Voxel51, Fiziksel Yapay Zekâ Ekiplerine Yönelik Birleşik Veri Platformu 3.0’ı Tanıttı

Voxel51, 15 Ekim 2026’da Voxel51 3.0’ı tanıttı. Fiziksel yapay zekâya yönelik uçtan uca çok modlu veri platformu; arama, düzenleme, etiketleme ve değerlendirme süreçlerini tek bir genişletilebilir sistemde bir araya getiriyor. Şirketin duyurusunda açıklama yapan kurucu ortak ve CEO Brian Moore, bu sürümü şirketin «bugüne kadarki en önemli sürümü» olarak nitelendirdi. Ekipler artık platformu kendi verileriyle app.voxel51.com adresinde ücretsiz deneyebilir.

Bu sürümde şirketin kurumsal ürününün adı da değişti: FiftyOne Enterprise’ın yeni adı Voxel51 olurken, FiftyOne açık kaynaklı projeyi ifade etmeye devam ediyor. Moore, şirketin otonom sistemler, robotik, üretim ve sağlık hizmetlerinde yapay zekâ kullanan ekiplerle yıllardır çalıştığını yazdı. Şirket, model prototip aşamasını geçtikten sonra başlayan veri çalışmalarına odaklanarak son birkaç ayda platformu yeniden geliştirdi. Bu çalışmalar arasında hataları incelemek, eğitim kümelerini düzenlemek ve modelleri gerçek dünya senaryolarında değerlendirmek yer alıyor.

Çok Modlu Arama ve Zaman Serisi Desteği

Voxel51 Search, çok modlu veri kümelerindeki yapılandırılmamış içerik ve yapılandırılmış meta veriler üzerinde anlamsal erişimi sözcüksel sorgular ve filtrelerle birleştiren kalıcı bir hibrit arama dizinidir. Duyuruya göre Search, veri kümelerini otomatik olarak dizine ekleyip gömmeleri hesaplıyor; böylece sorgular ilk günden itibaren kullanılabiliyor. Ayrıca gömmeleri ve yapılandırılmış alanları kendi özgün biçimlerinde sorgulanabilir tutuyor ve erişim sırasında bunları bir araya getiriyor. Platform, vektör erişimi için sütun tabanlı mimarisi sayesinde vektör aramasını skaler ve tam metin dizinleriyle birlikte destekleyen, depolama ile işlemeyi birbirinden ayıran LanceDB’yi kullanıyor.

Ekipler; hangi verilerin gömüleceği, hangi modelin ve işlem kaynaklarının kullanılacağı ve gömmelerin ne zaman oluşturulacağı da dahil olmak üzere gömme hattının kendisini kontrol edebiliyor. Tüm veri kümesini yeniden oluşturmayı gerektirmeyen artımlı güncellemeler de sunuluyor. Bu sürüm, zaman serisi biçimindeki çok modlu verilere yerleşik destek ekliyor: Birden fazla sensör akışı aynı zaman çizelgesinde görselleştirilebiliyor ve kesit düzeyindeki gömmeler, ekiplerin uzun kayıtların içindeki belirli anlara erişmesini sağlıyor. Böylece tüm bir bölüm tek bir gömmeyle temsil edilmek zorunda kalmıyor.

Voxel51 Agent ve Ajan Tabanlı Etiketleme

Voxel51 Agent; arama, düzenleme, etiketleme ve değerlendirme süreçlerini 45’ten fazla MCP aracı, 80’den fazla operatör ve 18 açık kaynaklı beceriyle oluşturulan, tekrarlanabilir iş akışlarında birleştiriyor. Duyuruda kullanım örnekleri şöyle açıklanıyor: Binlerce bölümde belirli davranışları arayarak hedefli eğitim ve değerlendirme kümeleri oluşturan bir robotik ekibi; model hatasından benzer uzun kuyruklu senaryolara, yeni etiketlemeye ve yeniden değerlendirmeye geçen bir algı ekibi; ve belirsiz durumları incelenmek üzere insan değerlendiricilere yönlendiren etiketleme hazırlığı. Agent, yeni işlevler eklemek için kod da yazabiliyor. Tüm iş akışları, kuruluşun belirlediği izin, güvenlik ve yönetişim denetimlerini devralıyor.

Voxel51, lansmandan önce yayımladığı 8 Ekim 2026 tarihli bir yazıda, Agent’ın yapay zekâ uygulamalarını harici araçlara bağlamaya yönelik açık bir standart olan Model Context Protocol üzerine kurulduğunu ve Anthropic, OpenAI ve Google’ın da aralarında bulunduğu 100’den fazla model sağlayıcısına bağlandığını belirtti. Şirket ayrıca bulut, hibrit, şirket içi, dış ağ bağlantısı kesilmiş ve yönetilen dağıtım seçeneklerinin tümünde kullanılabildiğini açıkladı. Şirketin bildirdiğine göre Claude Sonnet 5, Claude Opus 5, GPT-5.1 ve Gemini 3.1 Pro üzerinde aynı aracı görevleriyle yapılan kıyaslamada maliyet farkları 15 kata kadar çıktı.

3.0 sürümü ayrıca 2D, 3D, video ve çok modlu veriler için etiketleme iş akışlarını birleştiriyor; otomatik kalite güvencesi, etiketleyici ölçümleri ve insan denetimli incelemeyi yönetmeye yönelik araçlar sunuyor. Ajan Tabanlı Etiketleme özelliği, doğal dildeki talimat ve örneklerden etiketler oluşturmak için görsel-dil modellerinden yararlanıyor; sonuçları doğrulamaya yönelik inceleme iş akışları da sağlıyor. Şirket, 2026 Fiziksel Yapay Zekânın Durumu araştırmasına atıfta bulunarak olağanüstü performans gösteren ekiplerin proje sürelerinin yarısından fazlasını veri çalışmalarına ayırdığını ve bunu zorlanan ekiplerden yaklaşık 3 kat daha yüksek oranda yaptığını belirtti. Araştırma grafiğine göre bu oran, olağanüstü performans gösteren ekiplerde yüzde 58, zorlanan ekiplerde ise yüzde 21.

Dört Düzeyde Veri Köken Bilgisi

Voxel51 3.0, veri köken bilgisini dört düzeyde sunuyor. Bu özellikler, Baş Mimar Ritchie Martori’nin 9 Ekim 2026’da yayımladığı tamamlayıcı bir yazıda ayrıntılı biçimde açıklanıyor. Dağıtım düzeyindeki etkinlik günlüğü, dağıtım genelinde bir eylemi kimin gerçekleştirdiğini, ne zaman gerçekleştiğini ve neleri etkilediğini gösteriyor. Veri kümesi düzeyindeki etkinlik günlüğü, tek tek veri kümelerindeki değişiklikleri izliyor. Örnek düzeyindeki düzenleme geçmişi; etiketlerde, meta verilerde ve diğer özelliklerde yapılan değişiklikleri kaydediyor. Veri kümesi sürümleme ise ekiplerin geçmiş durumları karşılaştırabilmesi, iş akışlarını yeniden oluşturabilmesi ve eğitim veya değerlendirme için kullanılan verilerin tam olarak hangileri olduğunu belirleyebilmesi amacıyla değiştirilemez anlık görüntüler kaydediyor.

Temeldeki olay mimarisi, iş planlaması için fiftyone-mq’yu, olay takibi içinse Activity Core’u kullanarak denetim günlükleri, etiketleme ölçümleri ve iş izleme için ortak bir temel sağlıyor. İzinler ve iş akışlarının görünürlüğü, her veri değişikliğini bu değişikliği yapan kişiye veya otomatik işe bağlıyor.

Modelden Bağımsız Tasarım ve Nebius Atölyeleri

Platform, tasarımı gereği belirli bir modele bağlı değildir; bu sayede ekipler, önceden belirlenmiş bir teknoloji yığınına mahkûm kalmadan gömmeler, otomatik etiketleme, çıkarım ve değerlendirme için kendi temel modellerini ve alana özgü modellerini kullanabilir. Duyuruda, genel amaçlı temel modellerin öncelikle internet metinleri ve görsel verilerle eğitildiği, fiziksel sistemlerin ürettiği somut dünyaya ait çok modlu sensör verilerine ise sınırlı ölçüde maruz kaldığı belirtiliyor. Ayrıca, otonom sürüş gibi iyi finanse edilen birkaç alan dışında, fiziksel yapay zekâ ekiplerinin çoğu zaman temel modelleri alana özgü modellerle ve kendi eğitim verileriyle birleştirmesi gerektiği ifade ediliyor.

Geçmişte Voxel51’in kurumsal yetkinliklerinden yararlanmak için önce ekibiyle iletişime geçmek gerekiyordu; 3.0 ile self-servis erişim app.voxel51.com adresinde ücretsiz sunuluyor. Şirketle iletişime geçilerek kendi sunucularında barındırılan kurulumlar da hâlâ kullanılabiliyor. Voxel51 ayrıca, yapay zekâ bulut şirketi Nebius ile iş birliği yaptığını ve geliştiricilerin uygulamalı etkinliklerde gömme ve otomatik etiketleme gibi iş akışlarını Nebius AI Cloud üzerinde çalıştırdığını belirtti. İki şirket, Kasım 2026’ya kadar Kanada ve Amerika Birleşik Devletleri genelinde dokuz ek Fiziksel Yapay Z zekâ Atölyesi düzenliyor; kayıtlar açık.