI,如今正获得科技巨头和主流投资机构加码。

Mecka AI 获英伟达红杉支持,早期曾以加密积分吸引数据贡献 2

10 月 7 日,Mecka AI 宣布完成 6000 万美元 B 轮融资,由红杉资本领投,英伟达、微软旗下 M12、高通创投、三星等新投资者参与,Framework Ventures、Kindred Ventures 以及初创企业孵化器兼风投机构 Neo 继续支持。

公司同时披露,2026 年 6 月的年化收入运行率已经超过 1 亿美元,预计到今年年底达到 3 亿美元。不过,这一数字是公司公布的年化收入运行率,并非已经实现的全年营收。

从加密用户熟悉的名字,到物理 AI 数据公司

对 Crypto 行业来说,Mecka 并不是一个完全陌生的 AI 项目。它不仅背后有加密行业投资者,创始团队中也有人有明显的 Crypto 背景。更早期时,Mecka 还推出过带有加密行业色彩的积分计划,一度引发外界对其未来是否发币的猜测。

但现在,Mecka 官网和最新融资公告已经几乎不再强调 Web3,而是将自己定位为物理 AI(Physical AI)数据基础设施公司。

从早期的积分机制,到如今围绕机器人训练数据和企业部署建立业务,Mecka 的路径已经发生明显变化。

创始团队:没有机器人科班背景,但有人来自 Crypto 行业

Mecka 的四位主要联合创始人为 Josh Gao(CEO)、Jason Chong(CTO)、Duy Nguyen(COO)和 Mogen Cheng(CPO)。

四人最初都没有专业机器人研究背景。Josh Gao 曾与 Mogen Cheng 共同创办一家餐饮软件创业公司,并在 2023 年出售该业务。

联合创始人兼 CTO Jason Chong 则是 Crypto 行业的老面孔,他曾创办加密支付初创公司 Utopia Labs,该公司后来被 Coinbase 收购。根据《财富》杂志报道,负责运营的 Duy Nguyen 还有球鞋转售业务经历,曾通过倒卖球鞋赚得数百万美元。

Josh Gao 在接受《财富》采访时承认,团队成员都不是机器人行业出身。团队通过阅读研究论文、走访机器人实验室、与研究人员交流,逐渐意识到一个问题:机器人行业虽然已经有越来越先进的硬件和模型,但仍缺少大规模、真实且足够丰富的人类动作数据。团队最终确定的方向不是直接制造机器人,而是为机器人提供学习现实世界所需的数据。

成立时间口径并不完全一致

关于 Mecka 的成立时间,公开报道存在不同口径。TechCrunch 将其创立时间追溯至 2024 年;《财富》则称,四位创始人在前期积累大量数据之后,于 2025 年决定正式启动 Mecka AI。

按这一说法,2024 年更接近早期项目探索阶段,2025 年则是报道所述的公司启动阶段。

融资节奏:从 Crypto 投资人走向科技巨头

融资方面,Mecka 在 2025 年 8 月公开完成 800 万美元种子轮融资,由 Neo 领投。

2026 年 6 月,公司又宣布完成合计 6000 万美元融资,其中包括 2500 万美元 A 轮和 3500 万美元后续投资,由 Framework Ventures 领投,Menlo Ventures、SV Angel、Kindred Ventures 等参投。

四个月后,Mecka 再次获得 6000 万美元 B 轮融资,投资者名单进一步扩展到红杉资本、英伟达、微软旗下 M12 等机构。

从 Framework Ventures 到红杉资本,再到英伟达、微软等战略投资者,Mecka 的融资阵容已经不再局限于 Crypto 圈。

Mecka 在卖什么:把人类日常动作变成机器人训练数据

AI 可以写文章、生成代码,但机器人如果要学会端咖啡、叠衣服、修理汽车,仍然需要大量训练。

原因在于,语言模型可以直接从互联网获得海量文本,而机器人需要理解现实世界中的动作、力度、接触和空间关系。这类信息并不能直接从网页中获得。

Mecka 的业务,就是把人类日常活动转化为机器人可以使用的训练数据。

其流程主要分为三步:

  • 先做数据采集。Mecka 组织人员使用手机或自主研发的多传感器设备,记录做饭、整理物品、维修汽车等日常活动。
  • 再做数据处理。公司利用计算机视觉、多模态模型等技术,对原始视频和传感器数据进行处理,提取动作轨迹、手部姿态、三维空间信息等内容。
  • 最后交付数据。Mecka 将处理后的数据提供给机器人实验室、AI 模型团队和企业,用于模型训练、评估和实际机器人部署。

它的核心商业模式是 B2B 数据及相关服务。

客户与业务范围:不只卖数据,也做部署

2025 年 8 月,据 Upstarts 报道,Mecka 已披露与部分《财富》100 强企业签订付费合同,并将机器人公司 1X Technologies 列为早期合作伙伴。

目前,Mecka 称已经向多家前沿机器人实验室以及数家美国科技七巨头公司提供服务,但没有公布完整客户名单,也没有披露具体合同金额。

不过,Mecka 已不满足于仅出售数据。

在最新融资公告中,公司还强调机器人商业部署业务,范围包括硬件接入、现场数据采集、模型后训练、系统集成以及后续运营维护。

这意味着,Mecka 希望从训练数据供应商,继续延伸为企业部署机器人的服务商。

这一模式的价值在于,公司不仅能出售一次性数据,还可能通过部署和持续运营,与客户形成更长期的合作关系。

早期 Web3 色彩更强:曾推出受加密行业启发的积分计划

与现在的物理 AI 定位相比,Mecka 早期的 Crypto 色彩更明显。

2024 年,Mecka 曾推出受加密行业启发的积分计划。早期积分还覆盖社交任务,兼具用户增长功能。

据 Upstarts 报道,Mecka CEO Josh Gao 曾解释,这种模式虽然有助于项目在早期获得关注,但也给公司带来了信任问题,尤其是在与大型企业合作时。CTO Jason Chong 则表示,如果一家公司希望收集数百万小时、质量参差不齐的视频数据,Token 机制或许能够发挥作用;但如果并不需要那样的采集规模,它也可能成为干扰。

随后,Mecka 转向将日常任务游戏化,让用户通过整理床铺等活动贡献数据。对于企业定制任务,公司则向经过筛选的数据采集人员提供专用设备,以获取质量更高的数据。

现在是否还在发积分,暂时无法确认

Mecka 目前是否还向用户发放积分,外界暂时无法确认。

2026 年 2 月,Mecka 在苹果 App Store 推出新的 iOS 应用。官方将这款产品描述为面向内部机器人研究实验室的第一人称数据录制工具,主要用于数据录制、上传和任务管理,没有公开提及积分、Token 或空投机制。

原文作者称,其下载该 App 后发现进入时需要填写 Access Code,因此暂时无法查看内部任务和奖励规则,也无法确认当前数据提供者获得的是积分、现金还是其他形式的报酬。

数据生意跑通后,Token 还是不是必需品

回看 Mecka 的发展路径,值得关注的不只是它会不会发币,更在于其数据采集模式如何逐渐与企业需求结合。

早期积分计划解决的是冷启动问题,也就是如何吸引更多普通用户参与,为机器人提供大量真实世界数据。

但商业客户的需求更复杂。对机器人实验室来说,视频数量并不是唯一指标,数据是否准确、动作是否完整、能否对应特定训练任务,以及采集质量是否稳定,同样重要。

因此,开放式积分激励和专业化付费采集,并不是完全相同的商业模式。前者更容易吸引大量参与者,后者则更有利于围绕具体客户需求管理采集过程。两种方式也可能并存,不能简单判断哪一种一定更有效。

从早期尝试 Crypto 积分,到后来更重视企业定制数据和商业部署,Mecka 的商业模式正在逐步聚焦。

而超过 1 亿美元的年化收入运行率,至少说明公司声称其当前业务已经形成相当规模的收入基础。但由于缺少完整财务披露,外界仍无法判断其毛利率、盈利能力和增长的可持续性。

Mecka 的发展也给 Crypto 行业留下一个问题:如果一个项目最终可以依靠传统商业收入,持续向数据贡献者支付报酬,并满足企业的数据采购需求,Token 是否仍然是必需品?

对于 Mecka,这个问题目前还没有最终答案。

可以确定的是,曾经吸引 Crypto 用户关注的积分计划,如今已经不再是其对外宣传重点。取而代之的,是机器人训练数据、企业客户、商业部署,以及不断增长的收入规模。

本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.
8400

免责声明:

本平台展示的市场信息、项目资料与第三方内容仅用于行业信息分享,不构成任何形式的投资建议或收益承诺。

加密资产交易具有较高风险,用户应充分评估自身风险承受能力并独立作出决策,相关盈亏及法律责任由用户自行承担。

Mecka AI 获英伟达红杉支持,早期曾以加密积分吸引数据贡献 | Bit.Fan