Voxel51 a publié Voxel51 3.0, une mise à jour très importante de sa plateforme de données. Voxel51 3.0 est une plateforme de données multimodales de bout en bout qui regroupe la recherche, la curation, l'annotation et l'évaluation en un seul système. Elle cible les équipes entraînant des modèles sur des données de capteurs provenant de robots, de véhicules et d'usines. Cette version ajoute Voxel51 Agent, une couche de provenance des données et un accès en libre-service gratuit.
TL;DR
- Échelle : Voxel51 Agent est livré avec plus de 45 outils MCP, plus de 80 opérateurs et 18 compétences open source.
- Fonctionne sur : Application web hébergée sur app.voxel51.com, ou auto-hébergée dans des environnements cloud, hybrides, sur site et air-gapped. Aucune exigence de GPU local n'est indiquée.
- Performance : Aucun benchmark produit publié. Voxel51 cite plutôt les données de sa propre enquête.
- Points forts : Le niveau gratuit inclut Voxel51 Agent, 30,000 requêtes d'inférence et 30 heures de calcul par mois.
- Points faibles : Le niveau gratuit est limité à 3 jeux de données de 10,000 échantillons chacun et 20 Go de stockage.
Quoi de neuf dans Voxel51 3.0 ?
Voxel51 3.0 étend la plateforme au-delà de ses racines dans les données visuelles avec 3 ajouts majeurs.
- Prise en charge multimodale des séries temporelles: les équipes peuvent visualiser plusieurs flux de capteurs sur 1 chronologie. Embeddings au niveau des segments pour trouver des moments précis dans de longs enregistrements.
- Annotation unifiée: l'étiquetage couvre les données 2D, 3D, vidéo et multimodales. Il comprend un contrôle qualité automatisé, des métriques sur les annotateurs et une revue humaine dans la boucle.
- Étiquetage agentique: Les modèles vision-langage génèrent des étiquettes à partir d'instructions en langage naturel et d'exemples.
Modalités prises en charge incluent MCAP, images, vidéo, nuages de points 3D, maillages, DICOM, NIfTI, données géospatiales et audio.
Comment fonctionne Voxel51 Search ?
Voxel51 Search est un index hybride persistant. Il indexe les jeux de données et calcule automatiquement les embeddings, de sorte que la recherche fonctionne dès le jour 1.
La récupération sémantique trouve des moments visuellement ou sémantiquement similaires, même sans libellés partagés. Les requêtes lexicales et structurées gèrent les termes exacts, les horodatages, les champs de capteurs et les métadonnées. Les embeddings et les champs structurés restent sous forme native et sont combinés au moment de la récupération.
La récupération vectorielle s'exécute sur LanceDB. Elle prend en charge les index vectoriels, scalaires et plein texte, et sépare le stockage du calcul. Les équipes choisissent quoi intégrer, quel modèle et quel calcul utiliser, et quand. Les mises à jour incrémentales évitent des reconstructions complètes lorsque des échantillons arrivent ou que les schémas changent.
Que peut faire Voxel51 Agent ?
Voxel51 Agent enchaîne recherche, curation, annotation et évaluation en des workflows répétables.
Exemples de workflows :
- Une équipe de robotique recherche des comportements à travers des milliers d'épisodes, puis cure des ensembles d'entraînement équilibrés.
- Une équipe de perception part d'un échec de modèle et extrait des scénarios long-tail similaires pour l'étiquetage.
L'agent peut également écrire du code pour créer des plugins personnalisés. Tous les workflows héritent des permissions et des contrôles de gouvernance de l'organisation.
Comment fonctionne la provenance des données dans Voxel51 3.0 ?
Voxel51 3.0 ajoute 4 couches de provenance:
- Journal d'activité au niveau du déploiement : qui a fait quoi, et quand, sur l'ensemble du déploiement.
- Journal d'activité au niveau du jeu de données : comment un jeu de données unique a évolué.
- Historique des modifications au niveau de l'échantillon : changements de libellé, de métadonnées et de propriétés par échantillon.
- Versionnage des jeux de données : instantanés immuables pour reproduire les exécutions d'entraînement et d'évaluation.
Les événements transitent par fiftyone-mq pour l'ordonnancement des tâches et par Activity Core pour le suivi des événements.
Les équipes peuvent-elles apporter leurs propres modèles ?
Oui. La plateforme est agnostique aux modèles, que ce soit pour les embeddings, l'étiquetage automatique, l'inférence et l'évaluation. Une équipe peut démarrer avec un modèle de fondation, puis le remplacer par son propre modèle de domaine.
Pourquoi Voxel51 affirme-t-elle que le travail sur les données détermine les résultats ?
Voxel51 cite son enquête 2026 State of Physical AI. 58% des équipes « exceptionnelles » consacrent plus de la moitié de leur temps de projet au travail sur les données. Seules 21% des équipes en difficulté font de même. Il s'agit d'une recherche menée par le fournisseur, à considérer comme indicative.
Comment Voxel51 3.0 se compare-t-il à Encord et Foxglove ?
| Fonctionnalité | Voxel51 3.0 | Encord | Foxglove |
|---|---|---|---|
| Focus principal | Recherche, curation, annotation, évaluation de données multimodales | Annotation, curation et gestion des données | Visualisation robotique, observabilité et gestion des données |
| Offre gratuite | 3 jeux de données, 10,000 échantillons chacun, 20 Go | Non divulgué | 10 Go de stockage, 3 utilisateurs, 5 appareils |
| Entrée payante | Team : 8 sièges, 2,800 heures de calcul/mois (prix non divulgué) | Starter (prix non divulgué) | Pro : 20 $/mois + utilisation, 1 To de stockage |
| Agent intégré | Voxel51 Agent | Agents de données (Plan Team) | Barre latérale Agent |
| MCP | 45+ outils MCP | Non divulgué | Foxglove MCP (MCP local sur les offres payantes) |
| Recherche | Hybride : sémantique, lexicale et métadonnées | Recherche, requêtage et filtrage multimodaux | Recherche sémantique (bêta) plus recherche structurée |
| Annotation | 2D, 3D, vidéo, multimodal, Agentic Labeling | Image, vidéo, audio, documents ; module complémentaire 3D et LiDAR | Événements sur segments temporels |
| Données de capteurs sous forme de séries temporelles | MCAP, flux synchronisés, embeddings de segments | Flux de capteurs (voir la note) | MCAP, ROS 1, ROS 2 natifs |
| Provenance | Journaux d'activité, historique des modifications, versionnage | Non divulgué | Journaux d'audit (non disponibles sur Free) |
| Auto-hébergé | On-premise et air-gapped disponibles | VPC et on-premise (module complémentaire ou Enterprise) | Données auto-hébergées sur Enterprise ; stockage BYO sur Pro |
La prise en charge des flux de capteurs par Encord est indiquée dans son communiqué de la Series C. Prix vérifiés le 17 octobre 2026.
Points clés
- Voxel51 3.0 fusionne la recherche, la curation, l'annotation et l'évaluation en 1 plateforme.
- Voxel51 Agent est livré avec 45+ outils MCP, 80+ opérateurs et 18 compétences.
- Les journaux d'activité, l'historique des modifications et le versionnage rendent les données d'entraînement traçables.
- Offre gratuite : 3 jeux de données, 10,000 échantillons chacun, sans carte bancaire.
Découvrez le billet de blog officiel, le communiqué de presse et la documentation Voxel51, ou essayez-le sur app.voxel51.com. Tout le mérite revient au chercheur de ce projet. N'hésitez pas également à nous suivre sur Twitter et n'oubliez pas de rejoindre notre 150k+ML SubReddit et de vous abonner à notre Newsletter. Attention ! êtes-vous sur Telegram ? vous pouvez désormais nous rejoindre également sur Telegram.
L'article Meet Voxel51 3.0: A Unified Multimodal Data Platform for Physical AI est appenuis apparu en premier sur MarkTechPost.