gate交易所 全球最大的区块链首发平台

大模型时代最昂贵的资源是什么？

两年前，答案可能是GPU；今天，这个答案正在悄悄发生变化。

对于正在崛起的具身智能（Embodied AI）行业来说，真正稀缺的或许不是算力，而是高质量的人类动作数据。

近日，据《财富》杂志报道，Mecka AI累计完成6000万美元融资。其中，2500万美元A轮融资于2025年11月完成，随后又获得3500万美元追加投资。本轮融资由Framework Ventures领投，Menlo Ventures、SV Angel、Kindred Ventures以及前DeepMind研究员Ted Xiao等机构和个人参与。更引人关注的是，公司预计基于已签署合同实现1亿美元年经常性收入（ARR）。

在当前AI创业环境中，这组数字并不寻常。

因为Mecka AI既不是热门的大模型公司，也不是AI应用层明星企业。它所做的事情反而显得有些“笨重”——利用定制硬件和iPhone设备采集人体动作数据，并将这些数据用于训练机器人和具身智能模型。

听起来简单，实际上却触及了行业最现实的瓶颈。

过去几年，大语言模型之所以能够快速发展，很大程度上得益于互联网世界海量文本数据的存在。网页、书籍、论文、代码库构成了天然训练素材。

机器人则完全不同。

一个机器人想学会开门、搬运箱子、整理货架、叠衣服或者使用工具，仅靠文字描述远远不够。

它需要观察真实动作。

甚至需要理解动作背后的物理规律。

问题在于，这类数据天然稀缺。

互联网拥有数万亿级文本数据，却没有数万亿次标准化的人类动作记录。机器人行业长期面临一个尴尬局面：模型越来越强，但训练数据增长速度远远跟不上算法进步。

于是，一个新的产业链开始形成。

越来越多公司不再专注于制造机器人，而是专门生产机器人需要的数据。

Mecka AI正属于这一类别。

从商业逻辑来看，它更像AI时代的数据基础设施供应商。

通过硬件设备记录人类动作轨迹，再经过清洗、标注和结构化处理，最终形成可供机器人学习的训练集。这与早期自动驾驶行业的发展路径有相似之处。

当年，自动驾驶公司同样面临数据缺口。

于是出现了大量专门负责采集道路信息、驾驶行为和交通场景数据的企业。谁掌握更多真实场景数据，谁就能训练出更成熟的系统。

如今，具身智能正在重复这一过程。

资本市场显然已经注意到这一趋势。

过去一年，Figure AI、Physical Intelligence、Skild AI等具身智能企业接连获得巨额融资。与此同时，OpenAI、英伟达、亚马逊和特斯拉也在不同程度加码机器人领域。

原因并不复杂。

如果生成式AI解决的是数字世界生产力问题，那么具身智能瞄准的是现实世界劳动力市场。

制造业、物流、零售、养老护理、家庭服务，每一个领域背后都对应着数万亿美元规模的市场。

但想进入这些市场，机器人必须先学会像人类一样行动。

而数据就是第一步。

Mecka AI预计实现1亿美元ARR，也说明市场需求正在从实验阶段走向商业阶段。客户愿意为数据买单，意味着机器人企业已经开始将数据采购视为核心研发投入，而不是可有可无的辅助资源。

这种变化很重要。

因为它意味着行业不再只是讲故事。

收入、合同和实际需求开始出现。

从更长远的视角来看，具身智能行业未来可能形成与互联网完全不同的竞争格局。

大模型时代，数据主要来自公开网络；具身智能时代，数据必须进入真实世界采集。

谁能建立更大的动作数据库，谁能覆盖更多场景，谁就有机会建立新的竞争壁垒。

这也是为什么资本开始追逐这类企业。

表面上看，Mecka AI卖的是数据采集服务；实际上，它争夺的是未来机器人时代的“动作语料库”。

如果说互联网时代最重要的资产是网页，那么具身智能时代最重要的资产，或许就是人类每一次伸手、行走、搬运和操作设备所留下的数据轨迹。

而围绕这些数据的新战争，才刚刚开始。