Mecka AI, startup, který shromažďuje a analyzuje data o lidském pohybu za účelem trénování humanoidních robotů a dalších strojů, se blíží k novému kolu financování vedeném Sequoia Capital v hodnotě zhruba 500 milionů dolarů, podle zprávy TechCrunch, která cituje dva lidi se znalostí dohody. Financování by přišlo jen tři měsíce poté, co společnost oznámila kolo 60 milionů dolarů vedené Framework Ventures.
Přesná velikost nového kola nebyla zveřejněna a TechCrunch poznamenal, že podmínky nejsou konečné a mohou se ještě změnit. Mecka AI neodpověděla na žádost o komentář a Sequoia odmítla komentovat. Chcete-li se dozvědět více o penězích plynoucích do startupů s umělou inteligencí, sledujte naše pokrytí startupů a rizikového kapitálu.
Od zakladatelů Fintech k datům robotů
Mecka AI spoluzaložili v roce 2024 čtyři podnikatelé: Kanaďané Josh Gao a Mogen Cheng, kteří dříve vybudovali restaurační fintech startup; Jason Chong, který se připojil k Coinbase poté, co získala jeho kryptoburzu; a Duy Nguyen, který se zaměřuje na operace. Žádný z těchto čtyř nepochází z robotiky – ale všimli si úzkého hrdla, které se stalo jedním z nejcennějších problémů tohoto odvětví.
Název společnosti je odvozen od „mecha“, fiktivního žánru obřích robotů ovládaných lidmi, a její obchodní model se řídí stejnou logikou, která postavila giganty označující data z éry jazykových modelů. Mecka platí lidem za to, aby se zaznamenávali při provádění každodenních úkolů – vaření kávy, opravování aut – pomocí tělesných senzorů a chytrých telefonů a zachycovali to, co průmysl nazývá „egocentrická“ data: skutečný lidský pohyb z pohledu umělce.
Tato data jsou poté prodávána robotickým společnostem a laboratořím AI, které školí univerzální a humanoidní roboty, spolu s dalšími fyzickými metodami sběru dat, jako je teleoperace. Mecka se ve skutečnosti snaží pro robotiku udělat to, co Scale AI, Mercor, Surge a další společnosti zabývající se lidskými daty pro velké jazykové modely.
Růst tržeb upoutal pozornost sekvoje
Finanční trajektorie vysvětluje ocenění pojistného. Začátkem června Mecka předpokládala, že skončí v roce 2026 s roční sazbou 100 milionů dolarů, řekl spoluzakladatel Josh Gao Fortune, když společnost oznámila svou předchozí sbírku. Pro společnost založenou v roce 2024 by dosažení devítimístné míry tržeb během dvou let – pokud by jí bylo dosaženo – patřilo k nejrychleji se rozšiřujícím společnostem ve fyzickém dodavatelském řetězci AI.
V červnu oznámené kolo za 60 milionů dolarů vedly Framework Ventures s účastí Menlo Ventures, SV Angel a Kindred Ventures. Kolo vedené sekvojí na zhruba osminásobku ocenění během tří měsíců by znamenalo jeden z nejstrmějších vzestupů ocenění v tomto sektoru v tomto roce.
Fyzická datová zlatá horečka
Mecka není sám, kdo sází na to, že data z reálného světa jsou vzácným zdrojem éry robotiky. TechCrunch minulý týden oznámil, že XDOF, další startup sbírající reálná data pro trénink robotů, se blíží do nového kola s oceněním 1,2 miliardy dolarů. Mezitím se platformy lidských dat vytvořené pro LLM – včetně Scale AI a Micro1 – rozšiřují mimo jazyková data do kolekcí fyzického světa.
Shon odráží strukturální mezeru: zatímco text a obrázky existují na internetu v téměř neomezeném množství, nikdo nezaznamenal fyzický svět v měřítku. Výrobci humanoidních robotů potřebují miliony hodin ukázek toho, jak lidé dělají běžné úkoly – skládání prádla, sestavování nábytku, obsluhu strojů – aby naučili své stroje obratnosti, rovnováze a úsudku. Zachycování těchto dat pomocí pohybových senzorů a kamer je v současné době jednou z mála škálovatelných metod, a proto investoři tyto společnosti oceňují spíše jako infrastruktura než nástroje. Egocentrický přístup, který Mecka používá, má oproti alternativám výrazné výhody. Teleoperace, kdy člověk na dálku pilotuje rameno robota a zaznamenává pohyby, vytváří data spojená s konkrétní geometrií robota, což zdražuje opětovné použití napříč generacemi hardwaru. Zachycení pohybu z nositelných senzorů je naproti tomu hardwarově agnostické: záznam mechanika přestavujícího motor je užitečný, ať už zákazník trénuje humanoida, průmyslovou ruku nebo čtyřnožku. Škálování je také mnohem levnější, protože přispěvatelem se může stát kdokoli s chytrým telefonem a sadou senzorů – stejná logika crowdsourcingu, která umožňuje platformám pro označování shromáždit přes noc tisíce pracovních sil.
Ekonomika také odráží éru jazykových modelů méně pohodlným způsobem. Datové společnosti v období boomu LLM zjistily, že jejich zákazníci – laboratoře – jsou také jejich nejschopnějšími potenciálními konkurenty, kteří mají zdroje na vlastní výrobu sběrných zbraní. Robotické laboratoře již experimentují se simulačními a video-výukovými kanály, aby snížily svou závislost na zakoupených ukázkách. Toto napětí mezi opakující se poptávkou po datech a ztrátou zprostředkování zákazníků bude určovat, zda se dnešní ohodnocení dat udrží.
Na co se dívat
Dohoda nebyla uzavřena a obě strany odmítly záznam komentovat. Ale pokud se to dokončí blízko ohlášených podmínek, datový sektor robotiky vytvoří během jediného týdne dvě devítimístná ocenění, což potvrzuje, že šok poptávky se přesunul z humanoidního hardwaru – kde soutěží společnosti jako Figure, Tesla a Unitree – o jednu vrstvu dolů k datům, která je trénují.
Vyvstává také otázka, před kterou se nakonec potýká každý zprostředkovatel dat: zda laboratoře nakupující data budou nadále platit zprostředkovatelům, nebo budou shromažďovat vlastní data, až trh dospěje. Peníze zatím říkají, že úzké hrdlo je skutečné a zhoršuje se – a že investoři jsou ochotni zaplatit za toho, kdo ho zavře.
---
Stay Ahead of AIZískejte nejnovější zprávy, analýzy a průlomové informace o umělé inteligenci – vše na jednom místě.
Přečtěte si další zprávy o AI →
