एआई मॉडल और प्लेटफ़ॉर्म
Voxel51 ने भौतिक AI टीमों के लिए एकीकृत डेटा प्लेटफ़ॉर्म 3.0 पेश किया
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
Voxel51 ने 15 अक्टूबर 2026 को Voxel51 3.0 पेश किया, जो भौतिक AI के लिए शुरू से अंत तक काम करने वाला एक बहुआयामी डेटा प्लेटफ़ॉर्म है। यह खोज, संकलन, एनोटेशन और मूल्यांकन को एक ही विस्तार योग्य प्रणाली में समेटता है। कंपनी के सह-संस्थापक और सीईओ Brian Moore ने कंपनी की घोषणा में इसे कंपनी की «अब तक की सबसे महत्वपूर्ण रिलीज़» बताया। टीमें अब app.voxel51.com पर अपने डेटा के साथ इस प्लेटफ़ॉर्म को मुफ़्त में आज़मा सकती हैं।
इस रिलीज़ के साथ कंपनी के एंटरप्राइज़ उत्पाद का नाम भी बदला गया है: Voxel51 अब FiftyOne Enterprise का नया नाम है, जबकि FiftyOne नाम खुला-स्रोत परियोजना के लिए बना रहेगा। Moore ने लिखा कि कंपनी ने स्वायत्त प्रणालियों, रोबोटिक्स, विनिर्माण और स्वास्थ्य सेवा में AI लागू करने वाली टीमों के साथ काम करते हुए कई वर्ष बिताए हैं। पिछले कई महीनों में कंपनी ने मॉडल के प्रोटोटाइप से आगे बढ़ने के बाद शुरू होने वाले डेटा संबंधी काम को केंद्र में रखकर प्लेटफ़ॉर्म का पुनर्निर्माण किया: विफलताओं की पड़ताल करना, प्रशिक्षण-समुच्चय तैयार करना और वास्तविक दुनिया के परिदृश्यों में मॉडलों का मूल्यांकन करना।
बहुआयामी खोज और समय-श्रृंखला डेटा के लिए सहायता
Voxel51 Search एक स्थायी हाइब्रिड खोज अनुक्रमणिका है, जो बहुआयामी डेटासेट में असंरचित सामग्री और संरचित मेटाडेटा पर अर्थ-आधारित पुनर्प्राप्ति को शब्द-आधारित प्रश्नों और फ़िल्टरों के साथ जोड़ती है। घोषणा के अनुसार, Search डेटासेट को अपने-आप अनुक्रमित करता है और एम्बेडिंग की गणना करता है, जिससे पहले ही दिन से प्रश्नों के ज़रिए डेटा खोजना संभव हो जाता है। यह एम्बेडिंग और संरचित फ़ील्ड को उनके मूल स्वरूप में प्रश्नों के लिए उपलब्ध रखता है और पुनर्प्राप्ति के समय उन्हें एक साथ जोड़ता है। वेक्टर पुनर्प्राप्ति के लिए यह प्लेटफ़ॉर्म LanceDB का उपयोग करता है। इसकी कॉलमनुमा संरचना वेक्टर खोज के साथ-साथ स्केलर और पूर्ण-पाठ अनुक्रमणिकाओं का समर्थन करती है तथा स्टोरेज और कंप्यूट को अलग रखती है।
टीमें एम्बेडिंग प्रक्रिया को स्वयं नियंत्रित कर सकती हैं—इसमें यह तय करना शामिल है कि किस डेटा की एम्बेडिंग बनाई जाए, कौन-सा मॉडल और कंप्यूट इस्तेमाल हो और एम्बेडिंग कब तैयार की जाए। क्रमिक अपडेट के लिए पूरे डेटासेट को फिर से बनाने की ज़रूरत नहीं पड़ती। इस रिलीज़ में समय-श्रृंखला वाले बहुआयामी डेटा के लिए व्यापक, अंतर्निहित सहायता जोड़ी गई है: कई सेंसर स्ट्रीम को एक ही समयरेखा पर देखा जा सकता है, और खंड-स्तर की एम्बेडिंग से टीमें लंबी रिकॉर्डिंग में किसी पूरे एपिसोड को एक एम्बेडिंग से दर्शाने के बजाय उसके खास पलों को खोज सकती हैं।
Voxel51 Agent और एजेंट-आधारित लेबलिंग
Voxel51 Agent खोज, संकलन, एनोटेशन और मूल्यांकन को दोहराए जा सकने वाले कार्यप्रवाहों में जोड़ता है। ये कार्यप्रवाह 45+ MCP टूल, 80+ ऑपरेटर और 18 खुला-स्रोत कौशलों से बनाए गए हैं। घोषणा में इसके कुछ उपयोगों के उदाहरण दिए गए हैं: रोबोटिक्स टीम हज़ारों एपिसोड में खास व्यवहार खोजकर लक्षित प्रशिक्षण और मूल्यांकन-समुच्चय तैयार कर सकती है; परसेप्शन टीम मॉडल की विफलता से मिलते-जुलते कम-आवृत्ति वाले परिदृश्यों तक पहुँचकर नए एनोटेशन और पुनर्मूल्यांकन कर सकती है; और एनोटेशन की तैयारी के दौरान अनिश्चित मामलों को मानवीय समीक्षकों के पास भेजा जा सकता है। Agent नई कार्यक्षमता जोड़ने के लिए कोड भी लिख सकता है, और सभी कार्यप्रवाहों में संगठन द्वारा तय की गई अनुमतियाँ, सुरक्षा और शासन नियंत्रण लागू होते हैं।
लॉन्च से पहले, 8 अक्टूबर 2026 को प्रकाशित एक पोस्ट में, Voxel51 ने कहा कि Agent, Model Context Protocol पर बनाया गया है—यह AI अनुप्रयोगों को बाहरी टूल से जोड़ने के लिए एक खुला मानक है। कंपनी ने यह भी बताया कि यह Anthropic, OpenAI और Google सहित 100 से अधिक मॉडल प्रदाताओं से जुड़ता है और क्लाउड, हाइब्रिड, ऑन-प्रिमाइसेस, नेटवर्क से अलग तथा प्रबंधित परिनियोजन विकल्पों में उपलब्ध है। कंपनी के अनुसार, Claude Sonnet 5, Claude Opus 5, GPT-5.1 और Gemini 3.1 Pro पर समान एजेंट कार्यों के बेंचमार्क परीक्षण में लागत का अंतर 15 गुना तक पाया गया।
3.0 रिलीज़ में 2D, 3D, वीडियो और बहुआयामी डेटा के लिए एनोटेशन कार्यप्रवाहों को भी एकीकृत किया गया है। इसमें स्वचालित गुणवत्ता आश्वासन, एनोटेटर मेट्रिक्स और मानवीय समीक्षा की प्रक्रिया सँभालने वाले टूल शामिल हैं। इसकी एजेंट-आधारित लेबलिंग सुविधा दृष्टि-भाषा मॉडल का उपयोग करके प्राकृतिक भाषा में दिए गए निर्देशों और उदाहरणों से लेबल तैयार करती है; परिणामों की पुष्टि के लिए इसमें समीक्षा कार्यप्रवाह भी हैं। अपनी 2026 State of Physical AI सर्वेक्षण का हवाला देते हुए कंपनी ने कहा कि असाधारण प्रदर्शन करने वाली टीमें अपने परियोजना-समय का आधे से अधिक हिस्सा डेटा संबंधी काम पर लगाती हैं—यह दर संघर्ष कर रही टीमों की तुलना में लगभग 3 गुना है। सर्वेक्षण के चार्ट के अनुसार, असाधारण टीमों में यह हिस्सा 58 प्रतिशत और संघर्ष कर रही टीमों में 21 प्रतिशत है।
चार स्तरों पर डेटा का स्रोत-अनुसरण
Voxel51 3.0 में डेटा का स्रोत-अनुसरण चार स्तरों पर जोड़ा गया है। इसका विवरण मुख्य वास्तुकार Ritchie Martori ने 9 अक्टूबर 2026 को प्रकाशित एक संबद्ध पोस्ट में दिया। परिनियोजन-स्तर की गतिविधि लॉग में दर्ज होता है कि किसने कोई कार्रवाई की, वह कब हुई और परिनियोजन में उसका क्या प्रभाव पड़ा; डेटासेट-स्तर की गतिविधि लॉग अलग-अलग डेटासेट में हुए बदलावों का पता रखती है; नमूना-स्तर का संपादन इतिहास लेबल, मेटाडेटा और अन्य गुणों में हुए बदलावों का क्रम दर्ज करता है; और डेटासेट संस्करण-प्रबंधन अपरिवर्तनीय स्नैपशॉट सहेजता है, ताकि टीमें पुराने स्वरूपों की तुलना कर सकें, कार्यप्रवाहों को दोहरा सकें और प्रशिक्षण या मूल्यांकन में इस्तेमाल हुए सटीक डेटा की पहचान कर सकें।
इसकी अंतर्निहित इवेंट संरचना कार्यों की समय-सारणी के लिए fiftyone-mq और इवेंट ट्रैकिंग के लिए Activity Core का उपयोग करती है। इससे ऑडिट लॉग, एनोटेशन मेट्रिक्स और कार्य निगरानी के लिए एक साझा आधार मिलता है। अनुमतियाँ और कार्यप्रवाह की दृश्यता हर डेटा बदलाव को उस व्यक्ति या स्वचालित कार्य से जोड़ती हैं जिसने वह बदलाव किया।
मॉडल-निरपेक्ष डिज़ाइन और Nebius कार्यशालाएँ
यह प्लेटफ़ॉर्म डिज़ाइन के लिहाज़ से मॉडल-निरपेक्ष है, इसलिए टीमें किसी तयशुदा तकनीकी ढाँचे में बँधे बिना एम्बेडिंग, स्वचालित लेबलिंग, इन्फ़रेंस और मूल्यांकन के लिए अपने आधारभूत और विशिष्ट क्षेत्र के मॉडल इस्तेमाल कर सकती हैं। घोषणा में कहा गया है कि सामान्य प्रयोजन वाले आधारभूत मॉडल मुख्यतः इंटरनेट के पाठ और दृश्य डेटा से सीखकर विकसित हुए हैं, जबकि उन्हें भौतिक प्रणालियों द्वारा उत्पन्न सन्निहित बहुमॉडल सेंसर डेटा का सीमित अनुभव मिला है। इसमें यह भी कहा गया है कि स्वायत्त ड्राइविंग जैसे पर्याप्त वित्तपोषण वाले कुछ गिने-चुने क्षेत्रों को छोड़कर, भौतिक AI पर काम करने वाली टीमों को अक्सर आधारभूत मॉडल के साथ विशिष्ट क्षेत्र के मॉडल और अपना प्रशिक्षण डेटा भी इस्तेमाल करना पड़ता है।
पहले, Voxel51 की एंटरप्राइज़ क्षमताओं का लाभ लेने के लिए उसकी टीम से बात करनी पड़ती थी; 3.0 के साथ, app.voxel51.com पर स्वयं सेवा के ज़रिए मुफ़्त पहुँच उपलब्ध है, जबकि कंपनी से संपर्क करके स्व-होस्ट किए गए परिनियोजन अब भी उपलब्ध हैं। Voxel51 ने यह भी बताया कि वह AI क्लाउड कंपनी Nebius के साथ सहयोग कर रही है। व्यावहारिक कार्यक्रमों में डेवलपर Nebius AI Cloud पर एम्बेडिंग और स्वचालित लेबलिंग जैसे वर्कफ़्लो चला रहे हैं। दोनों कंपनियाँ नवंबर 2026 तक कनाडा और संयुक्त राज्य भर में नौ अतिरिक्त भौतिक AI कार्यशालाएँ आयोजित कर रही हैं, जिनके लिए पंजीकरण खुला है।
