Mecka AI 融資 6,000 萬美元:人類動作數據成為人形機械人訓練焦點
Tech News

Mecka AI 融資 6,000 萬美元:人類動作數據成為人形機械人訓練焦點

圖片:TechLab 自製資訊圖
TechLab 編輯部(譯)·

Mecka AI 宣布完成 6,000 萬美元 B 輪融資,由 Sequoia 領投,Nvidia、微軟旗下創投基金 M12 等參與。這家 2024 年成立的初創公司,主力蒐集及分析人類動作數據,供人形機械人及其他機械人訓練之用。消息對機械人開發商、數據供應商及投資者的意義,在於「讓機械人學會做事」所需的真人示範資料,正逐漸成為一個可獨立融資和競逐的環節。不過,報道未有交代 Mecka 的客戶、資料規模、數據準確度或訓練成效,因此現階段較能確認的是資本正押注這條供應鏈,未足以判定其技術或商業模式已獲市場驗證。

Mecka 的做法是付費邀請參與者,在佩戴身體感應器及使用手機的情況下,記錄沖咖啡、維修汽車等日常工作。這類資料的價值不只在於影片畫面,還在於把人的身體姿勢、手部操作與任務過程連結起來。對需要在真實環境移動和操作物件的機械人而言,語言文字或網頁資料未必足以描述一項工作的完整動作;一段真人完成任務的紀錄,理論上可提供較貼近實體世界的示範。這是由報道內容引申的產業判斷,並非 Mecka 已公開證實的模型能力。

從標註資料走向動作示範

Mecka 表明希望在機械人領域扮演類似 Scale AI、Mercor、Surge 等公司在大型語言模型領域的角色:供應由人產生、可供系統學習的資料。這個比喻突顯一項轉變。語言模型的資料工作通常圍繞文本、圖像或答案的標註與評估;機械人資料則要面對人在三維空間中如何接近物件、施力、調整手勢,以及任務受環境影響時如何改變操作。換言之,資料來源由螢幕前的知識與判斷,延伸至真實世界的身體行為。

Mecka 同時要求參與者佩戴身體感應器及使用手機;兩者可如何互補,原報道未有交代。手機或可協助記錄任務的視覺脈絡,身體感應器則有機會補足畫面未必清楚反映的動作資訊。當機械人需要學習「如何做」而不只是「看見甚麼」時,多種訊號之間如何對齊,可能直接影響資料能否被模型有效使用。不過,報道並無說明 Mecka 蒐集哪些特定感應訊號、如何處理資料,或其資料最終由哪些機械人系統採用,外界不能據此推斷其方案已解決動作學習的技術難題。

融資反映的,是資料供應鏈競爭

TechCrunch 指出,Mecka 早前正接近以 5 億美元估值籌集新一輪資金;最新公布的 B 輪由多家大型科技及創投相關機構參與。估值消息與今次融資均反映投資市場對機械人訓練資料的興趣,但兩者不應混為一談:前者是該媒體此前報道公司接近達成的估值,並非本次公告所列的已確認條款。對讀者而言,更重要的是這筆資金很可能讓公司加快招募參與者、蒐集更多任務類型,並建立處理動作資料的流程;至於資金實際用途,報道沒有披露。

競爭亦不只來自同類新創。報道提到,另一間蒐集真實世界機械人訓練資料的初創 XDOF,曾洽談以 12 億美元估值進行 B 輪融資;原本從大型語言模型人類資料起家的 Scale AI 與 Micro1,也正擴展至機械人領域。這意味 Mecka 要爭取的未必只是融資,還包括能否持續取得足夠多元、可靠且合乎使用需求的人類示範。若不同公司都以付費方式蒐集真人操作紀錄,招募渠道、參與者質素、任務設計及資料管理,均可能成為影響供應能力的實際差異。

數據愈多,不等於任務愈容易

從產業角度看,真人示範資料能否形成護城河,取決於數量以外的條件。沖咖啡和維修汽車雖同屬日常任務,但操作空間、工具、物件狀態和安全要求差異很大;同一任務由不同人完成,也會有不同路徑。資料若過於集中於少數場景,機械人可能只學到有限情境下的模式;若任務定義不清,模型又可能難以分辨關鍵步驟與無關動作。這些是由機械人資料的特性作出的分析,報道未有提供 Mecka 的覆蓋範圍或品質控制資料來驗證。

此外,將人的動作紀錄轉化為機械人可用的訓練資料,仍涉及硬件形態差異。人手、身體比例和感知方式與機械人未必相同,因此真人示範未必可以直接轉成機械人的執行指令。Mecka 的定位較像是提供學習材料的一環,而非單靠資料便能保證機械人完成所有工作。對下游機械人公司來說,這類資料可望縮短建立示範集的時間,但仍須配合其自身模型、機械人設計及在實際環境的驗證。這也是評估「資料公司」價值時,需要與最終機械人表現分開看的原因。

下一步看資料如何被證明有用

今次融資將焦點帶到一個較少被一般消費者看見的環節:人形機械人的發展,除了機械手臂、鏡頭和控制軟件,也依賴大量人類願意提供的行為資料。Mecka 是否能把這批資料轉成可重複出售、能改善客戶系統表現的產品,仍有待後續資料支持。下一個值得觀察的變化,是機械人開發商會否更明確披露採用真人動作資料後的實際改進,以及資料供應商如何處理不同任務、不同參與者和不同場景之間的品質問題。至於香港市場,原報道未有提供本地供應、定價或應用資訊,現階段不宜延伸出具體影響判斷。

延伸閱讀

AI 輔助說明: 本文由 AI 協助整理,並經兩輪獨立自動品質審核;資料及連結仍以原始來源為準。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook