Voxel51 presenta la piattaforma dati unificata 3.0 per i team che si occupano di IA fisica

Il 15 ottobre 2026, Voxel51 ha presentato Voxel51 3.0, una piattaforma dati multimodale end-to-end per l’IA fisica che riunisce ricerca, selezione, annotazione e valutazione in un unico sistema estensibile. Il cofondatore e CEO Brian Moore, nel presentare l’annuncio dell’azienda, l’ha definita «il lancio più importante dell’azienda finora»; ora i team possono provare gratuitamente la piattaforma sui propri dati all’indirizzo app.voxel51.com.

Con questo lancio cambia anche il nome del prodotto enterprise dell’azienda: Voxel51 è la nuova denominazione di FiftyOne Enterprise, mentre FiftyOne continua a indicare il progetto open source. Moore ha scritto che l’azienda lavora da anni con team che implementano l’IA in sistemi autonomi, robotica, produzione industriale e sanità e che, negli ultimi mesi, ha ricostruito la piattaforma attorno alle attività sui dati che iniziano quando un modello supera la fase di prototipo: analizzare gli errori, selezionare i set di addestramento e valutare i modelli in scenari reali.

Ricerca multimodale e supporto per i dati delle serie temporali

Voxel51 Search è un indice di ricerca ibrido persistente che combina il recupero semantico con query lessicali e filtri applicabili a contenuti non strutturati e metadati strutturati nei set di dati multimodali. Secondo l’annuncio, Search indicizza automaticamente i set di dati e calcola gli embedding, rendendo disponibili le query fin dal primo giorno; inoltre, mantiene gli embedding e i campi strutturati interrogabili nel loro formato nativo e li combina al momento del recupero. Per il recupero vettoriale, la piattaforma utilizza LanceDB, la cui architettura colonnare supporta la ricerca vettoriale insieme agli indici scalari e full-text, separando l’archiviazione dall’elaborazione.

I team controllano direttamente la pipeline degli embedding, decidendo quali dati incorporare, quale modello e quali risorse di calcolo utilizzare e quando generare gli embedding. Gli aggiornamenti incrementali non richiedono di ricostruire l’intero set di dati. Il lancio aggiunge il supporto nativo per i dati multimodali delle serie temporali: è possibile visualizzare più flussi di sensori sulla stessa sequenza temporale e, grazie agli embedding a livello di segmento, recuperare momenti specifici all’interno di registrazioni lunghe, invece di rappresentare un intero episodio con un unico embedding.

Voxel51 Agent ed etichettatura agentica

Voxel51 Agent concatena ricerca, selezione, annotazione e valutazione in flussi di lavoro ripetibili, realizzati con oltre 45 strumenti MCP, oltre 80 operatori e 18 competenze open source. L’annuncio descrive alcuni possibili utilizzi: un team di robotica può cercare comportamenti specifici in migliaia di episodi per selezionare set mirati di addestramento e valutazione; un team che lavora sulla percezione può partire da un errore del modello, individuare scenari di coda lunga simili, aggiungere nuove annotazioni e ripetere la valutazione; inoltre, la preparazione delle annotazioni può indirizzare i casi incerti a revisori umani. Agent può anche scrivere codice per aggiungere nuove funzionalità e tutti i flussi di lavoro ereditano i controlli di autorizzazione, sicurezza e governance definiti dall’organizzazione.

In un post pubblicato l’8 ottobre 2026, prima del lancio, Voxel51 ha dichiarato che Agent si basa sul Model Context Protocol, uno standard aperto per collegare le applicazioni di IA a strumenti esterni, e che si connette a oltre 100 fornitori di modelli, tra cui Anthropic, OpenAI e Google. È disponibile con opzioni di implementazione in cloud, ibride, on-premise, in ambienti isolati e gestite. L’azienda ha riferito che, confrontando le prestazioni sulle stesse attività dell’agente con Claude Sonnet 5, Claude Opus 5, GPT-5.1 e Gemini 3.1 Pro, ha riscontrato differenze di costo fino a 15 volte.

La versione 3.0 unifica inoltre i flussi di lavoro di annotazione per dati 2D, 3D, video e multimodali, includendo controlli di qualità automatizzati, metriche per gli annotatori e strumenti per gestire la revisione con intervento umano. La funzionalità di etichettatura agentica utilizza modelli visione-linguaggio per generare etichette a partire da istruzioni in linguaggio naturale ed esempi, con flussi di revisione per convalidare i risultati. Citando la propria indagine State of Physical AI 2026, l’azienda ha affermato che i team d’eccellenza dedicano alle attività sui dati più della metà del tempo dei loro progetti, a un ritmo quasi tre volte superiore a quello dei team in difficoltà; il grafico dell’indagine indica che queste quote corrispondono rispettivamente al 58% dei team d’eccellenza e al 21% dei team in difficoltà.

Tracciabilità dei dati su quattro livelli

Voxel51 3.0 aggiunge la tracciabilità dei dati su quattro livelli, descritta in un post di approfondimento pubblicato il 9 ottobre 2026 da Ritchie Martori, architetto capo. Un registro delle attività a livello di implementazione mostra chi ha eseguito un’azione, quando è avvenuta e quali elementi ha interessato; un registro delle attività a livello di set di dati tiene traccia delle modifiche apportate ai singoli set; la cronologia delle modifiche a livello di campione ricostruisce gli interventi su etichette, metadati e altre proprietà; infine, il controllo delle versioni dei set di dati acquisisce istantanee immutabili che consentono ai team di confrontare stati precedenti, riprodurre flussi di lavoro e individuare esattamente i dati utilizzati per l’addestramento o la valutazione.

L’architettura degli eventi sottostante utilizza fiftyone-mq per la pianificazione dei processi e Activity Core per il tracciamento degli eventi, fornendo una base condivisa per i registri di audit, le metriche di annotazione e il monitoraggio dei processi. Le autorizzazioni e la visibilità dei flussi di lavoro collegano ogni modifica ai dati alla persona o al processo automatizzato che l’ha effettuata.

Progettazione indipendente dal modello e workshop Nebius

La piattaforma è progettata per essere indipendente dai modelli, così i team possono utilizzare i propri modelli di base e modelli specifici del dominio per generare embedding, eseguire l’etichettatura automatica, l’inferenza e la valutazione, senza essere vincolati a uno stack predefinito. Secondo l’annuncio, i modelli di base generalisti hanno appreso principalmente da testi e dati visivi disponibili su Internet, con un’esposizione limitata ai dati multimodali dei sensori generati dai sistemi fisici; inoltre, al di fuori di pochi ambiti ben finanziati, come la guida autonoma, i team che lavorano sull’IA fisica spesso devono combinare modelli di base con modelli specifici del dominio e con i propri dati di addestramento.

In passato, per conoscere le funzionalità aziendali di Voxel51 era necessario parlare prima con il suo team; con la versione 3.0, l’accesso self-service è gratuito su app.voxel51.com, mentre le implementazioni self-hosted restano disponibili contattando l’azienda. Voxel51 ha anche dichiarato di collaborare con l’azienda di cloud per l’IA Nebius: in occasione di eventi pratici, gli sviluppatori eseguono flussi di lavoro come la generazione di embedding e l’etichettatura automatica su Nebius AI Cloud. Le due aziende organizzano altri nove workshop sull’IA fisica in Canada e negli Stati Uniti fino a novembre 2026; le iscrizioni sono aperte.