纽约初创公司Midcentury近日结束隐身状态，宣布完成1500万美元种子轮融资，旨在突破机器人领域的“数据瓶颈”。2026年9月23日，该公司正式亮相并发布两款核心产品：一个包含超200万小时人类行为数据的第一人称视角数据集，以及名为Matrix的云仿真平台。
为物理AI筑牢数据基石
这笔融资使Midcentury跻身大数据领域历史种子轮交易的前1%。作为参照，2026年第二季度种子轮融资中位数约为450万美元。公司未披露具体估值及投资方名单。
Midcentury的逻辑类似于网络抓取数据推动大语言模型演进，即利用第一人称人类动作数据训练机器人。其专有数据集覆盖50多种环境和2万种任务场景，每小时数据均标注了3D手部姿态追踪、深度图和点跟踪信息。这一规模远超现有公开研究资源，例如仅含约3600小时数据的Ego4D v2。
除人类动作记录外，Midcentury还持有约5万小时包含引擎级信号的游戏玩法数据，以及涵盖25种语言的6.9万小时对话语音数据。鉴于数据集的专有属性，研究人员无法免费获取。
Matrix仿真与扩展定律竞赛
同步发布的Matrix是一个云仿真平台，允许团队构建现实场景的数字孪生体。该平台不依赖手动编码规则，而是直接从真实数据中构建物理引擎。工程团队可在GPU集群上运行数千个并行测试，并将测试失败即时转化为训练样本。
公司深谙Rich Sutton提出的“痛苦教训”（bitter lesson），即蛮力计算和海量数据集终将胜过手工设计的特征。首席执行官Chetan Kulhari此前曾供职于AI编程初创公司Magic。美国证券交易委员会（SEC）2026年1月的一份文件显示，该公司曾向五位支持者出售约890万美元股份，表明本轮融资系分阶段完成。
当前，众多初创公司正竞相争夺具身智能（Embodied AI）的数据层。Rerun和Vision Lab等竞争对手在过去一年中亦获得了风险投资。若扩展定律（scaling laws）能成功从语言模型迁移至物理机器人领域，掌握训练数据的实体有望主导市场。