Voxel51 apresenta a plataforma de dados unificada 3.0 para equipes de IA física

Em 15 de outubro de 2026, a Voxel51 apresentou o Voxel51 3.0, uma plataforma de dados multimodais de ponta a ponta para IA física que reúne busca, curadoria, anotação e avaliação em um único sistema extensível. O cofundador e CEO Brian Moore, em um texto publicado no anúncio da empresa, chamou o lançamento de “o mais significativo da empresa até agora”. As equipes já podem experimentar a plataforma gratuitamente com seus próprios dados em app.voxel51.com.

O lançamento também traz um novo nome para o produto empresarial da empresa: Voxel51 é o novo nome do FiftyOne Enterprise, enquanto FiftyOne continua sendo o nome do projeto de código aberto. Moore escreveu que a empresa passou anos trabalhando com equipes que implementam IA em sistemas autônomos, robótica, manufatura e saúde, e que, nos últimos meses, reconstruiu a plataforma em torno do trabalho com dados que começa quando um modelo deixa de ser um protótipo: investigar falhas, organizar conjuntos de dados de treinamento e avaliar modelos em cenários do mundo real.

Busca multimodal e suporte a séries temporais

O Voxel51 Search é um índice de busca híbrido e persistente que combina recuperação semântica com consultas lexicais e filtros em conteúdo não estruturado e metadados estruturados de conjuntos de dados multimodais. Segundo o anúncio, o Search indexa automaticamente os conjuntos de dados e calcula embeddings, deixando as consultas disponíveis desde o primeiro dia; além disso, mantém os embeddings e os campos estruturados consultáveis em seu formato nativo e os combina no momento da recuperação. Para a recuperação vetorial, a plataforma usa o LanceDB, cuja arquitetura colunar permite realizar buscas vetoriais junto com índices escalares e de texto completo, separando o armazenamento da computação.

As equipes controlam o próprio pipeline de embeddings, incluindo quais dados são incorporados, qual modelo e quais recursos computacionais usar e quando gerar os embeddings. As atualizações incrementais dispensam a reconstrução do conjunto de dados completo. O lançamento acrescenta suporte nativo a dados multimodais de séries temporais: vários fluxos de sensores podem ser visualizados na mesma linha do tempo, e os embeddings em nível de segmento permitem que as equipes recuperem momentos específicos dentro de gravações longas, em vez de representar um episódio inteiro com um único embedding.

Voxel51 Agent e rotulagem agêntica

O Voxel51 Agent encadeia busca, curadoria, anotação e avaliação em fluxos de trabalho repetíveis, criados com mais de 45 ferramentas MCP, mais de 80 operadores e 18 habilidades de código aberto. O anúncio descreve alguns exemplos de uso: uma equipe de robótica busca comportamentos específicos em milhares de episódios para organizar conjuntos direcionados de treinamento e avaliação; uma equipe de percepção parte de uma falha do modelo para encontrar cenários semelhantes de cauda longa, fazer novas anotações e reavaliar; e a preparação de anotações encaminha casos incertos para análise de revisores humanos. O Agent também pode escrever código para adicionar novas funcionalidades, e todos os fluxos de trabalho herdam as permissões e os controles de segurança e governança definidos pela organização.

Em uma publicação de 8 de outubro de 2026, antes do lançamento, a Voxel51 informou que o Agent é baseado no Model Context Protocol, um padrão aberto para conectar aplicativos de IA a ferramentas externas, e que se conecta a mais de 100 provedores de modelos, entre eles Anthropic, OpenAI e Google. A empresa também afirmou que ele está disponível em opções de implantação na nuvem, híbridas, locais, isoladas de redes externas e gerenciadas. A empresa relatou que, ao comparar as mesmas tarefas do agente em Claude Sonnet 5, Claude Opus 5, GPT-5.1 e Gemini 3.1 Pro, foram observadas diferenças de custo de até 15 vezes.

A versão 3.0 também unifica os fluxos de trabalho de anotação para dados 2D, 3D, de vídeo e multimodais, com controle de qualidade automatizado, métricas dos anotadores e ferramentas para gerenciar a revisão com participação humana. O recurso Agentic Labeling usa modelos de visão e linguagem para gerar rótulos a partir de instruções em linguagem natural e exemplos, com fluxos de revisão para validar os resultados. Com base em sua pesquisa State of Physical AI de 2026, a empresa afirmou que as equipes de alto desempenho dedicam mais da metade do tempo de seus projetos ao trabalho com dados, a uma taxa quase três vezes maior que a das equipes com dificuldades; o gráfico da pesquisa indica que essas proporções são de 58% entre as equipes de alto desempenho e 21% entre as equipes com dificuldades.

Rastreabilidade dos dados em quatro níveis

O Voxel51 3.0 acrescenta rastreabilidade dos dados em quatro níveis, detalhada em uma publicação complementar de 9 de outubro de 2026, escrita pelo arquiteto-chefe Ritchie Martori. Um registro de atividades no nível da implantação mostra quem realizou uma ação, quando ela ocorreu e o que afetou em toda a implantação; um registro no nível do conjunto de dados acompanha as alterações em conjuntos individuais; o histórico de edições no nível das amostras rastreia mudanças em rótulos, metadados e outras propriedades; e o versionamento dos conjuntos de dados registra instantâneos imutáveis para que as equipes possam comparar estados anteriores, reproduzir fluxos de trabalho e identificar os dados exatos usados no treinamento ou na avaliação.

A arquitetura de eventos subjacente usa fiftyone-mq para o agendamento de tarefas e Activity Core para o rastreamento de eventos, oferecendo uma base compartilhada para registros de auditoria, métricas de anotação e monitoramento de tarefas. As permissões e a visibilidade dos fluxos de trabalho vinculam cada alteração nos dados à pessoa ou à tarefa automatizada que a realizou.

Design agnóstico a modelos e workshops da Nebius

A plataforma foi projetada para ser independente de modelos, permitindo que as equipes usem seus próprios modelos de base e específicos de domínio para gerar embeddings, fazer rotulagem automática, executar inferências e realizar avaliações, sem ficarem presas a uma pilha predefinida. O anúncio afirma que os modelos de base de uso geral aprenderam principalmente com textos e dados visuais da internet, tendo tido contato limitado com os dados multimodais de sensores gerados por sistemas físicos. Afirma também que, fora de alguns domínios bem financiados, como a condução autônoma, as equipes de IA física muitas vezes precisam combinar modelos de base com modelos específicos de domínio e seus próprios dados de treinamento.

Historicamente, para conhecer os recursos empresariais da Voxel51, era preciso primeiro conversar com a equipe da empresa. Com a versão 3.0, o acesso por autoatendimento é gratuito em app.voxel51.com, e as implantações auto-hospedadas continuam disponíveis mediante contato com a empresa. A Voxel51 também informou que está colaborando com a empresa de computação em nuvem de IA Nebius, e que desenvolvedores executam fluxos de trabalho, como geração de embeddings e rotulagem automática, na Nebius AI Cloud durante eventos práticos. As duas empresas estão promovendo mais nove workshops de IA física no Canadá e nos Estados Unidos até novembro de 2026, e as inscrições estão abertas.