Voxel51 已发布 Voxel51 3.0，这是其数据平台的一次非常重要的更新。Voxel51 3.0 是一个端到端的多模态数据平台，将搜索、筛选、标注和评估置于同一系统中。它面向在来自机器人、车辆和工厂的传感器数据上训练模型的团队。此次发布新增了 Voxel51 Agent、数据溯源层以及 免费自助访问.
TL;DR
- 规模： Voxel51 Agent 自带 45+ MCP 工具、80+ 算子和 18 个开源技能。
- 运行环境： 托管在 app.voxel51.com 的网页应用，或在云端、混合、本地及气隙隔离环境中自行托管。未披露本地 GPU 要求。
- 性能： 未发布产品基准测试。Voxel51 转而引用其自身的调查数据。
- 最佳之处： 免费层级包含 Voxel51 Agent、每月 30,000 次推理请求和 30 个计算小时。
- 最差之处： 免费层级上限为 3 个数据集（每个 10,000 个样本）和 20 GB 存储空间。
Voxel51 3.0 有哪些新特性？
Voxel51 3.0 扩展了该平台 在视觉数据根基之外的 3 项核心新增功能。
- 时间序列多模态支持：团队可以在 1 条时间线上查看多个传感器数据流。 片段级嵌入 可在长录像中定位特定时刻。
- 统一标注：标注覆盖 2D、3D、视频和多模态数据。它包括自动化 QA、标注员指标和人机协同审核。
- 智能体标注（Agentic Labeling）: 视觉语言模型根据自然语言指令和示例生成标签 。
支持的模态 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 是如何工作的？
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嵌入，因此从第 1 天起就能进行搜索。
语义检索可以找到视觉上或语义上相似的时刻，即使它们没有共享的标签。词汇和结构化查询则处理精确的词项、时间戳、传感器字段和元数据。嵌入和结构化字段保持原生形式，并在检索时进行组合。
向量检索运行在 LanceDB 上。它支持向量、标量和全文索引，并将存储与计算分离。团队可以选择嵌入什么内容、使用哪个模型和计算资源，以及何时使用。增量更新避免了在样本到达或模式变更时进行完整重建。
Voxel51 Agent 能做什么？
Voxel51 Agent 将搜索、数据整理、标注和评估串联为可重复的工作流。
工作流示例：
- 一个机器人团队在数千个片段中搜索行为，然后整理出均衡的训练集。
- 一个感知团队从模型失败案例出发，拉取相似的长尾场景进行标注。
该代理还可以编写代码来构建自定义插件。所有工作流都继承组织的权限和治理控制。
Voxel51 3.0 中的数据溯源是如何工作的？
Voxel51 3.0 增加了 4 个溯源层:
- 部署级活动日志： 记录整个部署中谁在何时做了什么。
- 数据集级活动日志： 记录单个数据集的演变过程。
- 样本级编辑历史： 记录每个样本的标签、元数据和属性变更。
- 数据集版本控制： 提供不可变的快照，用于重现训练和评估运行。
事件流经 fiftyone-mq 进行作业调度，并通过 Activity Core 进行事件跟踪。
团队可以自带模型吗？
可以。该平台在嵌入、自动标注、推理和评估方面与模型无关。团队可以先用基础模型起步，然后换用自己的领域模型。
Voxel51 为什么认为数据工作决定成败？
Voxel51 引用了其 2026 State of Physical AI 调查。58% 的“卓越”团队将一半以上的项目时间花在数据工作上。只有 21% 的苦苦挣扎团队这样做。这是厂商自行开展的研究，因此请将其视为方向性参考。
Voxel51 3.0 与 Encord 和 Foxglove 相比如何？
| 功能 | Voxel51 3.0 | Encord | Foxglove |
|---|---|---|---|
| 核心定位 | 搜索、整理、标注、评估多模态数据 | 标注、整理和数据管理 | 机器人可视化、可观测性和数据管理 |
| 免费层 | 3 个数据集，每个 10,000 个样本，20 GB | 未披露 | 10 GB 存储空间，3 个用户，5 台设备 |
| 付费入门 | Team：8 个席位，每月 2,800 计算小时（价格未披露） | Starter（价格未披露） | Pro：每月 20 美元 + 用量，1 TB 存储 |
| 内置智能体 | Voxel51 Agent | 数据智能体 （Team 计划） | 智能体侧边栏 |
| MCP | 45+ 个 MCP 工具 | 未披露 | Foxglove MCP（付费计划提供本地 MCP） |
| 搜索 | 混合语义、词法和元数据 | 多模态搜索、查询、过滤 | 语义搜索（beta版）加结构化搜索 |
| 标注 | 2D、3D、视频、多模态、Agentic Labeling | 图像、视频、音频、文档；3D和LiDAR为附加组件 | 时间段上的事件 |
| 时间序列传感器数据 | MCAP、同步流、片段嵌入 | 传感器流（见注释） | MCAP、ROS 1、ROS 2原生支持 |
| 数据溯源 | 活动日志、编辑历史、版本管理 | 未披露 | 审计日志（免费版不含） |
| 自托管 | 提供本地部署和气隙部署 | VPC和本地部署（附加组件或企业版） | 企业版支持自托管数据；Pro版支持自带存储 |
Encord的传感器流支持在其 C轮融资发布中说明。价格核实于2026年10月17日。
核心要点
- Voxel51 3.0在1个平台中融合了搜索、数据策展、标注和评估。
- Voxel51 Agent自带45+个MCP工具、80+个操作符和18项技能。
- 活动日志、编辑历史和版本管理使训练数据可追溯。
- 免费层：3个数据集，每个10,000个样本，无需信用卡。
请查看 官方博客文章、 新闻稿 以及 Voxel51文档,或在 app.voxel51.com试用。所有功劳归于该项目的研究者。另外，欢迎在 Twitter 上关注我们，别忘了加入我们的 150k+ML SubReddit 并订阅 我们的新闻通讯。等等！你用Telegram吗？ 现在你也可以在Telegram上加入我们。
本文《 Meet Voxel51 3.0: A Unified Multimodal Data Platform for Physical AI 》首发于 MarkTechPost.