La inteligencia artificial física comienza a atraer inversiones cada vez más importantes y Mecka AI busca posicionarse como uno de los actores que impulsarán esta transformación. La empresa con sede en Nueva York obtuvo una nueva ronda de financiamiento para desarrollar infraestructura y datos que permitan entrenar robots con actividades humanas reales, más allá de las simulaciones tradicionales.
Fundada en 2025, la compañía recaudó 60 millones de dólares en dos etapas. La operación incluyó una Serie A de 25 millones de dólares y una inversión adicional de 35 millones, encabezadas por Framework Ventures con la participación de Menlo Ventures, SV Angel, Kindred Ventures y el inversionista Ted Xiao, integrante fundador del proyecto de inteligencia artificial Project Prometheus.
Mecka AI apuesta por datos reales para entrenar robots
Bajo el liderazgo de Josh Gao, la empresa desarrolla Egoverse, un conjunto de datos construido con actividades humanas captadas desde una perspectiva en primera persona mediante iPhone, sensores corporales y otros dispositivos. La información proviene de hogares, cocinas, laboratorios y distintos entornos para enseñar a los robots cómo interactuar con el mundo real.
Además, Mecka AI procesa esos datos mediante modelos propios de visión por computadora y reconstrucción tridimensional para mejorar el aprendizaje de sistemas robóticos destinados a empresas, laboratorios de investigación y desarrolladores de inteligencia artificial física.
La inversión busca acelerar la adopción comercial
La empresa destinará el capital a ampliar su equipo de ingenieros e investigadores, que actualmente suma alrededor de 40 colaboradores. Asimismo, busca consolidarse como la capa de datos y despliegue para soluciones de inteligencia artificial física utilizadas en entornos comerciales.
Según Josh Gao, la compañía ya registra una tasa anualizada de contratos cercana a los 100 millones de dólares, aunque todavía no ha revelado la identidad de sus clientes. En consecuencia, la estrategia de entrenar robots con datos obtenidos directamente de actividades humanas podría convertirse en un factor clave para acelerar el despliegue de estas tecnologías en industrias donde la automatización exige precisión y adaptación constante.
