En el universo de la Inteligencia Artificial física —donde robots, vehículos autónomos y sistemas de fábrica generan torrentes de datos multimodales— gestionar esa información solía ser una pesadilla fragmentada. Hoy, Voxel51 lanza su versión 3.0, una plataforma unificada que promete ordenar el caos. No se trata solo de una actualización, sino de un reposicionamiento estratégico hacia un enfoque integral: desde la búsqueda semántica hasta la anotación asistida por agentes, todo dentro de un mismo ecosistema.
Las tres novedades que cambian el juego
Voxel51 3.0 expande radicalmente las capacidades de la plataforma más allá de los datos visuales. Su primera gran adición es el soporte multimodal de series temporales, permitiendo visualizar múltiples flujos de sensores en una sola línea de tiempo y encontrar momentos específicos dentro de grabaciones extensas mediante embeddings a nivel de segmento. La segunda es un sistema de anotación unificado que cubre datos en 2D, 3D, video y multimodales, incluyendo control de calidad automatizado y métricas de anotadores. La tercera, y quizás la más disruptiva, es el ‘Agentic Labeling’, donde modelos de visión-lenguaje generan etiquetas a partir de instrucciones en lenguaje natural y ejemplos.
El Agente que orquesta el flujo de trabajo
El corazón de la nueva versión es Voxel51 Agent, una capa que encadena búsqueda, curación, anotación y evaluación en flujos de trabajo repetibles. Imagine un equipo de robótica que necesita buscar comportamientos específicos a través de miles de episodios registrados, o un equipo de percepción que parte de un fallo del modelo para extraer escenarios similares de casos límite para etiquetar. El agente no solo automatiza estos procesos, sino que puede escribir código para construir plugins personalizados. Viene equipado con más de 45 herramientas MCP, 80 operadores y 18 habilidades de código abierto.
Traza completa y comparativa con la competencia
Para equipos que necesitan reproducibilidad y auditoría, Voxel51 3.0 introduce cuatro capas de procedencia: registros de actividad a nivel de despliegue y de dataset, historial de ediciones por muestra y versionado inmutable de datasets. Esto responde a una necesidad crítica en proyectos regulados o que requieren trazabilidad absoluta. Al compararlo con alternativas como Encord o Foxglove, Voxel51 se diferencia por su foco central en la unificación del flujo completo y su potente motor de búsqueda híbrida (semántica, léxica y por metadatos). Su plan gratuito, aunque con límites, es una puerta de entrada accesible: ofrece 3 datasets de hasta 10.000 muestras cada uno y 20 GB de almacenamiento, sin requerir tarjeta de crédito.
Un argumento basado en datos… propios
La compañía fundamenta la necesidad de su plataforma en su ‘Encuesta sobre el Estado de la IA Física 2026’. Según este estudio —que, como toda investigación patrocinada, debe leerse con perspectiva direccional—, el 58% de los equipos ‘excepcionales’ dedican más de la mitad del tiempo del proyecto a trabajos con datos, frente a solo el 21% de los equipos con dificultades. Voxel51 argumenta que, en última instancia, la calidad del trabajo con los datos es lo que decide los resultados del modelo. La plataforma, disponible como aplicación web alojada o para autohospedaje en la nube, híbrida, on-premise o incluso en entornos aislados (air-gapped), se postula como la columna vertebral para quienes construyen la inteligencia del mundo físico.
Enlaces útiles