Voxel51 เปิดตัวแพลตฟอร์มข้อมูลแบบครบวงจร 3.0 สำหรับทีม Physical AI

เมื่อวันที่ 15 ตุลาคม 2026 Voxel51 เปิดตัว Voxel51 3.0 แพลตฟอร์มข้อมูลแบบหลายโมดัลครบวงจรสำหรับ Physical AI ที่รวมการค้นหา การคัดสรร การใส่คำอธิบายประกอบ และการประเมินไว้ในระบบเดียวที่ขยายต่อได้ Brian Moore ผู้ร่วมก่อตั้งและซีอีโอ เขียนไว้ในประกาศของบริษัทว่า นี่คือ “การเปิดตัวครั้งสำคัญที่สุดของบริษัทจนถึงปัจจุบัน” และตอนนี้ทีมต่าง ๆ สามารถทดลองใช้แพลตฟอร์มกับข้อมูลของตนเองได้ฟรีที่ app.voxel51.com

การเปิดตัวครั้งนี้ยังมาพร้อมการเปลี่ยนชื่อผลิตภัณฑ์สำหรับองค์กรของบริษัทด้วย โดย Voxel51 เป็นชื่อใหม่ของ FiftyOne Enterprise ส่วน FiftyOne ยังคงใช้เรียกโครงการโอเพนซอร์สต่อไป Moore เขียนว่า บริษัททำงานร่วมกับทีมที่นำ AI ไปใช้ในระบบอัตโนมัติ หุ่นยนต์ การผลิต และการดูแลสุขภาพมาหลายปี และได้สร้างแพลตฟอร์มขึ้นใหม่ในช่วงหลายเดือนที่ผ่านมา โดยมุ่งเน้นงานด้านข้อมูลที่เริ่มต้นขึ้นเมื่อโมเดลก้าวพ้นขั้นต้นแบบ ได้แก่ การตรวจสอบข้อผิดพลาด การคัดสรรชุดข้อมูลฝึก และการประเมินโมเดลในสถานการณ์จริง

การค้นหาแบบหลายโมดัลและการรองรับข้อมูลอนุกรมเวลา

Voxel51 Search เป็นดัชนีค้นหาแบบไฮบริดที่ทำงานต่อเนื่อง โดยผสานการค้นคืนเชิงความหมายเข้ากับคำค้นและตัวกรองแบบคำศัพท์ ครอบคลุมทั้งเนื้อหาที่ไม่มีโครงสร้างและเมทาดาทาที่มีโครงสร้างในชุดข้อมูลแบบหลายโมดัล ตามประกาศของบริษัท Search จะจัดทำดัชนีชุดข้อมูลและคำนวณเวกเตอร์ฝังโดยอัตโนมัติ ทำให้เริ่มค้นหาได้ตั้งแต่วันแรก อีกทั้งยังเก็บเวกเตอร์ฝังและฟิลด์ที่มีโครงสร้างให้ค้นหาได้ในรูปแบบดั้งเดิม แล้วนำมาผสานกันเมื่อต้องค้นคืนข้อมูล สำหรับการค้นคืนด้วยเวกเตอร์ แพลตฟอร์มใช้ LanceDB ซึ่งมีสถาปัตยกรรมแบบคอลัมน์ที่รองรับการค้นหาเวกเตอร์ควบคู่กับดัชนีแบบสเกลาร์และดัชนีข้อความเต็มรูปแบบ พร้อมแยกส่วนจัดเก็บข้อมูลออกจากส่วนประมวลผล

ทีมต่าง ๆ ควบคุมกระบวนการสร้างเวกเตอร์ฝังได้เอง ทั้งการเลือกข้อมูลที่จะนำมาสร้างเวกเตอร์ โมเดลและทรัพยากรประมวลผลที่จะใช้ ตลอดจนเวลาที่จะสร้างเวกเตอร์ โดยสามารถอัปเดตข้อมูลเพิ่มเติมเป็นระยะได้โดยไม่ต้องสร้างชุดข้อมูลทั้งหมดใหม่ การเปิดตัวครั้งนี้เพิ่มการรองรับข้อมูลหลายโมดัลแบบอนุกรมเวลาอย่างเต็มรูปแบบ โดยแสดงภาพสตรีมข้อมูลจากเซนเซอร์หลายชุดบนไทม์ไลน์เดียวกันได้ และเวกเตอร์ฝังระดับช่วงข้อมูลช่วยให้ทีมค้นหาช่วงเวลาที่ต้องการภายในบันทึกข้อมูลขนาดยาวได้ แทนการใช้เวกเตอร์ฝังเพียงชุดเดียวแทนข้อมูลทั้งเหตุการณ์

Voxel51 Agent และการติดป้ายกำกับโดยใช้เอเจนต์

Voxel51 Agent เชื่อมการค้นหา การคัดสรร การใส่คำอธิบายประกอบ และการประเมินเข้าด้วยกันเป็นเวิร์กโฟลว์ที่ทำซ้ำได้ ซึ่งสร้างขึ้นจากเครื่องมือ MCP มากกว่า 45 รายการ โอเปอเรเตอร์มากกว่า 80 รายการ และทักษะโอเพนซอร์ส 18 รายการ ประกาศของบริษัทระบุตัวอย่างการใช้งานไว้ดังนี้ ทีมด้านหุ่นยนต์ค้นหาพฤติกรรมเฉพาะจากเหตุการณ์นับพัน เพื่อนำมาคัดสรรเป็นชุดข้อมูลฝึกและชุดประเมินที่ตรงเป้าหมาย ทีมด้านการรับรู้ตรวจสอบย้อนจากความล้มเหลวของโมเดลไปยังสถานการณ์หางยาวที่คล้ายกัน เพิ่มคำอธิบายประกอบใหม่ และประเมินซ้ำ และการเตรียมข้อมูลสำหรับใส่คำอธิบายประกอบจะส่งกรณีที่ไม่แน่ใจให้ผู้ตรวจสอบที่เป็นมนุษย์ Agent ยังเขียนโค้ดเพื่อเพิ่มฟังก์ชันใหม่ได้ด้วย และเวิร์กโฟลว์ทั้งหมดจะสืบทอดสิทธิ์การเข้าถึง มาตรการรักษาความปลอดภัย และการควบคุมดูแลตามที่องค์กรกำหนด

ในโพสต์ที่เผยแพร่เมื่อวันที่ 8 ตุลาคม 2026 ก่อนการเปิดตัว Voxel51 ระบุว่า Agent สร้างขึ้นบน Model Context Protocol ซึ่งเป็นมาตรฐานเปิดสำหรับเชื่อมต่อแอปพลิเคชัน AI กับเครื่องมือภายนอก และเชื่อมต่อกับผู้ให้บริการโมเดลมากกว่า 100 ราย รวมถึง Anthropic, OpenAI และ Google โดยมีตัวเลือกการติดตั้งใช้งานทั้งบนคลาวด์ แบบไฮบริด ในองค์กร แบบแยกขาดจากเครือข่าย และแบบมีผู้จัดการให้บริการ บริษัทระบุว่าเมื่อทดสอบงานเดียวกันของเอเจนต์กับ Claude Sonnet 5, Claude Opus 5, GPT-5.1 และ Gemini 3.1 Pro พบว่าค่าใช้จ่ายแตกต่างกันได้สูงสุดถึง 15 เท่า

การเปิดตัวรุ่น 3.0 ยังผสานเวิร์กโฟลว์การใส่คำอธิบายประกอบสำหรับข้อมูล 2 มิติ 3 มิติ วิดีโอ และข้อมูลแบบหลายโมดัลเข้าด้วยกัน พร้อมการประกันคุณภาพอัตโนมัติ ตัวชี้วัดผู้ใส่คำอธิบายประกอบ และเครื่องมือจัดการการตรวจทานโดยมีมนุษย์ร่วมในกระบวนการ ความสามารถ Agentic Labeling ใช้โมเดลภาพและภาษาเพื่อสร้างป้ายกำกับจากคำสั่งและตัวอย่างภาษาธรรมชาติ พร้อมเวิร์กโฟลว์ตรวจทานเพื่อยืนยันผลลัพธ์ บริษัทอ้างอิงผลสำรวจ State of Physical AI ประจำปี 2026 และระบุว่าทีมที่ทำผลงานได้โดดเด่นใช้เวลามากกว่าครึ่งหนึ่งของโครงการไปกับงานด้านข้อมูล โดยมีอัตราสูงกว่าทีมที่ประสบปัญหาเกือบ 3 เท่า ทั้งนี้ แผนภูมิผลสำรวจระบุสัดส่วนดังกล่าวไว้ที่ 58 เปอร์เซ็นต์สำหรับทีมที่ทำผลงานได้โดดเด่น และ 21 เปอร์เซ็นต์สำหรับทีมที่ประสบปัญหา

ที่มาของข้อมูลครอบคลุมสี่ระดับ

Voxel51 3.0 เพิ่มความสามารถในการติดตามที่มาของข้อมูลในสี่ระดับ โดยมีรายละเอียดในโพสต์ประกอบของ Ritchie Martori สถาปนิกหลัก ซึ่งเผยแพร่เมื่อวันที่ 9 ตุลาคม 2026 บันทึกกิจกรรมระดับการติดตั้งใช้งานแสดงว่าใครดำเนินการ เมื่อใด และส่งผลต่ออะไรทั่วทั้งการติดตั้งใช้งาน บันทึกกิจกรรมระดับชุดข้อมูลติดตามการเปลี่ยนแปลงภายในชุดข้อมูลแต่ละชุด ประวัติการแก้ไขระดับตัวอย่างติดตามการเปลี่ยนแปลงของป้ายกำกับ เมทาดาทา และคุณสมบัติอื่น ๆ ส่วนการกำหนดเวอร์ชันชุดข้อมูลจะบันทึกภาพรวมสถานะที่แก้ไขไม่ได้ เพื่อให้ทีมเปรียบเทียบสถานะในอดีต ทำเวิร์กโฟลว์ซ้ำ และระบุข้อมูลที่ใช้ฝึกหรือประเมินได้อย่างเจาะจง

สถาปัตยกรรมเหตุการณ์เบื้องหลังใช้ fiftyone-mq สำหรับจัดตารางงาน และ Activity Core สำหรับติดตามเหตุการณ์ ซึ่งเป็นรากฐานร่วมสำหรับบันทึกการตรวจสอบ ตัวชี้วัดการใส่คำอธิบายประกอบ และการติดตามงาน สิทธิ์การเข้าถึงและการมองเห็นเวิร์กโฟลว์ช่วยเชื่อมโยงการเปลี่ยนแปลงข้อมูลแต่ละครั้งกับบุคคลหรืองานอัตโนมัติที่ดำเนินการ

การออกแบบที่ไม่ยึดติดกับโมเดลและเวิร์กช็อปของ Nebius

แพลตฟอร์มนี้ออกแบบมาให้ไม่ยึดติดกับโมเดลใดโมเดลหนึ่ง ทำให้ทีมต่าง ๆ ใช้โมเดลพื้นฐานและโมเดลเฉพาะทางของตนเองสำหรับการสร้างเอ็มเบดดิง การติดป้ายกำกับข้อมูลอัตโนมัติ การอนุมาน และการประเมินผลได้ โดยไม่ถูกจำกัดให้ต้องใช้ชุดเทคโนโลยีที่กำหนดไว้ล่วงหน้า ประกาศระบุว่า โมเดลพื้นฐานสำหรับการใช้งานทั่วไปเรียนรู้จากข้อความและข้อมูลภาพบนอินเทอร์เน็ตเป็นหลัก แต่แทบไม่ได้รับข้อมูลจากเซ็นเซอร์หลายรูปแบบที่ระบบกายภาพสร้างขึ้น และนอกเหนือจากสาขาที่ได้รับทุนสนับสนุนสูงเพียงไม่กี่สาขา เช่น การขับขี่อัตโนมัติ ทีมที่ทำงานด้านปัญญาประดิษฐ์เชิงกายภาพมักจำเป็นต้องผสานโมเดลพื้นฐานเข้ากับโมเดลเฉพาะทางและข้อมูลฝึกสอนของตนเอง

ที่ผ่านมา การเข้าถึงความสามารถระดับองค์กรของ Voxel51 ต้องติดต่อพูดคุยกับทีมงานก่อน แต่ในเวอร์ชัน 3.0 ผู้ใช้เข้าถึงบริการแบบบริการตนเองได้ฟรีที่ app.voxel51.com ส่วนการติดตั้งใช้งานบนโครงสร้างพื้นฐานของตนเองยังคงมีให้บริการ โดยติดต่อบริษัท Voxel51 ยังระบุด้วยว่ากำลังร่วมมือกับบริษัทคลาวด์ AI Nebius โดยนักพัฒนาจะทดลองเวิร์กโฟลว์ต่าง ๆ เช่น การสร้างเอ็มเบดดิงและการติดป้ายกำกับข้อมูลอัตโนมัติบน Nebius AI Cloud ในกิจกรรมเชิงปฏิบัติการ ทั้งสองบริษัทจะจัดเวิร์กช็อปด้านปัญญาประดิษฐ์เชิงกายภาพเพิ่มเติมอีก 9 ครั้งทั่วแคนาดาและสหรัฐอเมริกาจนถึงเดือนพฤศจิกายน 2026 โดยเปิดให้ลงทะเบียนแล้ว