Voxel51 ha lanzado Voxel51 3.0, una actualización muy importante de su plataforma de datos. Voxel51 3.0 es una plataforma de datos multimodales de extremo a extremo que reúne búsqueda, curación, anotación y evaluación en un solo sistema. Está dirigida a equipos que entrenan modelos con datos de sensores de robots, vehículos y fábricas. La versión añade Voxel51 Agent, una capa de procedencia de datos y acceso gratuito de autoservicio.
TL;DR
- Escala: Voxel51 Agent incluye más de 45 herramientas MCP, más de 80 operadores y 18 habilidades de código abierto.
- Funciona en: Aplicación web alojada en app.voxel51.com, o autoalojada en entornos en la nube, híbridos, locales (on-prem) y aislados (air-gapped). No se ha revelado ningún requisito de GPU local.
- Rendimiento: No se han publicado benchmarks del producto. Voxel51 cita en su lugar los datos de su propia encuesta.
- Lo mejor: El nivel gratuito incluye Voxel51 Agent, 30,000 solicitudes de inferencia y 30 horas de cómputo al mes.
- Lo peor: El nivel gratuito se limita a 3 datasets de 10,000 muestras cada uno y 20 GB de almacenamiento.
¿Qué hay de nuevo en Voxel51 3.0?
Voxel51 3.0 amplía la plataforma más allá de sus orígenes en datos visuales con 3 incorporaciones principales.
- Soporte multimodal de series temporales: Los equipos pueden ver múltiples flujos de sensores en 1 línea de tiempo. Embeddings a nivel de segmento encuentran momentos específicos dentro de grabaciones largas.
- Anotación unificada: El etiquetado cubre datos 2D, 3D, video y multimodales. Incluye QA automatizado, métricas de anotadores y revisión humana en el bucle.
- Etiquetado agéntico: Los modelos de visión y lenguaje generan etiquetas a partir de instrucciones y ejemplos en lenguaje natural.
Modalidades soportadas incluyen MCAP, imágenes, video, nubes de puntos 3D, mallas, DICOM, NIfTI, datos geoespaciales y audio.
¿Cómo funciona Voxel51 Search?
Voxel51 Search es un índice híbrido persistente. Indexa conjuntos de datos y calcula embeddings automáticamente, de modo que la búsqueda funciona desde el día 1.
La recuperación semántica encuentra momentos visual o semánticamente similares, incluso sin etiquetas compartidas. Las consultas léxicas y estructuradas manejan términos exactos, marcas de tiempo, campos de sensores y metadatos. Los embeddings y los campos estructurados permanecen en su forma nativa y se combinan en el momento de la recuperación.
La recuperación vectorial se ejecuta en LanceDB. Admite índices vectoriales, escalares y de texto completo, y separa el almacenamiento del cómputo. Los equipos eligen qué incrustar, qué modelo y cómputo usar, y cuándo. Las actualizaciones incrementales evitan reconstrucciones completas cuando llegan muestras o cambian los esquemas.
¿Qué puede hacer Voxel51 Agent?
Voxel51 Agent encadena búsqueda, curación, anotación y evaluación en flujos de trabajo repetibles.
Ejemplos de flujos de trabajo:
- Un equipo de robótica busca comportamientos a lo largo de miles de episodios y luego cura conjuntos de entrenamiento equilibrados.
- Un equipo de percepción parte de un fallo de un modelo y extrae escenarios similares de cola larga para etiquetarlos.
El agente también puede escribir código para crear complementos personalizados. Todos los flujos de trabajo heredan los permisos y controles de gobernanza de la organización.
¿Cómo funciona la procedencia de datos en Voxel51 3.0?
Voxel51 3.0 añade 4 capas de procedencia:
- Registro de actividad a nivel de despliegue: quién hizo qué, y cuándo, en todo el despliegue.
- Registro de actividad a nivel de conjunto de datos: cómo evolucionó un único conjunto de datos.
- Historial de ediciones a nivel de muestra: cambios de etiquetas, metadatos y propiedades por muestra.
- Versionado de conjuntos de datos: instantáneas inmutables para reproducir ejecuciones de entrenamiento y evaluación.
Los eventos fluyen a través de fiftyone-mq para la programación de trabajos y de Activity Core para el seguimiento de eventos.
¿Pueden los equipos traer sus propios modelos?
Sí. La plataforma es agnóstica respecto al modelo en embeddings, autoetiquetado, inferencia y evaluación. Un equipo puede arrancar con un modelo fundacional y luego incorporar su propio modelo de dominio.
¿Por qué argumenta Voxel51 que el trabajo con datos decide los resultados?
Voxel51 cita su encuesta 2026 State of Physical AI. El 58% de los equipos «excepcionales» dedica más de la mitad del tiempo de sus proyectos al trabajo con datos. Solo el 21% de los equipos con dificultades hace lo mismo. Se trata de una investigación dirigida por el proveedor, así que téngala como orientativa.
¿Cómo se compara Voxel51 3.0 con Encord y Foxglove?
| Característica | Voxel51 3.0 | Encord | Foxglove |
|---|---|---|---|
| Enfoque principal | Buscar, depurar, anotar y evaluar datos multimodales | Anotación, depuración y gestión de datos | Visualización robótica, observabilidad y gestión de datos |
| Nivel gratuito | 3 conjuntos de datos, 10,000 muestras cada uno, 20 GB | No revelado | 10 GB de almacenamiento, 3 usuarios, 5 dispositivos |
| Entrada de pago | Team: 8 puestos, 2,800 horas de cómputo/mes (precio no revelado) | Starter (precio no revelado) | Pro: $20/mes + uso, 1 TB de almacenamiento |
| Agente integrado | Voxel51 Agent | Agentes de datos (Plan Team) | Barra lateral de agente |
| MCP | Más de 45 herramientas MCP | No revelado | Foxglove MCP (MCP local en planes de pago) |
| Búsqueda | Semántica híbrida, léxica y de metadatos | Búsqueda multimodal, consulta, filtrado | Búsqueda semántica (beta) más búsqueda estructurada |
| Anotación | 2D, 3D, video, multimodal, Agentic Labeling | Imágenes, video, audio, documentos; complemento de 3D y LiDAR | Eventos en segmentos de tiempo |
| Datos de sensores de series temporales | MCAP, streams sincronizados, embeddings de segmentos | Streams de sensores (ver nota) | MCAP, ROS 1, ROS 2 nativo |
| Procedencia | Registros de actividad, historial de ediciones, versionado | No revelado | Registros de auditoría (no en Free) |
| Self-hosted | On-prem y air-gapped disponibles | VPC y on-prem (complemento o Enterprise) | Datos self-hosted en Enterprise; almacenamiento BYO en Pro |
El soporte de streams de sensores de Encord se indica en su anuncio de la Serie C. Precios verificados el 17 de octubre de 2026.
Conclusiones clave
- Voxel51 3.0 fusiona búsqueda, curación, anotación y evaluación en 1 plataforma.
- Voxel51 Agent incluye más de 45 herramientas MCP, más de 80 operadores y 18 skills.
- Los registros de actividad, el historial de ediciones y el versionado hacen que los datos de entrenamiento sean trazables.
- Nivel gratuito: 3 datasets, 10,000 muestras cada uno, sin tarjeta de crédito.
Echa un vistazo a la publicación oficial del blog, el comunicado de prensa y la documentación de Voxel51, o pruébalo en app.voxel51.com. Todo el mérito es del investigador de este proyecto. Además, no dudes en seguirnos en Twitter y no olvides unirte a nuestro SubReddit de ML con más de 150k y suscribirte a nuestro Newsletter. ¡Espera! ¿estás en telegram? ahora también puedes unirte a nosotros en telegram.
El post Meet Voxel51 3.0: A Unified Multimodal Data Platform for Physical AI apareció primero en MarkTechPost.