外观
新闻Robotics & Automation News7 天前
Voxel51发布3.0数据平台，集成AI Agent加速具身智能数据闭环
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Voxel51 launches new data platform for robotics and physical AI（Robotics & Automation News）
核心内容
Voxel51正式发布数据平台3.0，专为机器人与物理AI开发者设计，旨在解决真实环境海量异构数据的管理难题。新版本核心引入Voxel51 Agent，该AI助手可跨开发生命周期自动执行数据检索、样本筛选、标注及评估任务，替代传统人工审查流程。据其《State of Physical AI 2026》报告，卓越团队在数据处理上的时间投入是普通团队的三倍以上，该平台意在通过自动化基础设施缩短模型迭代周期，目前已服务于Berkshire Grey、Ford等企业。
技术架构上，3.0版本融合了语义搜索、文本查询与元数据过滤，支持相机、LiDAR等多传感器流的同步可视化与关键时刻定位。平台具备Agentic Labeling能力，利用视觉语言模型自动识别描述2D/3D对象，并提供完整的数据溯源、编辑历史与版本控制功能。系统采用模型无关架构，兼容自有基座模型进行推理与评估。此外，Voxel51与Nebius达成合作，将数据管理平台与Nebius AI Cloud算力深度集成，为大规模数据清洗与模型训练提供一体化云端工作流支持。
关键看点
- Voxel51 Agent：超越对话式交互，能自主执行数据检索、样本筛选、自动标注及结果评估等全流程任务，维持模型开发全生命周期上下文
- 多模态时序检索：融合语义搜索与元数据过滤，支持相机、LiDAR等多源传感器数据流同步回放，精准定位长时序记录中的关键事件
- Agentic Labeling：集成视觉语言AI模型，自动化识别并描述2D图像、3D点云及视频中的对象与事件，显著降低人工标注成本
- Nebius云端集成：与AI基础设施商Nebius合作，将数据管理工具链与云端GPU算力打通，支持开发者在统一环境中运行数据处理与训练工作流
工程与产业观察
该平台标志着具身智能研发重心从单纯模型优化转向数据基础设施工程化。通过Agent自动化与多模态时序对齐，解决了非结构化传感器数据‘大海捞针’的痛点。结合Nebius算力生态，验证了‘数据管理+云端算力’一体化是物理AI规模化落地的关键路径，对构建高质量Corner Case数据集具有直接工程参考价值。
来源
本页事实对应的公开页面，以原文为准。