Voxel51 prezentuje ujednoliconą platformę danych 3.0 dla zespołów zajmujących się fizyczną sztuczną inteligencją

15 października 2026 r. Voxel51 zaprezentowało Voxel51 3.0 — kompleksową multimodalną platformę danych dla fizycznej sztucznej inteligencji, która łączy wyszukiwanie, selekcję, adnotowanie i ewaluację w jednym rozszerzalnym systemie. Współzałożyciel i dyrektor generalny Brian Moore, pisząc w komunikacie firmy, nazwał tę wersję „najważniejszą w historii firmy”, a zespoły mogą już bezpłatnie przetestować platformę na własnych danych pod adresem app.voxel51.com.

Wraz z premierą zmieniono też nazwę produktu firmy dla klientów korporacyjnych: Voxel51 to nowa nazwa FiftyOne Enterprise, natomiast FiftyOne nadal odnosi się do projektu open source. Moore napisał, że firma od lat współpracuje z zespołami wdrażającymi sztuczną inteligencję w systemach autonomicznych, robotyce, produkcji i ochronie zdrowia, a w ciągu ostatnich kilku miesięcy przebudowała platformę, koncentrując się na pracy z danymi, która zaczyna się, gdy model wychodzi poza etap prototypu: analizowaniu awarii, przygotowywaniu zbiorów treningowych i ewaluacji modeli w rzeczywistych scenariuszach.

Wyszukiwanie multimodalne i obsługa szeregów czasowych

Voxel51 Search to trwały, hybrydowy indeks wyszukiwania, który łączy wyszukiwanie semantyczne z zapytaniami leksykalnymi i filtrami stosowanymi do nieustrukturyzowanych treści oraz ustrukturyzowanych metadanych w multimodalnych zbiorach danych. Zgodnie z komunikatem Search automatycznie indeksuje zbiory danych i oblicza wektory osadzeń, dzięki czemu zapytania są dostępne od pierwszego dnia; umożliwia też przeszukiwanie wektorów osadzeń i ustrukturyzowanych pól w ich natywnej postaci, łącząc je na etapie wyszukiwania. Do wyszukiwania wektorowego platforma wykorzystuje LanceDB, którego architektura kolumnowa obsługuje wyszukiwanie wektorowe obok indeksów skalarnych i pełnotekstowych, a jednocześnie oddziela przechowywanie danych od obliczeń.

Zespoły kontrolują sam proces tworzenia wektorów osadzeń, w tym to, jakie dane są osadzane, którego modelu i zasobów obliczeniowych użyć oraz kiedy generować wektory osadzeń. Aktualizacje przyrostowe nie wymagają przy tym ponownego przetwarzania całego zbioru danych. Wersja ta wprowadza również pełną obsługę multimodalnych danych szeregów czasowych: wiele strumieni danych z czujników można wizualizować na tej samej osi czasu, a wektory osadzeń na poziomie segmentów pozwalają wyszukiwać określone momenty w długich nagraniach, zamiast reprezentować cały epizod za pomocą jednego wektora osadzenia.

Voxel51 Agent i etykietowanie agentowe

Voxel51 Agent łączy wyszukiwanie, selekcję, adnotowanie i ewaluację w powtarzalne przepływy pracy, zbudowane z ponad 45 narzędzi MCP, ponad 80 operatorów i 18 umiejętności open source. W komunikacie opisano przykładowe zastosowania: zespół robotyczny wyszukuje określone zachowania w tysiącach epizodów, aby przygotować ukierunkowane zbiory treningowe i ewaluacyjne; zespół zajmujący się percepcją przechodzi od wykrytej awarii modelu do podobnych scenariuszy z długiego ogona, nowych adnotacji i ponownej ewaluacji; przygotowanie adnotacji obejmuje kierowanie niepewnych przypadków do weryfikacji przez ludzi. Agent może również pisać kod, aby dodawać nowe funkcje, a wszystkie przepływy pracy dziedziczą ustawione przez organizację uprawnienia, zabezpieczenia i mechanizmy nadzoru.

We wpisie opublikowanym 8 października 2026 r., poprzedzającym premierę, Voxel51 poinformowało, że Agent opiera się na Model Context Protocol — otwartym standardzie łączenia aplikacji AI z narzędziami zewnętrznymi — oraz łączy się z ponad 100 dostawcami modeli, w tym Anthropic, OpenAI i Google. Jest dostępny w wariantach wdrożenia w chmurze, hybrydowego, lokalnego, w środowiskach odizolowanych od sieci oraz zarządzanego. Firma poinformowała, że testy porównawcze tych samych zadań agenta w Claude Sonnet 5, Claude Opus 5, GPT-5.1 i Gemini 3.1 Pro wykazały różnice w kosztach sięgające 15 razy.

Wersja 3.0 ujednolica ponadto przepływy pracy związane z adnotowaniem danych 2D, 3D, wideo i multimodalnych, zapewniając zautomatyzowaną kontrolę jakości, wskaźniki pracy osób wykonujących adnotacje oraz narzędzia do zarządzania weryfikacją z udziałem człowieka. Funkcja etykietowania agentowego wykorzystuje modele wizyjno-językowe do generowania etykiet na podstawie instrukcji w języku naturalnym i przykładów, a przepływy pracy obejmują weryfikację wyników. Powołując się na badanie State of Physical AI z 2026 r., firma podała, że najlepsze zespoły poświęcają na pracę z danymi ponad połowę czasu realizacji projektu, robiąc to niemal 3 razy częściej niż zespoły mające trudności; według wykresu z badania odsetki te wynoszą 58% w przypadku najlepszych zespołów i 21% w przypadku zespołów mających trudności.

Pochodzenie danych na czterech poziomach

Voxel51 3.0 wprowadza śledzenie pochodzenia danych na czterech poziomach, szczegółowo opisane we wpisie uzupełniającym autorstwa głównego architekta Ritchie’ego Martoriego z 9 października 2026 r. Dziennik aktywności na poziomie wdrożenia pokazuje, kto wykonał daną czynność, kiedy do niej doszło i czego dotyczyła w ramach wdrożenia; dziennik aktywności na poziomie zbioru danych rejestruje zmiany w poszczególnych zbiorach; historia edycji na poziomie próbek pozwala prześledzić zmiany etykiet, metadanych i innych właściwości; wersjonowanie zbiorów danych zapisuje niezmienne migawki, dzięki którym zespoły mogą porównywać stany historyczne, odtwarzać przepływy pracy i ustalać, jakich dokładnie danych użyto do treningu lub ewaluacji.

Podstawowa architektura zdarzeń wykorzystuje fiftyone-mq do planowania zadań, a Activity Core do śledzenia zdarzeń, zapewniając wspólną podstawę dla dzienników audytowych, wskaźników adnotacji i monitorowania zadań. Uprawnienia i widoczność przepływów pracy pozwalają powiązać każdą zmianę danych z osobą lub zautomatyzowanym zadaniem, które ją wprowadziło.

Konstrukcja niezależna od modelu i warsztaty Nebius

Platforma została zaprojektowana tak, aby nie zależeć od konkretnego modelu, dzięki czemu zespoły mogą korzystać z własnych modeli bazowych i modeli specyficznych dla danej dziedziny do tworzenia osadzeń, automatycznego etykietowania, wnioskowania i ewaluacji, bez konieczności korzystania z z góry określonego zestawu technologii. W komunikacie podano, że modele bazowe ogólnego przeznaczenia uczyły się przede wszystkim na podstawie tekstów i danych wizualnych z internetu, a miały niewielki kontakt z ucieleśnionymi multimodalnymi danymi z czujników generowanymi przez systemy fizyczne. Zaznaczono też, że poza nielicznymi, dobrze finansowanymi dziedzinami, takimi jak autonomiczna jazda, zespoły pracujące nad fizyczną AI często muszą łączyć modele bazowe z modelami specyficznymi dla danej dziedziny oraz własnymi danymi treningowymi.

Dotychczas, aby korzystać z korporacyjnych możliwości Voxel51, trzeba było najpierw porozmawiać z jej zespołem; w wersji 3.0 dostęp samoobsługowy jest bezpłatny pod adresem app.voxel51.com, a wdrożenia hostowane samodzielnie nadal są dostępne po skontaktowaniu się z firmą. Voxel51 poinformowała również, że współpracuje z firmą oferującą chmurę AI, Nebius, a podczas wydarzeń praktycznych deweloperzy uruchamiają przepływy pracy, takie jak tworzenie embeddingów i automatyczne etykietowanie, w Nebius AI Cloud. Obie firmy organizują dziewięć kolejnych warsztatów z zakresu fizycznej sztucznej inteligencji w Kanadzie i Stanach Zjednoczonych do listopada 2026 r.; rejestracja jest otwarta.