Mecka AI recluta growth hackers detrás de la app “IRL sidequest” Thirdspace

Mecka AI recluta growth hackers detrás de la app “IRL sidequest” Thirdspace

Mecka AI, una empresa dedicada a generar los datos de entrenamiento críticos necesarios para el despliegue de robots en el mundo real, ha adquirido Thirdspace, una popular aplicación móvil social. Esta movimiento estratégico es principalmente una adquisición por talento (acquihire), incorporando a los fundadores de Thirdspace para liderar los esfuerzos de captura móvil de Mecka. La adquisición subraya la dependencia de Mecka de estrategias de crecimiento viral para escalar su base de usuarios, con el objetivo de reclutar a millones de personas que grabarán video egocéntrico para el entrenamiento de robots. La implicación central para los datos abiertos en robótica es la urgente necesidad de grandes volúmenes de imágenes únicas en primera persona. A diferencia del texto o las imágenes, este tipo específico de datos no puede extraerse (scrapearse) de internet, lo que hace que el contenido generado orgánicamente por los usuarios sea esencial. La ambición de Mecka de alcanzar decenas de millones de horas de grabaciones requiere herramientas sofisticadas de engagement móvil. Al aplicar tácticas de crecimiento de aplicaciones de consumo a un proceso de recopilación de datos intensivo en hardware, Mecka destaca un nuevo paradigma donde la obtención de datos abiertos depende de involucrar a contribuyentes individuales en lugar de simplemente extraer repositorios públicos de la web. Este artículo es relevante para los datos abiertos porque ilustra el cambio en el panorama de la adquisición de datos en la era de la IA encarnada. Demuestra cómo las iniciativas de datos abiertos deben evolucionar para incluir la participación humana activa y modelos de contribución gamificados, con el fin de satisfacer las demandas exponenciales de datos de la robótica moderna. Además, señala una tendencia en la que entidades privadas están construyendo la infraestructura de datos esencial para los modelos de robótica abierta, lo que podría influir en la accesibilidad y estandarización de este corpus crítico de entrenamiento para la comunidad más amplia de investigación y desarrollo.

Fuente: betakit.com
Publicado el 2026-10-20