Представяме Voxel51 3.0: единна мултимодална платформа за данни за физическия ИИ

Voxel51 пусна Voxel51 3.0 — изключително важна актуализация на своята платформа за данни. Voxel51 3.0 е цялостна мултимодална платформа за данни, която обединява търсене, подбор, анотация и оценяване в една система. Тя е предназначена за екипи, които обучават модели със сензорни данни от роботи, превозни средства и фабрики. Изданието добавя Voxel51 Agent, слой за проследяване на произхода на данните и безплатен достъп за самостоятелно използване.

Накратко

Мащаб: Voxel51 Agent включва над 45 MCP инструмента, над 80 оператора и 18 умения с отворен код.
Работи в: хоствано уеб приложение на адрес app.voxel51.com или като самостоятелно хоствана инсталация в облачни, хибридни, локални и изолирани от мрежата среди. Не е публикувана информация за изискване към локален GPU.
Производителност: Не са публикувани продуктови бенчмаркове. Вместо това Voxel51 цитира собствени данни от проучване.
Най-добро: Безплатният план включва Voxel51 Agent, 30 000 заявки за инференс и 30 часа изчисления месечно.
Най-лошо: Безплатният план е ограничен до 3 набора от данни с по 10 000 извадки всеки и 20 GB пространство за съхранение.

Какво е новото във Voxel51 3.0?

Voxel51 3.0 разширява платформата отвъд корените ѝ във визуалните данни с 3 основни допълнения.

Мултимодална поддръжка на времеви редове: Екипите могат да преглеждат множество сензорни потоци върху 1 времева линия. Вгражданията на ниво сегмент откриват конкретни моменти в дълги записи.
Унифицирана анотация: Етикетирането обхваща 2D, 3D, видео и мултимодални данни. То включва автоматизиран контрол на качеството, показатели за анотаторите и преглед с участието на човек.
Agentic Labeling: Моделите за зрение и език генерират етикети от инструкции и примери на естествен език.

Поддържаните модалности включват MCAP, изображения, видео, 3D облаци от точки, мрежи, DICOM, NIfTI, геопространствени данни и аудио.

Как работи Voxel51 Search?

Voxel51 Search представлява постоянен хибриден индекс. Той индексира наборите от данни и изчислява вгражданията автоматично, така че търсенето работи още от първия ден.

Семантичното извличане намира визуално или семантично сходни моменти дори без общи етикети. Лексикалните и структурираните заявки обработват точни термини, времеви маркери, сензорни полета и метаданни. Вгражданията и структурираните полета остават в естествения си формат и се комбинират по време на извличането.

Векторното извличане работи върху LanceDB. То поддържа векторни, скаларни и пълнотекстови индекси и разделя съхранението от изчисленията. Екипите избират какво да бъде вградено, кой модел и какви изчислителни ресурси да се използват и кога. Постепенните актуализации избягват пълното изграждане наново, когато пристигат нови извадки или схемите се променят.

Какво може да прави Voxel51 Agent?

Voxel51 Agent свързва търсенето, подбора, анотацията и оценяването в повтаряеми работни процеси.

Примерни работни процеси:

Екип по роботика търси поведения в хиляди епизоди, след което подбира балансирани набори от данни за обучение.
Екип по възприятие започва от грешка на модела и извлича сходни сценарии от дългата опашка за етикетиране.

Агентът може също да пише код за изграждане на персонализирани плъгини. Всички работни процеси наследяват разрешенията и механизмите за управление на организацията.

Как работи проследяването на произхода на данните във Voxel51 3.0?

Voxel51 3.0 добавя 4 слоя за проследяване на произхода:

Дневник на активността на ниво внедряване: кой какво и кога е направил в рамките на внедряването.
Дневник на активността на ниво набор от данни: как се е развил един набор от данни.
История на редакциите на ниво извадка: промените в етикетите, метаданните и свойствата за всяка извадка.
Версиониране на наборите от данни: неизменяеми снимки на състоянието за възпроизвеждане на изпълненията за обучение и оценяване.

Събитията преминават през fiftyone-mq за планиране на задачи и Activity Core за проследяване на събитията.

Могат ли екипите да използват собствени модели?

Да. Платформата е независима от модела при вграждането, автоматичното етикетиране, инференса и оценяването. Екипът може да започне с базов модел, а след това да го замени със собствен модел за конкретния домейн.

Защо Voxel51 твърди, че работата с данни определя резултатите?

Voxel51 цитира своето проучване „Състоянието на физическия AI през 2026 г.“. 58% от „изключителните“ екипи отделят повече от половината от времето по проекта си за работа с данни. Само 21% от затрудняващите се екипи правят същото. Това е проучване, проведено от доставчика, така че го приемайте като ориентировъчно.

Как Voxel51 3.0 се сравнява с Encord и Foxglove?

Функция	Voxel51 3.0	Encord	Foxglove
Основен фокус	Търсене, подбор, анотация и оценяване на мултимодални данни	Анотация, подбор и управление на данни	Визуализация, наблюдаемост и управление на данни за роботика
Безплатен план	3 набора от данни, по 10 000 извадки всеки, 20 GB	Не е посочен	10 GB пространство, 3 потребители, 5 устройства
Начален платен план	Team: 8 места, 2 800 изчислителни часа месечно (цената не е посочена)	Starter (цената не е посочена)	Pro: 20 USD/месец + използване, 1 TB пространство
Вграден агент	Voxel51 Agent	Агенти за данни (план Team)	Страничен панел на агента
MCP	Над 45 MCP инструмента	Не е посочен	Foxglove MCP (локален MCP при платените планове)
Търсене	Хибридно семантично, лексикално и търсене по метаданни	Мултимодално търсене, заявки и филтриране	Семантично търсене (бета) плюс структурирано търсене
Анотация	2D, 3D, видео, мултимодална, Agentic Labeling	Изображения, видео, аудио, документи; добавка за 3D и LiDAR	Събития върху времеви сегменти
Сензорни данни от времеви редове	MCAP, синхронизирани потоци, сегментни вграждания	Сензорни потоци (вижте бележката)	MCAP, ROS 1, ROS 2 в оригинален формат
Проследяване на произхода	Дневници на активността, история на редакциите, версиониране	Не е посочено	Одитни дневници (не са налични в безплатния план)
Самостоятелно хостване	Налични са локално и в изолирана от мрежата среда	VPC и локална инсталация (добавка или Enterprise)	Самостоятелно хоствани данни при Enterprise; собствено хранилище при Pro

Поддръжката на сензорни потоци от Encord е посочена в неговото съобщение за Series C. Цените са проверени на 17 октомври 2026 г.

Основни изводи

Voxel51 3.0 обединява търсенето, подбора, анотацията и оценяването в 1 платформа.
Voxel51 Agent включва над 45 MCP инструмента, над 80 оператора и 18 умения.
Дневниците на активността, историята на редакциите и версионирането правят данните за обучение проследими.
Безплатен план: 3 набора от данни, по 10 000 извадки всеки, без кредитна карта.

Вижте официалната публикация в блога, съобщението за медиите и документацията на Voxel51 или го изпробвайте на app.voxel51.com. Всички заслуги са за изследователя на този проект. Също така можете да ни последвате в Twitter и не забравяйте да се присъедините към нашия ML SubReddit с над 150 хил. членове и да се абонирате за нашия бюлетин. Почакайте! В Telegram ли сте? Вече можете да се присъедините към нас и в Telegram.

Преведено автоматично от английски. Оригиналната статия е на връзката по-долу.