领先的物理 AI 可观测性和数据平台 Foxglove 宣布推出数据搜索和管理功能，这是一组新功能，可帮助机器人团队用统一平台取代分散的手动数据工作流程，以查找和管理在不断增长的数量中最重要的任务关键型事件、异常和系统行为的运营数据。该公司还通过自带存储 (BYOS) 扩展了 Foxglove 数据平台，这是一种新的自托管数据湖部署模型，允许客户保持对静态数据的完全控制，同时仍提供完全托管数据库的优势，以及一个新的免费基本席位层，可扩展跨团队的可视化访问。

随着机器人公司从原型扩展到生产，关键路径正在从生成更多数据转变为足够快地找到最重要的数据，以调试问题、调查故障、审查安全关键事件，并提高系统性能。 Foxglove 的最新产品更新旨在应对这一转变，使团队能够更快地检查更多数据，让更多人参与关键工作流程，并支持复杂部署中更灵活的操作。

“机器人团队正在生成比以往更多的数据，但真正的挑战是找到推动现实世界改进的关键 1%，”Foxglove 联合创始人兼首席执行官 Adrian Macneil 表示。 “在物理人工智能领域获胜的公司是那些拥有最强大数据飞轮的公司，它们能够将生产机器人数据转化为更好的决策、更快的模型改进和新的机器人功能。数据搜索和管理帮助团队更快地发现高价值 1%，这样他们就可以更快地学习并提高机器人在现实世界中的性能。”

更快地找到重要的数据

Foxglove 正在推出数据搜索和管理，以帮助机器人团队发现、组织e、更有效地操作数据。通过数据搜索，用户可以直接查询多模式机器人数据，从而更快地识别感兴趣的事件，而无需预处理数据或将数据提取到单独的数据仓库中。新的数据管理功能可帮助团队标记、注释和丰富事件，从而更轻松地保留关键发现、构建训练和验证数据集并支持跨程序的可重复分析。

这些功能共同帮助机器人开发人员提高迭代速度、简化协作并将不断增长的机器人数据转化为可行的见解。对于在复杂或安全关键环境中运营的团队来说，更快地访问相关数据可以加速调试、模型训练、验证和整体系统改进，增强数据飞轮，帮助团队更快地学习并随着时间的推移改进系统。

跨团队共享可见性

Foxglove 推出了新的免费 Basic席位层使机器人组织更容易将访问权限从工程范围扩展到参与质量保证、分类、安全审查和管理的团队。基本席位使更多利益相关者能够直接了解机器人行为、系统性能和操作事件。

通过让更多团队访问工程所依赖的相同数据和工作流程，基本席位可帮助组织减少交接摩擦、加速问题调查并改善开发和运营之间的一致性。其结果是一种更具可扩展性的方式来支持协作，加快决策制定，并随着机器人项目的发展将合适的人员带入关键工作流程。

企业级数据控制，无需复杂性

Foxglove 正在推出 BYOS，这是一种自带存储部署模型，使企业机器人公司可以更好地控制其数据的存储和管理方式，而无需手动配置云基础设施。借助 BYOS，客户将所有多模式日志数据托管在自己的云对象存储中，而 Foxglove 提供托管计算和服务以使数据可用，包括索引、查询、搜索、评估和元数据工作流程。

对于企业团队来说，BYOS 提供了在具有更严格数据、基础设施或驻留要求的环境中扩展 Foxglove 的能力。它使客户能够严格控制其数据，同时减轻运行自托管 Kubernetes 部署带来的运营负担。其结果是一个更灵活的部署模型，可以帮助组织在不影响企业需求的情况下更快地发展。

一个管理物理人工智能数据生命周期的平台

总之，这些产品更新反映了 Foxglove 从可观察性到全面的物理人工智能数据平台的演变，以捕获和学习所有类型的多模式数据。随着行业规模不断扩大，Foxglove将不断拓展平台，帮助客户存储者将不断增长的机器人数据量和部署复杂性转化为更快的决策、更好的性能和更强大的生产路径。