Voxel51 3.0 打通多模态数据处理流程

人工智能

Voxel51 发布了 Voxel51 3.0，这是其数据平台的一次重大更新。Voxel51 3.0 是一个端到端多模态数据平台，将搜索、数据筛选整理、标注和评估整合到同一套系统中，面向使用机器人、车辆和工厂传感器数据训练模型的团队。此次发布新增了 Voxel51 Agent、数据溯源层，以及免费的自助使用入口。

规模：Voxel51 Agent 配备 45+ 个 MCP 工具、80+ 个算子和 18 项开源技能。

运行方式：可使用 app.voxel51.com 上的托管 Web 应用，也可以自行部署到云端、混合环境、本地环境和物理隔离环境。官方未披露是否需要本地 GPU。

性能：尚未公布产品性能基准测试。Voxel51 引用的是自家调查数据。

最大亮点：免费套餐包含 Voxel51 Agent、每月 30,000 次推理请求和 30 小时计算时长。

主要限制：免费套餐最多支持 3 个数据集，每个数据集最多 10,000 个样本，存储空间上限为 20 GB。

Voxel51 3.0 有哪些新功能？

Voxel51 3.0 通过 3 项核心新增能力，将平台从最初的视觉数据领域拓展到更广泛的数据类型。

时序多模态支持：团队可以在同一条时间轴上查看多个传感器数据流。片段级 embedding 可以定位长时间录制数据中的特定时刻。

统一标注：标注能力覆盖 2D、3D、视频和多模态数据，包含自动化质量检查、标注人员指标，以及 human-in-the-loop 审核。

Agentic Labeling：视觉语言模型根据自然语言指令和示例生成标签。

支持的数据模态和格式包括 MCAP、图像、视频、3D 点云、网格、DICOM、NIfTI、地理空间数据和音频。

Voxel51 Search 如何工作？

Voxel51 Search 是一个持久化的混合索引。它会自动为数据集建立索引并计算 embedding，因此从第一天起就能使用搜索。

语义检索可以找到视觉上或语义上相似的时刻，即使这些时刻没有相同的标签。词法查询和结构化查询则用于处理精确词项、时间戳、传感器字段和元数据。embedding 与结构化字段保持各自的原生形式，在检索时再组合使用。

向量检索基于 LanceDB 运行。它支持向量索引、标量索引和全文索引，并将存储与计算分离。团队可以自行决定对哪些内容生成 embedding、使用哪个模型和哪些计算资源，以及何时执行。当新样本到达或 schema 发生变化时，增量更新可以避免重建整个索引。

Voxel51 Agent 能做什么？

Voxel51 Agent 将搜索、数据筛选整理、标注和评估串联成可重复执行的工作流。

机器人团队可以在数千段 episode 中搜索特定行为，然后筛选整理出分布均衡的训练集。

感知团队可以从一次模型失效入手，找出相似的长尾场景并送去标注。

这个 Agent 还可以编写代码来构建自定义插件。所有工作流都会继承组织的权限和治理控制。

Voxel51 3.0 如何实现数据溯源？

Voxel51 3.0 增加了 4 个数据溯源层：

• 部署级活动日志：记录整个部署环境中，谁在什么时间做了什么。
• 数据集级活动日志：记录单个数据集如何演变。
• 样本级编辑历史：记录每个样本的标签、元数据和属性变更。
• 数据集版本管理：通过不可变快照，复现训练和评估运行。

事件通过 fiftyone-mq 进行作业调度，并通过 Activity Core 进行事件跟踪。

团队可以使用自己的模型吗？

可以。平台在 embedding、自动标注、推理和评估等环节都不绑定特定模型。团队可以先用基础模型启动工作，再替换成自己的领域模型。

为什么 Voxel51 认为数据工作决定成效？

Voxel51 引用了其《2026 年 Physical AI 现状》调查。58% 的“表现卓越”团队会将超过一半的项目时间投入数据工作，而表现不佳的团队中，只有 21% 会这样做。这项研究由厂商自行开展，因此适合将其作为趋势性参考。

Voxel51 3.0 与 Encord、Foxglove 相比如何？

功能	Voxel51 3.0	Encord	Foxglove
核心定位	多模态数据的搜索、筛选整理、标注和评估	标注、数据筛选整理和数据管理	机器人数据可视化、可观测性和数据管理
免费套餐	3 个数据集，每个 10,000 个样本，20 GB 存储	未披露	10 GB 存储、3 名用户、5 台设备
付费入门套餐	Team：8 个席位，每月 2,800 小时计算时长，价格未披露	Starter，价格未披露	Pro：每月 20 美元，加上按用量计费，含 1 TB 存储
内置 Agent	Voxel51 Agent	Data agents，包含在 Team 套餐中	Agent 侧边栏
MCP	45+ 个 MCP 工具	未披露	Foxglove MCP，付费套餐支持本地 MCP
搜索	混合语义、词法和元数据搜索	多模态搜索、查询和过滤	Semantic Search（beta）及结构化搜索
标注	2D、3D、视频、多模态、Agentic Labeling	图像、视频、音频、文档；3D 和 LiDAR 作为附加功能提供	为时间片段标记事件
时序传感器数据	MCAP、同步数据流、片段 embedding	传感器数据流，见下方说明	原生支持 MCAP、ROS 1、ROS 2
数据溯源	活动日志、编辑历史、版本管理	未披露	审计日志，免费套餐不提供
自托管	支持本地部署和物理隔离部署	VPC 和本地部署，作为附加功能提供或包含在 Enterprise 套餐中	Enterprise 支持自托管数据；Pro 支持自备存储

Encord 对传感器数据流的支持，见其 C 轮融资公告。价格信息核实于 2026 年 10 月 17 日。

Voxel51 3.0 将搜索、数据筛选整理、标注和评估整合到同一个平台。

Voxel51 Agent 配备 45+ 个 MCP 工具、80+ 个算子和 18 项技能。

活动日志、编辑历史和版本管理让训练数据可追溯。

免费套餐：3 个数据集，每个 10,000 个样本，无需信用卡。

欢迎查看官方博客文章、新闻稿和 Voxel51 文档，或前往 app.voxel51.com 试用。所有功劳归于该项目的研究人员。也欢迎在 Twitter 上关注我们，别忘了加入我们拥有 150k+ 成员的机器学习 SubReddit，并订阅我们的 Newsletter。等等！你用 Telegram 吗？现在也可以在 Telegram 上加入我们。

Asif Razzaq 是 Marktechpost AI Media Inc. 的 CEO。作为一位富有远见的创业者和工程师，Asif 致力于利用人工智能的潜力推动社会公益。他最近的项目是推出人工智能媒体平台 Marktechpost。该平台以深入报道机器学习和深度学习新闻见长，内容既有扎实的技术基础，也能让广泛的读者群体轻松理解。平台每月浏览量超过 200 万，体现了它在读者中的受欢迎程度。