Mecka AI 在红杉资本领投的 B 轮融资中筹集了 6000 万美元，并得到了英伟达、微软 M12 和高通的支持，该公司致力于开发帮助机器人理解现实世界并在现实世界中操作的技术。首席执行官兼联合创始人乔什·高讨论了机器人技术面临的巨大数据挑战，Mecka 如何捕获从物理交互到力和压力的一切，以及为什么扩展物理人工智能需要在传感器、基础设施和现实世界数据收集方面进行大量投资。他与埃德·勒德洛 (Ed Ludlow) 一起参与“彭博科技”节目。

你知道，我们在节目中做了很多关于支持物理人工智能部署的世界模型的工作，但麦加所做的事情略有不同。

非常感谢你邀请我，艾德。是的，我认为其中很大一部分原因是机器人技术正在进入这个深度学习时代。许多传统机器人技术面临的一大挑战是它们无法概括。这个世界在噪音、光线变化、甚至我们必须进行的许多动作的灵活性方面都非常混乱。呃，你可以想象仅仅理解物理学就是一个非常具有挑战性的问题。

是的。

因此，对于我们来说，当我们考虑模型时，最终归结为我们在这个新的深度学习时代的三件事。其一，我们必须拥有计算、算法和数据。因此，我们所做的一些工作是如何将大量的物理世界数字化？世界上有很多令人难以置信的细节，比如与物体互动需要多大的压力，如果我把一个杯子掉在地上，它碎裂了，会发生什么？我怎么知道这些碎片会放在哪里？这种想象力实际上就是我们试图数字化的数据。

还有数据的来源，对吗？所以，你知道，我认为我经常想到的一个案例研究是我看着工程师重复控制机械臂来生成将物体从 A 点移动到 B 点的数据。但现在合成数据发挥着巨大的作用。嗯，获取大量真实世界的数据很困难。你知道，你怎么样，你如何应对？

我认为一个很好的例子是 AlphaGo。

好的。

随着时间的推移，AlphaGo 对数百万种不同的围棋游戏进行了行为克隆，最终通过游戏规则，我们能够进行自我对弈。这里最大的区别在于，围棋的游戏规则就是整个世界。在我们的情况下，整个物理世界无法立即数字化为规则。因此，我们距离能够创建完美的世界模型或完美的模拟器以获取合成数据还有很长的路要走，希望我们能够在许多不同的模式和领域填补这一空白。

麦加的业务如何运作？比如你卖什么或者你的产品是什么？

呃，机器人技术最终分为三个堆栈。硬件、软件、运营我们能处理好吗？因此，首要任务最终是，是否存在可以审查世界上这些信息的硬件？一个很好的例子实际上是力数据。通常，当我抓起杯子时，当我打开门把手时，当我扭转瓶子时，需要多少牛顿来施加压力？呃，所以我们的工作首先是，如果这些传感器不存在，我们可以创建它们吗？我们制造、我们设计、我们大规模生产。第二个是最终的运营。我们在全球范围内分销和运营物流，以便我们能够进入不同的场景、所有边缘情况、不同类型的业务。呃，这是一个很好的例子，在这个例子中，我们也得到了 DoorDash 创始人 Tony Xu 的支持。

正确的。

可能是目前世界上最好的呃运营商或顶级运营商。因此，我们必须经历这种肌肉锻炼，才能最终真正将物理呃智能带入世界。

在我们和你开始这个部分之前，你在广告时段对我说，我们才刚刚开始。嗯，但你已经筹集了大量资金。你知道，你的优先事项是什么，你需要在哪里雇用人员，以及你要做什么来扩大规模？

我认为甚至考虑我们需要达到的规模也很重要。你可以把特斯拉看作是花了十年时间来解决自动驾驶问题。他们求解了加速度和方向的两个自由度。而机器人技术，我们有几十个自由度。即使在我们手中，每一个关节的运动，每一个身体的运动，数据的规模都是相当指数级的。因此，我们的大量资金和我们正在努力做的是，我们正在努力铺设基础设施，以使这成为可能。在许多地区，即使是为了支持这些数据，我们也必须设置数百GB的上传带宽，这在以前是不存在的。因此，建立基础设施，在招聘方面扩大规模，吸引顶级机器人人才，基础设施，运营，硬件，呃，最终能够扩大规模。