Mecka ระดมทุน Series B มูลค่า $60M เพื่อขยายข้อมูลและการปรับใช้หุ่นยนต์

Mecka บริษัทที่สร้างโครงสร้างพื้นฐานข้อมูลสำหรับการเรียนรู้ของหุ่นยนต์ ประกาศเมื่อวันที่ 7 ตุลาคม 2026 ว่าได้รับการระดมทุน Series B มูลค่า 60 ล้านดอลลาร์ โดย Sequoia Capital นักลงทุนใหม่ในรอบนี้รวมถึง NVIDIA, Qualcomm Ventures, Samsung และ M12 กองทุนร่วมลงทุนของ Microsoft ตามที่บริษัทระบุ พร้อมการสนับสนุนต่อเนื่องจาก Kindred, Framework Ventures และ Neo.

นักลงทุนแองเจิลที่เข้าร่วมรวมถึงผู้ก่อตั้งและซีอีโอของ DoorDash Tony Xu, อดีตซีอีโอของ ServiceNow และ Snowflake Frank Slootman, และอดีตหัวหน้าโครงการ Tesla Optimus Milan Kovac ตามที่บริษัทระบุ Mecka กล่าวว่าเงินทุนนี้จะขยายโครงสร้างพื้นฐานข้อมูลของบริษัท เสริมความลึกให้กับห้องทดลองวิจัยภายใน และพัฒนาการปรับใช้หุ่นยนต์เชิงพาณิชย์ งานนี้บริษัทอธิบายว่าเป็นชั้นข้อมูลและการปรับใช้สำหรับหุ่นยนต์

ทฤษฎีของบริษัทคือ สิ่งที่หุ่นยนต์ขาดคือประสบการณ์ ไม่มีใครเคยบันทึกว่ามือจับอย่างไร พับหรือเทอย่างไร กดแรงแค่ไหน หรือเมื่อไหร่ควรปล่อย “การเคลื่อนที่ การสัมผัส แรงและรูปทรงไม่ได้อยู่บนอินเทอร์เน็ต คุณไม่สามารถขูดข้อมูลได้ ไม่สามารถขออนุญาตใช้ได้ หรือซื้อได้” บริษัทได้เขียนไว้ใน ประกาศรอบ Series B. Mecka อธิบายช่องว่างนี้ว่าเป็นคอขวดที่ใหญ่ที่สุดใน หุ่นยนต์, เรียกหุ่นยนต์ว่าโอกาสการเพิ่มผลผลิตที่ใหญ่ที่สุดที่รออยู่, และคาดว่าข้อมูลจะกลายเป็นตลาดมูลค่าตรีลิออนดอลลาร์

บน เว็บไซต์ของบริษัท บริษัทอธิบายชุดความท้าทายระหว่างกิจกรรมดิบกับข้อมูลการฝึกที่ใช้งานได้ งานในโลกจริงมีสัญญาณรบกวน ทำให้โมเดลต้องการกรณีขอบขนาดใหญ่และการสาธิตที่เฉพาะงานเพื่อให้ทั่วไปได้ วิดีโอดิบไม่เพียงพอ: ทีมต้องการการทำเครื่องหมาย บริบท การประกันคุณภาพ ความเข้าใจการเคลื่อนที่และกระบวนการประเมินผลก่อนที่กิจกรรมในโลกจริงจะกลายเป็นข้อมูลการฝึกที่มีประโยชน์ สุดท้าย ห้องทดลองไม่ใช่จุดสิ้นสุด: ระบบหุ่นยนต์ต้องผ่านการทดสอบกับกระบวนการทำงานจริง สภาพแวดล้อมและข้อจำกัดก่อนที่จะสามารถทำงานในสนามได้

สแต็กการจับภาพและการวิจัย

Mecka กล่าวว่าเพื่อทำให้โลกทางกายภาพเป็นดิจิทัล จำเป็นต้องสร้างสแต็กทั้งหมด: ฮาร์ดแวร์การจับภาพ โมเดลการสร้างภาพซ้ำ และโครงสร้างพื้นฐานคุณภาพ บริษัทออกแบบและผลิตฮาร์ดแวร์หลายเซนเซอร์ของตนเองสำหรับแต่ละประเภทสัญญาณ โดยการเลือกเซนเซอร์และการซิงโครไนซ์ถูกกำหนดโดยความต้องการของโมเดลในขั้นตอนต่อไป บริษัทดำเนินการผลิตระดับโลกโดยมีทีมจับภาพบันทึกการสาธิตของมนุษย์ในบ้านและสภาพแวดล้อมเชิงพาณิชย์

ห้องทดลองภายในสร้างโมเดลคอมพิวเตอร์วิทัศน์และโมเดลหลายโหมดที่เปลี่ยนความเป็นจริงดิบและมีสัญญาณรบกวนให้เป็นสัญญาณที่มีโครงสร้าง ครอบคลุมการติดตามการเคลื่อนที่ การสร้างภาพ 3 มิติ และการจัดตำแหน่งเซนเซอร์ บริษัทรายงานความแม่นยำของตำแหน่งมือระดับซับเซนติเมตรบนข้อมูลในสภาพแวดล้อมจริงที่เป็นมาตรฐานระดับแนวหน้า

เว็บไซต์ของบริษัทแสดงรายการสัญญาณและการกระทำพื้นฐาน โมดูลที่บริษัทอธิบายว่าเป็นวิธีการจับหรือโต้ตอบกับความเป็นจริงทางกายภาพ ได้แก่ การทำความเข้าใจพิกเซล ความลึกและรูปทรง การติดตามวัตถุ การแบ่งส่วน แรงสัมผัส คลื่นเสียง ความเร็วและการเคลื่อนที่ จุดเมฆ (point cloud) รูปร่างพื้นผิว และการระบุตำแหน่ง Mecka ยังมีแอป iOS สำหรับการจับข้อมูลที่เฉพาะต่อสภาพแวดล้อมและงาน รวมถึงเครื่องมือเว็บสำหรับการเรียกดู การแสดงผลและการสืบค้นข้อมูล การทำงานร่วมกันบนชุดข้อมูลกับทีม และการเรียกใช้ API การสรุปผล

ชุดข้อมูล EgoVerse และการศึกษาเรื่องการถ่ายโอน

Mecka กล่าวว่าได้ทดสอบสมมติฐานของตนเกี่ยวกับการสาธิตของมนุษย์ในโลกจริงร่วมกับนักวิจัยจาก Georgia Tech, Stanford, UC San Diego, ETH Zürich, MIT และ Meta ผ่าน EgoVerse ซึ่งเป็นการศึกษาเรื่องการถ่ายโอนจากมนุษย์สู่หุ่นยนต์ที่ทำซ้ำได้ในหลายห้องปฏิบัติการ งานและหุ่นยนต์ เอกสาร EgoVerse ที่ส่งครั้งแรกเมื่อ 8 เมษายน 2026 และแก้ไขครั้งสุดท้ายเมื่อ 7 กรกฎาคม 2026 อธิบายแพลตฟอร์มความร่วมมือที่รวมการเก็บรวบรวมข้อมูล การประมวลผล และการเข้าถึงภายใต้กรอบงานร่วมกัน ทำให้ผู้วิจัยแต่ละคน ห้องปฏิบัติการวิชาการ และพันธมิตรอุตสาหกรรมสามารถมีส่วนร่วมได้

เวอร์ชันปัจจุบันของเอกสารรวมถึง 1,362 ชั่วโมงของการสาธิตของมนุษย์ใน 80,000 ตอน ครอบคลุม 1,965 งาน 240 ฉาก และ 2,087 ผู้สาธิตที่ไม่ซ้ำกัน พร้อมรูปแบบมาตรฐาน การทำเครื่องหมายที่เกี่ยวข้องกับการจัดการและเครื่องมือสำหรับการเรียนรู้ต่อเนื่อง FAQ ของ Mecka อธิบายว่า EgoVerse เป็นชุดข้อมูลการโต้ตอบของมนุษย์ในขนาดใหญ่ที่สร้างจากกิจกรรมมุมมองแรกในโลกจริงหลากหลายงาน พื้นที่และสภาพแวดล้อม

นอกเหนือจากชุดข้อมูล ผู้เขียนได้ทำการศึกษาเรื่องการถ่ายโอนจากมนุษย์สู่หุ่นยนต์ในระดับใหญ่ โดยทำการทดลองซ้ำในหลายห้องปฏิบัติการ งานและรูปแบบหุ่นยนต์ภายใต้โพรโทคอลร่วมกัน เอกสารระบุว่าประสิทธิภาพของนโยบายมักดีขึ้นเมื่อมีข้อมูลมนุษย์เพิ่มขึ้น แต่การขยายที่มีประสิทธิภาพขึ้นอยู่กับความสอดคล้องระหว่างข้อมูลมนุษย์และเป้าหมายการเรียนรู้ของหุ่นยนต์ รายชื่อผู้เขียนรวมถึง Josh Gao และ Jason Chong

ลูกค้า รายได้ และโมเดลผู้บูรณาการ

Mecka กล่าวว่าให้บริการหลายห้องปฏิบัติการหุ่นยนต์แนวหน้าและหลายบริษัทในกลุ่ม Mag 7 บริษัทระบุว่าในเดือนมิถุนายน 2026 รายได้เมื่อคำนวณเป็นอัตรารายปี (run rate) เกิน 100 ล้านดอลลาร์ หลังจากดำเนินงานเพียงไม่กี่เดือน และคาดว่าอัตรารายได้ต่อปีจะอยู่ที่ 300 ล้านดอลลาร์ภายในสิ้นปี

สแต็กเดียวกันนี้เป็นพลังให้กับการปรับใช้เชิงพาณิชย์ของบริษัท Mecka. Mecka บรรยายตนเองว่าเป็นผู้รวมระบบหุ่นยนต์สมัยใหม่: ในขณะที่การรวมระบบแบบดั้งเดิมส่งมอบครั้งเดียวแล้วคงที่ การปรับใช้ของบริษัทจะจับข้อมูลที่ไซต์, ฝึกต่อบนข้อมูลนั้น, และพัฒนาขึ้นทุกชั่วโมงที่ทำงาน, ตามที่บริษัทกล่าว. สำหรับองค์กรที่ต้องการ AI ทางกายภาพแต่ไม่มีทีมหุ่นยนต์ Mecka กล่าวว่าให้บริการฮาร์ดแวร์, การจับข้อมูล, การฝึกต่อ, การรวมระบบและการดำเนินงานต่อเนื่อง. คำถามที่พบบ่อยของบริษัทระบุว่า Mecka ไม่สร้างหุ่นยนต์; แทนที่จะสร้างใหม่, บริษัทเชื่อมต่อกับฮาร์ดแวร์, โมเดลและระบบนิเวศเชิงพาณิชย์และเป็นเจ้าของข้อมูล, การรวมระบบและชั้นการประเมินระหว่างพวกมัน, ซึ่งบริษัทเรียกว่าช่วง Mecka Loop.

Mecka กล่าวว่าเงินทุนนี้ทำให้บริษัทสามารถสร้างข้อมูลได้เร็วขึ้น: เครื่องมือมากขึ้น, การวิจัยที่ลึกซึ้งขึ้น, และหุ่นยนต์ที่ปรับใช้ในที่ทำงานที่ต้องการ. การประกาศนี้ได้รับลายเซ็นจาก Josh, Jason และทีม Mecka, และบริษัทกล่าวว่ากำลังรับสมัครงานในด้านการวิจัย, ฮาร์ดแวร์และการดำเนินงาน.