Voxel51 lansează Platforma de date unificată 3.0, destinată echipelor care lucrează cu IA fizică

Pe 15 octombrie 2026, Voxel51 a lansat Voxel51 3.0, o platformă multimodală de date, de la un capăt la altul, pentru IA fizică, care reunește căutarea, selecția și organizarea datelor, adnotarea și evaluarea într-un singur sistem extensibil. Cofondatorul și directorul general Brian Moore a numit-o, într-un mesaj al companiei despre lansare, „cea mai importantă versiune de până acum”, iar echipele pot încerca acum gratuit platforma pe propriile date, la app.voxel51.com.

Lansarea aduce și o nouă denumire pentru produsul enterprise al companiei: Voxel51 este noul nume al FiftyOne Enterprise, în timp ce FiftyOne continuă să desemneze proiectul open source. Moore a scris că, de ani de zile, compania colaborează cu echipe care implementează IA în sisteme autonome, robotică, producție și asistență medicală și că, în ultimele luni, a reconstruit platforma în jurul activităților legate de date care încep după ce un model depășește stadiul de prototip: investigarea defecțiunilor, selectarea și organizarea seturilor de antrenare și evaluarea modelelor în scenarii din lumea reală.

Căutare multimodală și suport pentru serii temporale

Voxel51 Search este un index persistent de căutare hibridă, care combină regăsirea semantică cu interogări lexicale și filtre aplicate conținutului nestructurat și metadatelor structurate din seturi de date multimodale. Potrivit anunțului, Search indexează automat seturile de date și calculează vectorii de reprezentare, astfel încât interogările să fie disponibile din prima zi, și păstrează vectorii de reprezentare și câmpurile structurate interogabile în forma lor nativă, combinându-le în momentul regăsirii. Pentru regăsirea vectorială, platforma folosește LanceDB, a cărei arhitectură pe coloane permite căutarea vectorială alături de indexuri scalare și de text integral, separând totodată stocarea de procesare.

Echipele controlează chiar fluxul de lucru pentru generarea vectorilor de reprezentare, inclusiv ce date sunt transformate în vectori, ce model și resurse de calcul sunt folosite și când sunt generați vectorii, cu actualizări incrementale care nu necesită reconstruirea întregului set de date. Versiunea adaugă suport de prim rang pentru date multimodale de tip serie temporală: mai multe fluxuri de senzori pot fi vizualizate pe aceeași axă temporală, iar vectorii de reprezentare la nivel de segment permit echipelor să regăsească momente specifice din înregistrări lungi, în loc să reprezinte un episod întreg printr-un singur vector.

Voxel51 Agent și etichetarea agentică

Voxel51 Agent conectează căutarea, selecția și organizarea datelor, adnotarea și evaluarea în fluxuri de lucru repetabile, construite cu peste 45 de instrumente MCP, peste 80 de operatori și 18 competențe open source. Anunțul prezintă câteva exemple de utilizare: o echipă de robotică caută comportamente specifice în mii de episoade pentru a selecta și organiza seturi de antrenare și evaluare țintite; o echipă de percepție trece de la o defecțiune a modelului la scenarii similare din coada lungă, adnotări noi și reevaluare; iar pregătirea adnotărilor direcționează cazurile incerte către evaluatori umani. Agentul poate, de asemenea, să scrie cod pentru a adăuga funcționalități noi, iar toate fluxurile de lucru moștenesc permisiunile și controalele de securitate și guvernanță stabilite de organizație.

Într-o postare publicată pe 8 octombrie 2026, înainte de lansare, Voxel51 a declarat că Agent se bazează pe Model Context Protocol, un standard deschis pentru conectarea aplicațiilor IA la instrumente externe, și că se conectează la peste 100 de furnizori de modele, printre care Anthropic, OpenAI și Google, fiind disponibil prin opțiuni de implementare în cloud, hibride, la sediul clientului, izolate de rețea și gestionate. Compania a raportat că evaluarea comparativă a acelorași sarcini ale agentului cu Claude Sonnet 5, Claude Opus 5, GPT-5.1 și Gemini 3.1 Pro a relevat diferențe de cost de până la 15 ori.

Versiunea 3.0 unifică, de asemenea, fluxurile de lucru pentru adnotare a datelor 2D, 3D, video și multimodale, oferind asigurarea automată a calității, indicatori privind activitatea adnotatorilor și instrumente pentru gestionarea verificării cu implicarea oamenilor. Funcționalitatea Agentic Labeling folosește modele vizual-lingvistice pentru a genera etichete pe baza instrucțiunilor și exemplelor în limbaj natural, cu fluxuri de lucru pentru verificarea rezultatelor. Citând sondajul său din 2026, State of Physical AI, compania a afirmat că echipele cu rezultate excepționale dedică activităților legate de date mai mult de jumătate din timpul proiectelor, cu o rată de aproape 3 ori mai mare decât echipele care întâmpină dificultăți; graficul sondajului indică ponderi de 58% pentru echipele cu rezultate excepționale și de 21% pentru cele care întâmpină dificultăți.

Proveniența datelor la patru niveluri

Voxel51 3.0 adaugă proveniența datelor la patru niveluri, detaliate într-o postare complementară publicată de arhitectul-șef Ritchie Martori pe 9 octombrie 2026. Un jurnal de activitate la nivel de implementare arată cine a efectuat o acțiune, când a avut loc și ce elemente a afectat în cadrul unei implementări; un jurnal de activitate la nivel de set de date urmărește modificările din fiecare set de date; istoricul editărilor la nivel de eșantion urmărește modificările aduse etichetelor, metadatelor și altor proprietăți; iar versionarea seturilor de date păstrează instantanee imuabile, astfel încât echipele să poată compara stări istorice, reproduce fluxuri de lucru și identifica exact datele folosite la antrenare sau evaluare.

Arhitectura de evenimente de bază folosește fiftyone-mq pentru programarea sarcinilor și Activity Core pentru urmărirea evenimentelor, oferind o fundație comună pentru jurnalele de audit, indicatorii de adnotare și monitorizarea sarcinilor. Permisiunile și vizibilitatea fluxurilor de lucru asociază fiecare modificare a datelor cu persoana sau sarcina automatizată care a efectuat-o.

Design independent de model și ateliere Nebius

Platforma este concepută să fie independentă de model, astfel încât echipele să își poată folosi propriile modele fundamentale și modele specifice domeniului pentru generarea de reprezentări vectoriale, etichetare automată, inferență și evaluare, fără a fi constrânse la o stivă tehnologică prestabilită. Anunțul precizează că modelele fundamentale de uz general au fost antrenate în principal pe texte și date vizuale de pe internet, având o expunere limitată la datele multimodale de la senzori pe care le generează sistemele fizice și că, în afara câtorva domenii bine finanțate, precum conducerea autonomă, echipele care lucrează la IA fizică au adesea nevoie să combine modele fundamentale cu modele specifice domeniului și cu propriile date de antrenare.

În trecut, pentru a beneficia de capabilitățile enterprise ale Voxel51, era necesar să discuți mai întâi cu echipa sa; odată cu versiunea 3.0, accesul cu autoservire este gratuit la app.voxel51.com, iar implementările găzduite de client sunt în continuare disponibile la cerere, contactând compania. Voxel51 a mai spus că colaborează cu compania de cloud pentru IA Nebius, dezvoltatorii rulând fluxuri de lucru precum generarea de reprezentări vectoriale și etichetarea automată pe Nebius AI Cloud în cadrul unor evenimente cu sesiuni practice. Cele două companii organizează încă nouă ateliere despre IA fizică în Canada și Statele Unite până în noiembrie 2026, iar înscrierile sunt deschise.