Voxel51、フィジカルAIチーム向けの統合データプラットフォーム「3.0」を発表

Voxel51は2026年10月15日、Voxel51 3.0を発表しました。フィジカルAI向けのエンドツーエンドのマルチモーダルデータプラットフォームである同製品は、検索、キュレーション、アノテーション、評価を、拡張性の高い単一のシステムに統合します。共同創業者兼CEOのBrian Moore氏は、同社の発表文で、今回のリリースを「これまでで最も重要なリリース」と位置づけました。また、チームはapp.voxel51.comで、自社データを使ってプラットフォームを無料で試せるようになりました。

今回のリリースでは、同社のエンタープライズ製品の名称も変更されました。FiftyOne Enterpriseの新名称がVoxel51であり、FiftyOneは引き続きオープンソースプロジェクトを指します。Moore氏によると、同社は自律システム、ロボティクス、製造、医療の分野でAIを導入するチームと何年にもわたって協業してきました。そして過去数カ月をかけて、モデルが試作段階を脱した後に始まるデータ作業、つまり失敗の調査、学習セットのキュレーション、実環境のシナリオにおけるモデル評価を中心に、プラットフォームを再構築しました。

マルチモーダル検索と時系列データへの対応

Voxel51 Searchは、マルチモーダルデータセット内の非構造化コンテンツと構造化メタデータを対象に、意味検索とキーワード検索、フィルターを組み合わせる永続型のハイブリッド検索インデックスです。発表によると、Searchはデータセットを自動でインデックス化し、埋め込みを計算するため、初日からクエリを利用できます。また、埋め込みと構造化フィールドはネイティブ形式のままクエリ可能な状態に保たれ、検索時に組み合わせられます。ベクトル検索にはLanceDBを採用しています。そのカラム型アーキテクチャは、ベクトル検索に加えてスカラーインデックスと全文検索インデックスをサポートし、ストレージとコンピューティングを分離します。

チームは、どのデータを埋め込むか、どのモデルとコンピューティングリソースを使うか、いつ埋め込みを生成するかなど、埋め込みパイプライン自体を制御できます。データセット全体を再構築することなく、段階的に更新することも可能です。今回のリリースでは、時系列マルチモーダルデータへの本格的な対応も追加されました。複数のセンサーストリームを同じタイムライン上に可視化できるほか、セグメント単位の埋め込みにより、エピソード全体を単一の埋め込みで表現するのではなく、長時間の録画から特定の瞬間を検索できます。

Voxel51 Agentとエージェント型ラベリング

Voxel51 Agentは、45種類以上のMCPツール、80種類以上のオペレーター、18種類のオープンソーススキルを活用し、検索、キュレーション、アノテーション、評価を再現可能なワークフローとして連携させます。発表では、活用例として次のようなケースを挙げています。ロボティクスチームが数千件のエピソードから特定の挙動を検索し、目的に沿った学習用・評価用データセットを整備するケース。認識チームがモデルの失敗を起点に、類似するロングテールシナリオの特定、新たなアノテーション、再評価へと進むケース。不確実な事例を人間のレビュー担当者に回すアノテーション準備のケースです。Agentは新機能を追加するコードを書くこともでき、すべてのワークフローには、組織が設定した権限、セキュリティ、ガバナンスの制御が適用されます。

リリースに先立つ2026年10月8日付の投稿で、Voxel51は、AgentがAIアプリケーションと外部ツールを接続するオープン標準であるModel Context Protocolを基盤としていると説明しました。また、Anthropic、OpenAI、Googleを含む100社を超えるモデルプロバイダーに接続し、クラウド、ハイブリッド、オンプレミス、エアギャップ環境、マネージド型の各導入形態で利用できるとしています。同社によると、Claude Sonnet 5、Claude Opus 5、GPT-5.1、Gemini 3.1 Proで同じエージェントタスクをベンチマークしたところ、コストに最大15倍の差がありました。

3.0ではさらに、2D、3D、動画、マルチモーダルデータに対応するアノテーションワークフローを統合しました。自動QA、アノテーターの指標、ヒューマン・イン・ザ・ループによるレビューを管理するツールも備えています。エージェント型ラベリング機能では、視覚言語モデルが自然言語による指示と例をもとにラベルを生成し、その結果を検証するためのレビューワークフローも利用できます。Voxel51は「2026 State of Physical AI」調査を引用し、優れたチームはプロジェクト時間の半分以上をデータ作業に費やしており、その割合は苦戦しているチームの約3倍に上ると述べました。調査のグラフでは、データ作業に時間を費やすチームの割合は、優れたチームで58％、苦戦しているチームで21％となっています。

4段階で追跡するデータの来歴

Voxel51 3.0では、データの来歴を4つのレベルで追跡できるようになりました。Chief ArchitectのRitchie Martori氏が2026年10月9日に公開した関連投稿では、その詳細が説明されています。デプロイメントレベルのアクティビティログでは、デプロイメント全体で誰が、いつ、どの対象に対して操作を行ったかを確認できます。データセットレベルのアクティビティログは、個々のデータセット内の変更を記録します。サンプルレベルの編集履歴では、ラベル、メタデータ、その他のプロパティに対する変更を追跡します。データセットのバージョン管理では、変更できないスナップショットを保存することで、過去の状態を比較し、ワークフローを再現し、学習や評価に使われた正確なデータを特定できます。

基盤となるイベントアーキテクチャは、ジョブのスケジューリングにfiftyone-mq、イベントの追跡にActivity Coreを使用し、監査ログ、アノテーション指標、ジョブ監視に共通の基盤を提供します。権限管理とワークフローの可視性により、それぞれのデータ変更を実行した人物または自動ジョブまで追跡できます。

モデルを限定しない設計とNebiusのワークショップ

このプラットフォームは設計上、特定のモデルに依存しないため、チームはあらかじめ定められた技術構成に縛られることなく、独自の基盤モデルや分野特化型モデルを、埋め込み、自動ラベリング、推論、評価に利用できます。発表によると、汎用の基盤モデルは主にインターネット上のテキストや視覚データから学習しており、物理システムが生成する身体性を伴うマルチモーダルセンサーデータに触れる機会は限られています。また、自動運転など、十分な資金が投入されている一部の分野を除けば、フィジカルAIチームは基盤モデルに分野特化型モデルや独自の学習データを組み合わせる必要がある場合が多いとしています。

従来、Voxel51のエンタープライズ機能を利用するには、まず同社のチームに問い合わせる必要がありました。3.0では、app.voxel51.comで無料のセルフサービス利用が可能になり、セルフホスト型の導入も、同社に問い合わせることで引き続き利用できます。Voxel51はまた、AIクラウド企業のNebiusと協業していると発表しました。開発者は実践形式のイベントで、Nebius AI Cloud上で埋め込みや自動ラベリングなどのワークフローを実行しています。両社は、カナダと米国で2026年11月までにフィジカルAIワークショップをさらに9回開催する予定で、参加登録を受け付けています。