传闻中的意向书终于变成了真正的支票。2026 年 10 月 7 日，机器人数据初创公司 Mecka AI 宣布完成 6000 万美元 B 轮融资。领投方是红杉资本，跟投方包括英伟达与微软旗下的 M12。算上前几轮进账，这家成立仅两年的公司累计公开融资额达到了约 1.2 亿美元。
但官方公告里隐去了一个此前被炒得沸沸扬扬的数字：5 亿美元估值。
文本大模型把互联网上的公开文字吃干榨净之后，资本市场急于在物理世界扶持出下一个 Scale AI。Mecka AI 兜售的故事极其性感：让普通人胸前挂上手机、手上戴着追踪传感器做家务修车，靠众包录像堆出机器人的世界模型。
钱拿到了，但这套逻辑正在工程实测中撞上一堵坚硬的物理高墙。
估值静默与单一客户的收入迷局
新一轮融资交割后，外界报道习惯性把 Mecka AI 与 290 亿美元身价的 Scale AI、40 亿美元的 micro1 放在一起。这造成了一种假象，仿佛纯粹给机器人卖动作数据的独立公司，已经跑出了数百亿美元的成熟盘子。
事实完全脱水后远没这么夸张。
| 机构与路线 | 商业表现与规模 | 核心产品形态 | 估值与资本状态 |
|---|---|---|---|
| Mecka AI（众包视频流派） | 累计融资约 1.2 亿美元，实名客户仅 1X | 头戴手机、低成本 IMU 动作录像 | 本轮官方隐去估值，传闻 5 亿美元未获官方确认 |
| XDOF（真机遥操作流派） | 年化收入约 5000 万美元，企业客户约 20 家 | GELLO 外骨骼、真机主从手摇操作 | 正在洽谈新一轮融资，目标估值 12 亿美元 |
| Scale AI（综合数据平台） | 交付超 15 万小时具身数据，新增 10 家本体客户 | 文本、代码、多模态全栈标注 | 最新估值超 290 亿美元，机器人属于分支业务 |
Scale AI 和 micro1 的体量立足于代码、语言和跨行业全栈标注，机器人专线只是其庞大版图的一角。在原生机器人数据初创圈子里，XDOF 的 12 亿美元估值仍停留在洽谈传闻，Mecka AI 则对最终定价保持沉默。
不仅估值被按下不表，商业基本盘同样经不起细看。创始人此前高调宣称的 2026 年底 1 亿美元年化运行率，计算依据只是未结清的框架合同意向，并非落袋为安的稳定循环收入。
更现实的阻碍在于客户阵容。目前能被公开证实的付费买家依然只有挪威机器人厂商 1X Technologies 一家。官网上列出的斯坦福大学、苏黎世联邦理工学院和 Meta Reality Labs，本质上是学术联合体，根本不是支撑数千万美元收入的企业级大单。
运动学不是动力学，众包录像跨不过力觉鸿沟
去机器人化的视频众包，试图把机械臂的控制问题降维成一段段像素位移。但这正是现代机器人学最残酷的分水岭所在。
手机立体相机和算法管线重建出来的，充其量是人手在空间里的三维几何轨迹，属于运动学范畴。可机器人只要伸手碰触环境，立刻掉进动力学的世界：
- 指尖捏起纸杯需要几牛顿的压力才不至于捏爆杯壁。
- 螺丝旋进金属孔隙时碰到了多少反向阻力。
- 抓取打滑的一瞬间关节应该如何补偿扭矩。
这些决定操作成败的接触力学，靠挂在胸前的手机摄像头根本感知不到。
Mecka AI 主导的开源学术项目 EgoVerse 诚实地暴露了这个问题。在论文公布的实验数据中，混合了人类第一人称录像的模型，在面对特定实体机型与操作任务时，成功率不仅没有提升，反而出现了负增长恶化。
人类动作的画面并不能无损折算成机器人的执行逻辑。哪怕引入了泛化视频，算法要真正把零件装进卡槽，每项特定任务依然硬性需要 150 到 300 条由真机遥操作采回来的高精数据托底。
古人讲买椟还珠，得其形未得其实。光录下手臂怎么晃动，却丢掉了受力与刚度，机器人学到的不过是一套充满动作幻觉的花架子。
噪点与合规，被低估的隐形成本
众包看似避开了昂贵的实体机械臂机队，但前端省下的硬件成本，全部转嫁到了后端的工程清洗和法律暗账上。
在 EgoVerse 的代码维护记录中，技术团队曾因为严重的质量缺陷，批量作废并替换了由 Mecka 采集的大批片段，甚至不得不临时追加苛刻的相机校准规范。普通众包兼职人员在家里穿梭，光照闪烁、头架晃动、手部残影，都会让算法重构出来的空间点云变成一团乱麻。要把这些粗制滥造的轨迹提纯到工业级标准，消耗的算力与人力复核成本，正在吞噬低价采集建立起的微弱优势。
更大的暗礁来自隐私保护。
客厅、厨房与汽修车间不是密闭棚拍现场。头戴设备无死角记录日常环境，不可避免地会把同住家属、工友和未成年人的面孔与生物特征扫进镜头。Mecka 目前公开的用户协议里，关于人脸模糊机制、旁观者知情同意以及撤回授权后的物理数据销毁，依旧语焉不详。
工业制造客户对数据合规极其敏感，没有主机厂会愿意为了几万条未经授权的家庭录像，把自己拖入跨国隐私诉讼的泥潭。
接下来观察什么
机器人厂商之所以还在测试众包数据，不是因为这套方案已经成熟，而是因为优质的物理交互数据实在太稀缺、太昂贵。
英伟达与微软 M12 的注资，买下的是一个押注物理大模型视觉基座的可能性。如果目标只是让机器人通过看视频理解物理世界的常识，比如杯子松手会掉落、抽屉往前拉会打开，众包数据确实能充当低成本的粗粮。
但如果要把机器人送进精密装配产线和医疗护理场景，行业依然绕不开造价高昂的遥操作真机采集。
接下来两三个季度最该关注的指标非常明确：在 1X Technologies 之后的下一批实名商业客户何时出现，以及在不依赖真机数据托底的前提下，纯靠众包视频训练的运动策略能否把末端执行器的任务成功率稳定推过 90%。
物理世界不会被大模型的涌现叙事轻易糊弄。无论资本给众包模式贴上多高的溢价，机械手指能否稳稳捏住那只玻璃杯，力学规律始终是唯一的考官。