Voxel51 Multimodalは、フィジカルAIやロボティクス領域の開発チームを対象とするマルチモーダルデータ基盤です。カメラ、LiDAR、各種センサー、ロボット状態といった同期時系列データを単一環境で可視化、キュレーション、アノテーションできます。オープンソースのFiftyOneを中核に据え、MCAP形式のデータを列指向テーブルにインデックス化して車両やロボット群の記録から特定事象を検索・抽出できる点が特徴です。さらに45以上のMCPツールや80以上のオペレーターを連携させ、検索から品質評価までの手順を再現可能なパイプラインとして運用できます。
画像、3Dシーン、センサーストリーム、地図、アノテーションを同期再生で見比べられます。自然言語や見た目の類似度で、長い記録から必要な場面を探せる点が強みです。自動QAやVLMを使ったラベル付け、Voxel51 Agentによる繰り返し作業の自動化も、一つの環境で扱えます。
編集部レビューの全文 >

