Partnering with Mecka: Bringing AI to the Physical World
TL;DR · AI 摘要
Mecka正在构建物理AI的数据和部署层，解决数据收集、硬件开发和全球运营等挑战。
核心要点
- 物理AI数据收集需同时满足高体积、高多样性、高质量和低成本四重标准
- Mecka开发的硬件需实现快速量产和经济性，支持多模态数据采集（视频/传感器等）
- 部署阶段需要直接接触终端客户进行强化学习，这是物理AGI落地的关键环节
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- 物理AI基础设施
- 数据层
- 多模态采集
- 跨行业覆盖
- 硬件层
- 快速量产
- 经济性设计
- 运营层
- 全球部署
- 质量控制
金句 / Highlights
值得收藏与分享的关键句。
物理AI需要捕捉的运动数据量是语言模型的数千倍，且需要跨行业覆盖
硬件开发需在6个月内完成从原型设计到全球量产的跨越
部署阶段的现场数据质量直接影响模型迭代速度，误差率降低30%需10倍数据量
与 Mecka 合作 | Sequoia Capital
$
/$
与 Mecka 合作：将 AI 带入物理世界
Josh 和 Jason 正在构建物理 AI 的数据和部署层。
由
Anas Biad
,
James Flynn
发布于 2026 年 10 月 7 日
发布于 2026 年 10 月 7 日
AI 在短短几年内彻底改变了数字世界，而我们才刚刚开始探索其潜力。每次数字 AI 进入新阶段（从预训练到强化学习再到部署），计算和数据的投入从未趋于平稳，而是持续加速。
将 AI 带入物理世界将带来与数字 AI 相当甚至更大的变革浪潮，但要实现这一目标所需的基础设施更难构建和扩展，这一点在每个阶段都已显现。在预训练阶段，语言模型受益于互联网上几十年积累的文本数据。而机器人领域却没有类似的现成数据集来捕捉理解物理世界所需的运动、交互和感官信息。这些经验必须先被记录，才能被学习。在强化学习和部署阶段，数字 AI 运行在干净、结构化的环境中，易于扩展。而物理 AI 则存在于现实世界中嘈杂、不可预测且运营复杂的环境中，它在实地运行，而非云端。
要实现物理通用人工智能（AGI），行业必须同时构建“大脑”和“身体”。“大脑”需要未被收集的数据，“身体”需要有人在一线完成实际工作。
这就是 Josh、Jason 和 Mecka AI 团队所肩负的使命：通过提供训练数据、强化学习和部署支持，帮助物理 AI 实验室、机器人公司和终端企业实现物理 AGI 并加以应用。
要实现这一使命，需要跨学科同时大规模发展多个核心能力：
- 研究：在新一轮机器人技术浪潮到来之前，识别其发展趋势和所需条件。
- 硬件：在看到趋势后，设计定制化硬件和可穿戴设备来捕捉数据，并快速、经济、规模化地制造。
- 运营：运行大规模全球数据采集运营。仅靠数据量是不够的，数据必须覆盖每个行业中的每种工作类型。
- 软件和数字 AI：将原始输出（远比文本更庞大复杂，例如多摄像头视频、身体和手部追踪、传感器流等）转化为高质量、可用于训练的数据。
- 部署：将机器人部署到终端客户面前，用于强化学习和生产部署。
单独发展这些能力本身就很困难，但要取得成功，你不仅需要所有能力，还必须让它们协同工作并实现规模化。例如，当前的训练数据需要同时满足高数据量、高多样性、高质量、快速交付和合理价格等多个要求。在小规模场景下，做到其中一项相对容易，但要在大规模场景下同时实现所有要求却极其困难，而这正是帮助合作伙伴实现物理 AGI 所必需的。同样，创办一个只从一家餐厅向一个公寓楼配送单一菜品的外卖业务很容易，但要将其扩展成 DoorDash 这样的规模则极其困难。
Mecka 的创始人和团队意识到了这一点，并迅速行动，构建了全部五个核心能力，在每个领域都找到了差异化的竞争优势并成功执行。结果是一个强大、可扩展且灵活的平台，使他们赢得了众多领先的 AI 实验室和机器人公司的青睐，并迅速成为该领域的新兴领导者。
吸引我们的不仅是 Mecka 在数据形式上做出了正确的押注（尽管他们确实如此）。与数字 AI 相比，机器人技术仍处于早期阶段。数据形式可能会发生变化，机器人的形态也可能发生变化。重要的是，他们构建了一台能够与行业及其合作伙伴共同扩展的机器；无论输入如何随时间变化，输出都将符合合作伙伴的需求。就像 DoorDash 构建的系统一样，无论输入是披萨还是笔记本电脑，客户都能获得同样令人愉悦的配送体验。当物理世界中的某事物存在较高的扩展壁垒时，这正是正确的团队建立大型、持久业务并构建护城河的机会。
这就是为什么我们很兴奋地支持 Josh、Jason 和他们快速发展的团队。我们看到他们拥有能够在长期内持续复利增长的特殊要素，从而赢得这一领域并帮助合作伙伴推进全球范围内大规模构建和部署机器人的使命。
这也是为什么其他人加入了我们，从 NVIDIA、三星、微软和高通等战略合作伙伴，到那些曾领导过其时代最具定义性公司的创始人和运营者，他们在 Mecka 业务所需的许多领域都表现出色：DoorDash 的创始人兼首席执行官 Tony Xu；ServiceNow 和 Snowflake 的前首席执行官 Frank Slootman；特斯拉 Optimus 的前负责人 Milan Kovac；DoorDash 的前总裁兼首席运营官 Christopher Payne；VMware 的前首席运营官兼首席财务官 Jonathan Chadwick，以及 Databricks 的董事会成员；还有许多其他杰出人士。
share
相关主题
#融资公告
#人工智能
#机器人技术
新闻
与 Serval 合作
作者：Anas Biad、Pat Grady 和 Brian Halligan
阅读
与 Preview 合作
作者：Sonya Huang 和 James Flynn
与 Profound 合作
作者：Anas Biad、Brian Halligan 和 Alfred Lin
与 fal：生成式媒体公司合作
加入我们的邮件列表