Стартап робототехнических данных Mecka 7 октября 2026 года привлек $60 млн в раунде Series B под руководством Sequoia Capital для масштабирования инфраструктуры данных и коммерческих внедрений роботов. Новыми инвесторами стали NVIDIA, Qualcomm Ventures, Samsung и M12, поддержку также продолжили Kindred, Framework Ventures и Neo. Компания сообщила, что в июне 2026 года превысила $100 млн годового дохода по текущим темпам и прогнозирует $300 млн к концу года. Для бизнеса раунд показывает, что ценность робототехники теперь определяют данные для обучения, а не только оборудование.
Как Mecka собирает данные физического мира
Mecka называет себя слоем данных и внедрений для робототехники и поставляет решения нескольким ведущим робототехническим лабораториям и ряду компаний Mag 7. Среди частных инвесторов — глава DoorDash Тони Сюй, бывший глава ServiceNow и Snowflake Фрэнк Слотман и бывший руководитель Tesla Optimus Милан Ковач. Капитал направят на расширение производства данных, усиление внутренней исследовательской лаборатории и развитие внедрений. Согласно заявлению, подписанному Джошем Гао, Джейсоном Чонгом и командой Mecka, компания нанимает специалистов по исследованиям, оборудованию и операциям.
Основу стека составляет собственное оборудование захвата, спроектированное под каждый класс сигналов, причем выбор и синхронизация сенсоров определяются задачами моделей. Глобальные мобильные группы записывают демонстрации людей в домах и коммерческих помещениях. Внутренняя лаборатория превращает сырые записи в структурированный сигнал с помощью отслеживания движений, 3D-реконструкции и согласования сенсоров. Компания заявляет точность отслеживания положения рук менее сантиметра на данных из реальной среды и называет этот результат лучшим в отрасли.
Сырое видео само по себе не обучает надежных роботов, поскольку реальные задачи зашумлены и требуют граничных случаев и целевых демонстраций. Mecka перечисляет примитивы, включая понимание пикселей, глубину и геометрию, отслеживание объектов, сегментацию, тактильную силу, звук, скорость и движение, облака точек, контур поверхности и локализацию. Компания также предлагает приложение iOS для целевого сбора данных и веб-инструменты для просмотра, визуализации, совместной работы с наборами данных и вызова inference API. Между записью и пригодным обучающим набором находятся разметка, контекст, контроль качества и оценка.
Что Mecka меняет для корпоративной робототехники
Исследование EgoVerse проверило перенос навыков от человека к роботу совместно с Georgia Tech, Stanford, UC San Diego, ETH Zürich, MIT и Meta. Текущий выпуск содержит 1362 часа демонстраций в 80 тыс. эпизодов, охватывающих 1965 задач, 240 сцен и 2087 демонстраторов. В статье, впервые представленной 8 апреля 2026 года и обновленной 7 июля 2026 года, показано, что качество стратегий обычно растет с объемом человеческих данных при соответствии целям обучения робота. Mecka описывает EgoVerse как крупный набор данных взаимодействия от первого лица со стандартными форматами и разметкой манипуляций.
Для компаний без робототехнической команды Mecka работает как современный интегратор, предоставляя оборудование, сбор данных, дообучение, интеграцию и текущую эксплуатацию. В отличие от разовой фиксированной установки, ее внедрения собирают данные на объекте и дообучаются, улучшая работу с каждым часом. Компания заявляет, что не создает роботов, а связывает оборудование, модели и коммерческие экосистемы через контур Mecka Loop. Небольшие фирмы получают доступ без построения конвейеров данных, а крупные предприятия могут стандартизировать оценку на разных площадках и процессах.
Перед контрактом следует учесть несколько ограничений. Mecka утверждает, что движение, контакт, силу и геометрию нельзя скачать или лицензировать, поэтому заказчикам нужно проверять покрытие собственных задач, сцен и граничных случаев. Точность в лаборатории не гарантирует работу в поле, поскольку системы должны пройти проверку в реальных процессах и ограничениях. Следует спросить о правах на данные, частоте обновлений, объеме интеграции и способах измерения эффекта дообучения на конкретных роботах и задачах.
Показателем подтверждения тренда станет рост годового дохода по текущим темпам со $100 млн в июне до $300 млн к концу 2026 года. Достижение цели вместе с выпуском новых инструментов и действующими внедрениями подтвердит спрос на покупные данные для роботов и услуги внедрения. Невыполнение плана или медленное расширение парка укажет, что корпоративное применение пока остается экспериментальным.
