Voxel51がロボティクス向けデータ基盤3.0を発表

Voxel51がバージョン3.0で狙うのは、よく知られたボトルネックだ。1台のロボットが複数のカメラの映像に加え、ライダーや位置情報などのセンサー readings を生み出すため、誰かがそれを検索し、有用な例を選び出し、何が起きたかをラベリングしなければならない。CEOのBrian Moore氏は、データ基盤を最初から正しく整えたチームは自律システムや知覚モデルでより速く動けたと述べ、フィジカルAIとロボティクスも同じ転換点にあると主張する。

基盤への追加機能はそうしたワークフローを反映している。拡張された検索システムはセマンティック検索、従来のテキストクエリ、メタデータフィルターを組み合わせ、マルチモーダル時系列機能により開発者は異なるセンサーの同期ストリームを閲覧し、長い記録の中の特定の瞬間を検索できる。アノテーションツールは2D画像、3Dデータ、動画に対応し、Agentic Labeling機能は視覚言語AIモデルを使って物体や事象の特定・記述の一部を自動化できる。アクティビティログ、編集履歴、データセットのバージョン管理のツールにより、どの情報が特定のモデルの学習に使われたかを追跡できる。

より広い狙いは、実世界のロボット経験を開発に還元することだ。機械が珍しい物体や照明条件、状況に遭遇したとき、開発者はその事象を見つけ、ラベリングして分析し、後のモデル版の学習データに追加できる可能性がある。Voxel51は自社の「State of Physical AI 2026」報告書を挙げ、同社が「優秀」と分類するチームは苦戦するチームよりプロジェクト時間の半分超をデータ作業に費やす可能性が3倍高いとしている。発表に合わせ、同社はNebiusとワークショップで協力し、データ管理技術とNebius AI Cloudを組み合わせてデータ量と処理に必要な計算力の両方に対応する。Voxel51は自社基盤がBerkshire Grey、Ford、Porsche、Precision Plantingなどの企業に使われていると述べ、開発者が始められる無料のセルフサービス版も提供している。