Mecka AI, en startup specialiseret i indsamling og analyse af menneskelige bevægelsesmønstre til træning af humanoid-robotter, har lukket en Series B-finansieringsrunde på 60 millioner dollar. Sequoia Capital står i spidsen for investeringen, mens chipfabrikanten Nvidia, Microsofts venturekapitalfond M12 og andre investorer deltager.
Virksomheden, som blev grundlagt i 2024, positionerer sig som en datatilbyder for robottik. Modellen minder om, hvad Scale AI, Mercor og Surge har gjort inden for kunstig intelligens: de leverer menneskegeneret data, som neurale netværk lærer fra. Mecka betaler enkeltpersoner for at indspille hverdagsaktiviteter – fra kaffemaskiner til bilreparation – mens de er udstyret med kropsensorer og smartphones, der fanger præcise bevægelser og kontekst.
Ifølge tidligere rapportering værdsættes Mecka til 500 millioner dollar. Startups inden for robotik-datatræning er blevet en varmere sektor: XDOF var ifølge TechCrunch i forhandlinger om en Series B-runde med en værdiansættelse på 1,2 milliarder dollar. Platforme, der oprindeligt fokuserede på data til sprogmodeller, udvider nu deres aktiviteter. Scale AI og Micro1 har begge erklæret eller signaleret planer om at tilbyde lignende human-motion data til robottræning.
Humanoid-robotter som Teslas Optimus og Boston Dynamics’ Atlas kræver enormt datamateriale for at kunne navigere varierede fysiske omgivelser og gengive menneskeligt-lignende bevægelser. En anden udfordring er, at simulatorer ikke helt kan reprodusere realverdenens friktioner, variabilitet og uforudsigelige elementer. Derfor er der stigende efterspørgsel efter høj-kvalitet real-world data.
Mecka AI’s tilgang – at bruge sensorer og smartphonedata til at fangsensitive bevægelsesdetaljer – adskiller sig fra konkurrenter, der ofte fokuserer på video-analyse eller syntetetisk data. Spørgsmålet er, hvor hurtigt markedet for robottræningsdata bliver værdifuldt, og om Meckos datasæt kan levere den kvalitet, som de store robotik-virksomheder kræver.
