贯穿全流程的单一数据模型
在同一多速率、多模态数据模型上进行记录、存储、查询、转换、可视化和训练,而不是在多个独立工具和格式之间切换。
Rerun 是面向 Physical AI 和机器人团队的数据层,可用于记录、可视化、查询、转换并训练多速率、多模态数据;提供开源 SDK 与团队级托管 Hub。
Rerun 是面向 Physical AI 和机器人工作流的数据层。它专为多速率、多模态数据而构建,提供记录、存储、查询、可视化、转换以及基于同一底层数据模型进行训练的工具。
开源 SDK 覆盖本地开发与分析,而 Rerun Hub 为需要基于自有对象存储的持久化、单租户基础设施的团队增加了托管目录和存储引擎。二者共同支持从第一次记录开始,并逐步扩展到可查询数据集和训练流的工作流。
在同一多速率、多模态数据模型上进行记录、存储、查询、转换、可视化和训练,而不是在多个独立工具和格式之间切换。
在 Viewer 中检查同步的机器人数据,包括摄像头、关节状态和 3D 运动,用于调试回放和复查数据集。
跨记录运行 SQL 或 dataframe 查询,包括列、时间范围以及数据本身中的值,而不仅仅是元数据。
将记录以列块形式存储在 `.rrd` 文件中,并将其注册到目录中,以便跨单条或多条记录查询分段数据。
使用支持列感知、视频编解码感知的数据加载器,直接把数据集混合流式传输到训练任务,并可基于目录查询工作。
既可以使用开源 SDK 在本地部署,也可以使用 Rerun Hub 在云端进行托管的、单租户的存储与检索。
从机器人系统记录传感器数据,然后在 Viewer 中查看摄像头、关节和运动的同步视图,以了解一次回放中发生了什么。
使用 SQL 或 dataframe 操作查询记录,检查跨时间范围、列和分段的值,然后派生出如标签或分数等新层。
将现有格式(例如 MCAP、ROS 2 或 Parquet)中的数据转换为 `.rrd`,然后将整个工作流保留在一种格式和一个目录中。
通过共享查看器和目录让团队查看相同记录,从而可以进行标注、排查失败并将问题追溯到源数据。
直接基于目录查询构建训练批次,让模型从已记录并检查过的同一批记录中学习,而无需单独的导出格式。
Rerun 的 SDK 可通过 `pip install rerun-sdk` 安装,快速开始文档也展示了可选的 `[dataplatform, dataloader]` 安装,用于查询和训练功能。对于 Rust 和 C++,网站会指向单独的安装与项目设置文档。
网站说明,SDK 可以对多速率、多模态数据进行记录、查询、转换、可视化和训练。快速开始流程是先将数据记录或转换为 `.rrd`,再将其注册到目录中,然后基于该目录进行可视化、查询或训练。
网页查看器可直接在浏览器中打开 `.rrd` 记录,查看器页面也说明它用于在线打开和浏览 `.rrd` 记录。快速开始文档还提到支持 `.mcap` 文件等更多格式。
定价页面将开源 SDK 与 Rerun Hub 分开说明。SDK 可在你自己的机器上免费使用且为开源,而 Hub 是一项托管的、单租户的云服务,在你所在区域以规模化方式运行同一数据层。