Mecka AI cierra Serie B de US$60M liderada por Sequoia

Mecka AI cierra una Serie B de US$60M para construir la capa de datos de la robótica

Mecka AI, una startup con sede en Toronto y Nueva York que recoge y procesa datos de movimiento humano para entrenar robots, anunció el 7 de octubre de 2026 una ronda Serie B de US$60 millones liderada por Sequoia Capital. En la operación entran como nuevos inversores Nvidia, Qualcomm Ventures, Samsung y M12, el fondo de capital riesgo de Microsoft, y repiten los inversores previos Kindred Ventures, Framework Ventures y Neo, según el comunicado de la compañía recogido por Unite.AI y BetaKit.

La ronda también incluyó a varios business angels de peso: el cofundador y CEO de DoorDash, Tony Xu; el ex CEO de ServiceNow y Snowflake, Frank Slootman; y el ex responsable del programa Tesla Optimus, Milan Kovac, según Unite.AI.

Por qué Sequoia y Nvidia están pagando por datos de movimiento humano

La tesis de Mecka es directa: lo que les falta a los robots no son mejores modelos, sino experiencia. La compañía lo explica así en su anuncio: "Motion, contact, force and geometry aren't on the internet. You can't scrape them, license them or buy them" (Unite.AI). Es decir, ni el agarre de una mano ni la presión necesaria para sostener una taza se pueden extraer de la web: hay que grabarlos en el mundo físico.

Para cerrar esa brecha, Mecka ha construido tres capas de producto:

• Captura. Hardware multisensor propio que se sincroniza según las necesidades de sus modelos aguas abajo, más una flota global que graba demostraciones humanas en hogares y entornos comerciales, complementada con una app en iOS para registrar tareas específicas.
• Modelado. Un laboratorio interno con modelos de visión por computador y multimodales que convierten el vídeo crudo en datos estructurados: tracking de movimiento, reconstrucción 3D y alineación de sensores. La compañía asegura precisión sub-centimétrica en la pose de la mano en datos del mundo real.
• Despliegue. Mecka se presenta como "integrador moderno de robótica": donde una integración tradicional se entrega y se queda fija, sus despliegues capturan datos en el sitio, reentrenan con ellos y mejoran con cada hora de operación. La compañía lo denomina Mecka Loop (Unite.AI).

En paralelo, Mecka presentó EgoVerse, un dataset abierto de 1.362 horas de demostraciones humanas en 1.965 tareas, 240 escenas y 2.087 demostradores distintos, desarrollado con investigadores de Georgia Tech, Stanford, UC San Diego, ETH Zürich, MIT y Meta. El paper, sometido el 8 de abril de 2026 y revisado por última vez el 7 de julio de 2026, concluye que el rendimiento de las políticas mejora al escalar datos humanos, pero solo cuando esos datos están bien alineados con los objetivos del robot que aprende (Unite.AI).

Quién está detrás y cómo encaja en el mapa de la "IA física"

Mecka fue fundada en 2024 por cuatro emprendedores, tres de ellos canadienses. La lideran Josh Gao y Mogen Cheng, que previamente construyeron una fintech de restaurantes, y Jason Chong, que se sumó a Coinbase tras la adquisición de su exchange de cripto. El cuarto cofundador, Duy Nguyen, se encarga de operaciones. Ninguno viene del mundo de la robótica, una decisión deliberada: la compañía se posiciona como la "data and deployment layer" para robots, no como fabricante de hardware (TechCrunch).

La startup ya supera los US$100M de run-rate de ingresos en junio de 2026 y proyecta llegar a US$300M de run-rate a fin de año, según cifras facilitadas por la propia compañía a Unite.AI y The Logic. En cliente, Mecka afirma servir a "varios de los principales laboratorios de robótica frontera y a múltiples compañías del Mag 7".

Este es el segundo gran movimiento de Mecka en 2026. En noviembre de 2025 cerró un primer tramo Serie A de US$25M con Framework Ventures, Menlo Ventures, SV Angel y Kindred, seguido de una extensión de US$35M en el verano, completando US$60M en la Serie A (BetaKit). El tamaño de la Serie B iguala así lo levantado en la Serie A apenas unos meses después, una señal del apetito de los inversores por la categoría.

El contexto: una fiebre de capital por los datos del mundo físico

Mecka no está sola. TechCrunch ya reportó el mes pasado que la compañía estaba cerca de cerrar esta ronda a una valoración cercana a los US$500M, cifra que encaja con el monto y el lead de Sequoia (TechCrunch).

En el mismo sector, XDOF estaba negociando una Serie B a una valorización de US$1.200M según TechCrunch. Y plataformas de datos humanos que nacieron para entrenar modelos de lenguaje, como Scale AI y Micro1, están expandiéndose hacia la robótica, replicando el playbook que las llevó a dominar el etiquetado para LLMs. El movimiento de Sequoia, Nvidia y Microsoft en Mecka es un voto explícito a la tesis: los datos egocéntricos (grabados desde la perspectiva de primera persona) son la nueva frontera de la cadena de valor de la IA física.

La dinámica es global. Desde China, NPR documentó cómo centros como Wuwen AI ya entrenan humanoides con VR y teleoperación en superficies de más de 86.000 pies cuadrados, con personal repitiendo miles de veces tareas como servir café o doblar ropa para alimentar bases de datos (NPR). El cuello de botella que Mecka ataca en Toronto y Nueva York es exactamente el mismo que Beijing intenta resolver en Deqing.

¿Qué significa esto para tu startup?

Para founders hispanohablantes, la operación de Mecka confirma tres cosas concretas:

• La cadena de valor de la robótica se está estratificando, y hay huecos. No todos los ganadores serán los fabricantes de humanoides. Hay capas nuevas con menos competencia: captura, etiquetado especializado, reconstrucción 3D, despliegue, integración, datos sintéticos, simuladores. Si tu startup tiene experiencia en visión por computador, datos o simulación, el segmento de "IA física" está buscando proveedores con urgencia.
• Los datos del mundo real son el nuevo "GPU time". En 2024-2025 el recurso escaso fue cómputo; en 2026, para el vertical de robots, el recurso escaso es datos etiquetados del mundo físico. Cualquier modelo de negocio que ayude a producir, curar o evaluar esos datos tiene viento a favor, sobre todo si consigue contratos con los "frontier labs".
• La tesis de Scale AI funciona también en LATAM. Mecka graba a personas en sus casas y entornos de trabajo cobrando por la tarea. Esa misma mecánica es replicable en mercados hispanohablantes, donde el costo por hora de captura es estructuralmente más bajo. Founders en México, Colombia o Argentina pueden construir un proveedor regional de datos egocéntricos para robots sin necesidad de tener un laboratorio de robótica propio.

Acciones prácticas que puedes tomar esta semana:

• Mapa de competencia. Lista las 10-15 startups que están en captura de datos egocéntricos, datos sintéticos, simulación o despliegue de robots. Identifica en qué capa específica juegan y qué cliente del Mag 7 están tocando. Esto te dice dónde hay huecos.
• Auditoría de activos. Si ya tienes un equipo de visión por computador o un pipeline de datos, evalúa si tu tecnología podría reorientarse a servir a la cadena de IA física. Los modelos, datasets y pipelines que sirven para vídeo en retail o agricultura también sirven para robots.
• Conversaciones con frontier labs. Sequoia, Nvidia y Microsoft están señalando, con capital, dónde van a comprar. Acercarte como proveedor de datos o integrador a esos programas es más accesible que intentar competir con ellos como fabricante de robots.

Fuentes

• Mecka AI, la startup que entrena robots, consigue 60 millones de dólares de Sequoia (Cadena 3)
• Mecka Raises $60M Series B to Scale Robot Data and Deployment (Unite.AI)
• Mecka AI reveals $60-million USD Series B round backed by Sequoia, Nvidia (BetaKit)
• Mecka raises US$60M to gather data for robot training (The Logic)
• Mecka AI nears $500M valuation in Sequoia-led deal amid rush for robot training data (TechCrunch)