تصور کنید رباتی را که می‌داند دقیقاً با چه فشاری یک لیوان شیشه‌ای را بگیرد تا نشکند یا چطور یک پیراهن را با ظرافت تا کند. این مهارت‌ها برخلاف متون اینترنتی، قابل دانلود نیستند و دقیقاً همان جایی است که Mecka قصد دارد بازار را قبضه کند.
به نقل از گزارش‌های منتشر شده در ۷ اکتبر ۲۰۲۶، این شرکت ۶۰ میلیون دلار سرمایه در دور سری B جذب کرد. این دور توسط Sequoia Capital رهبری شد و غول‌هایی مثل NVIDIA، Qualcomm Ventures، Samsung و صندوق M12 (متعلق به مایکروسافت) در آن حضور داشتند. این جذب سرمایه در ادامه رشد سریع این استارتاپ صورت می‌گیرد که پیش‌تر با ارزش‌گذاری ۵۰۰ میلیون دلاری برای جمع‌آوری داده‌های حرکتی ربات‌ها خبرساز شده بود. علاوه بر این، حمایت‌های مستمری از سوی Kindred, Framework Ventures و Neo صورت گرفت. سرمایه‌گذاران فرشته‌ای با نام‌های شناخته شده، از جمله تونی شو (بنیان‌گذار و مدیرعامل DoorDash)، فرانک اسلوتمن (مدیرعامل سابق ServiceNow و Snowflake) و میلان کوواک (رئیس سابق بخش Optimus تسلا) نیز روی این پروژه شرط‌بندی کرده‌اند. Mecka قصد دارد از این سرمایه برای گسترش زیرساخت‌های داده‌ای، تقویت آزمایشگاه تحقیقاتی داخلی و توسعه استقرار تجاری ربات‌ها استفاده کند.
بیشتر مدل‌های امروز از اینترنت یاد می‌گیرند، اما ربات‌ها نمی‌توانند حس لمس یا فشار لازم برای یک کار فیزیکی را از وب اسکرپ کنند. این فقدان تجربهٔ تجسم‌یافته (Embodied Experience)، مانع اصلی خروج ربات‌ها از آزمایشگاه و ورود به خانه‌هاست. Mecka اشاره می‌کند که داده‌های مربوط به حرکت، تماس، نیرو و هندسه، چیزی نیستند که بتوان آن‌ها را آنلاین خرید یا لایسنس کرد. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی مدل‌های چندوجهی اشاره کردیم، داده‌های متنی و تصویری تنها بخشی از واقعیت هستند؛ Mecka این شکاف را نه به عنوان یک مانع فنی، بلکه به عنوان یک فرصت تجاری عظیم می‌بیند و پیش‌بینی می‌کند که داده‌های فیزیکی در نهایت به بازاری تریلیون دلاری تبدیل خواهند شد.
چالش داده‌های فیزیکی
طبق اعلام Mecka، تبدیل یک فعالیت خام به دادهٔ آموزشی، دشوار است و چندین مانع بین فعالیت واقعی و داده‌های قابل استفاده وجود دارد. کارهای دنیای واقعی ذاتاً «نویز» دارند و برای اینکه مدل‌ها بتوانند در محیط‌های مختلف تعمیم‌پذیر باشند، به نمونه‌های گسترده‌ای از موارد خاص (Edge Cases) و نمایش‌های مربوط به هر تکلیف (Task-specific demonstrations) نیاز است.
ویدیوهای خام به تنهایی کافی نیستند. برای اینکه یک فعالیت برای آموزش مفید باشد، تیم‌ها به گردش‌کارهای دقیقی برای برچسب‌گذاری (Annotation)، درک زمینه (Context)، تضمین کیفیت، درک حرکت و ارزیابی نیاز دارند. در نهایت، Mecka تأکید می‌کند که آزمایشگاه نقطه پایان نیست؛ سیستم‌ها باید پیش از استقرار میدانی، در برابر محدودیت‌ها و محیط‌های واقعی آزمایش شوند.
برای حل این مشکل، Mecka یک زیرساخت کامل (Full-stack) ساخته است. آن‌ها سخت‌افزارهای چند-حسگر (Multi-sensor) خود را برای هر کلاس از سیگنال‌ها طراحی و تولید می‌کنند و انتخاب هر حسگر بر اساس نیازهای مدل‌های پایین‌دستی صورت می‌گیرد. این شرکت یک عملیات تولید جهانی را مدیریت می‌کند و از ناوگانی از تجهیزات ضبط برای ثبت نمایش‌های انسانی در خانه‌ها و محیط‌های تجاری استفاده می‌کند. این فعالیت‌های خام سپس در یک آزمایشگاه داخلی با استفاده از بینایی ماشین و مدل‌های چندوجهی پردازش می‌شوند تا سیگنال‌های ساختاریافته‌ای، شامل بازسازی سه‌بعدی و تراز کردن حسگرها، ایجاد شود.
پشتهٔ فنی و سیگنال‌ها
سیستم Mecka بر چندین «پریمیتیوهای سیگنال و عمل» (Signal and Action Primitives) حیاتی برای دیجیتالی کردن واقعیت تمرکز دارد:
- آگاهی فضایی: درک پیکسل‌ها، عمق، هندسه، ابر نقاط (Point Clouds) و خطوط محیطی سطوح.
- تعامل فیزیکی: نیروی لمسی، مکان‌یابی و امواج صوتی.
- ردیابی حرکت: سرعت، جابه‌جایی و قطعه‌بندی/ردیابی اشیا.
این شرکت گزارش داده است که به دقتی در حد زیر یک سانتی‌متر در تشخیص وضعیت دست (Hand-pose accuracy) در داده‌های محیط‌های واقعی رسیده است. همچنین یک اپلیکیشن iOS برای ثبت داده‌های مربوط به تکالیف خاص و ابزارهای وب برای مرور، بصری‌سازی، پرس‌وجوی داده‌ها، همکاری تیمی و اجرای APIهای استنتاج (Inference) ارائه داده است.
مطالعه EgoVerse و تایید علمی
رویکرد Mecka در مطالعه‌ای به نام EgoVerse تایید شد؛ یک مطالعه انتقال انسان-به-ربات که با همکاری پژوهشگران دانشگاه‌های Stanford، MIT، Meta، ETH Zürich، Georgia Tech و UC San Diego انجام شد. این مطالعه که اولین بار در ۸ آوریل ۲۰۲۶ ارسال و در ۷ جولای ۲۰۲۶ بازبینی شد، از یک پلتفرم مشترک برای یکپارچه‌سازی جمع‌آوری و دسترسی به داده‌ها استفاده کرد.
نسخه فعلی مجموعه داده EgoVerse شامل ۱,۳۶۲ ساعت نمایش انسانی در ۸۰,۰۰۰ اپیزود و ۱,۹۶۵ تکلیف متمایز است. این داده‌ها ۲۴۰ صحنه و ۲,۰۸۷ نمایش‌دهنده منحصر‌به‌فرد را پوشش می‌دهند و فرمت‌های استاندارد و برچسب‌های مرتبط با دست‌ورزی (Manipulation) را ارائه می‌کنند.
یافته‌های این پژوهش که توسط محققانی از جمله جاش گائو و جیسون چونگ نوشته شده، نشان می‌دهد که اگرچه عملکرد سیاست‌های رباتیک (Policy performance) با افزودن داده‌های انسانی بیشتر بهبود می‌یابد، اما این اثر مقیاس‌پذیری به شدت به میزان همراستایی داده‌های انسانی با اهداف یادگیری خاص ربات بستگی دارد.
مدل کسب‌وکار: یکپارچه‌ساز مدرن
نکته کلیدی این است که Mecka ربات نمی‌سازد، بلکه به عنوان یک «یکپارچه‌ساز مدرن رباتیک» عمل می‌کند. برخلاف یکپارچه‌سازهای سنتی که یک سیستم ثابت را تحویل می‌دهند، استقرار Mecka داده‌ها را در محل جمع‌آوری کرده، روی آن‌ها بازآموزی (Post-train) می‌کند و به‌طور مداوم بهبود می‌یابد؛ فرآیندی که آن‌ها «حلقه Mecka» (Mecka Loop) می‌نامند.
این استراتژی نتایج مالی خیره‌کننده‌ای داشته است. طبق گزارش شرکت، درآمد سالانه (Run-rate) آن‌ها در ژوئن ۲۰۲۶ از ۱۰۰ میلیون دلار گذشت و پیش‌بینی می‌شود تا پایان سال به ۳۰۰ میلیون دلار برسد. این رشد سریع درآمدی یادآور موفقیت‌های مشابه در حوزه مدل‌سازی سه‌بعدی است، مانند شرکت Meshy که توانست درآمد خود را به ۱۰۰ میلیون دلار برساند. در حال حاضر چندین شرکت از گروه «Mag 7» و آزمایشگاه‌های پیشرو رباتیک از خدمات آن‌ها استفاده می‌کنند.
برای سازمان‌هایی که تیم رباتیک داخلی ندارند، Mecka کل خط لوله را فراهم می‌کند: سخت‌افزار، ثبت داده، بازآموزی و عملیات جاری. این امر به شرکت‌ها اجازه می‌دهد بدون نیاز به ساخت زیرساخت داده از صفر، هوش مصنوعی فیزیکی را مستقر کنند.
این تغییر رویکرد نشان می‌دهد که عصر بعدی رباتیک نه توسط بهترین سخت‌افزار، بلکه توسط کسی پیروز خواهد شد که بیشترین داده‌های باfidelity بالا را درباره نحوه حرکت واقعی انسان‌ها در دنیای فیزیکی در اختیار داشته باشد.
گام بعدی شما
- اگر در حوزه رباتیک یا اتوماسیون صنعتی فعال هستید، مدل «یکپارچه‌ساز داده‌محور» Mecka را به جای خرید سخت‌افزارهای بسته بررسی کنید.
- روی مفهوم «داده‌های تجسم‌یافته» (Embodied Data) مطالعه کنید تا بفهمید چرا مدل‌های زبانی به تنهایی برای دنیای فیزیکی کافی نیستند.
- ابزارهای ثبت داده‌های حرکتی در iOS را برای درک نحوه جمع‌آوری داده‌های محیطی دنبال کنید.
اما نبرد واقعی بر سر سخت‌افزاری است که این داده‌ها را اجرا می‌کند — به تحلیل ما درباره تراشه‌های جدید انویدیا برای رباتیک مراجعه کنید.
گفتگو