Rerun

Rerunは、スウェーデンのチームがフィジカルAIとロボティクス向けに構築したマルチモーダルデータインフラで、Meta、Google、Hugging Faceを含むトップAI企業に採用されています。データ取得、保存、可視化、モデルトレーニングにわたる統一データレイヤーを提供し、ロボティクス開発におけるマルチセンサーデータのデバッグという核心的な課題を解決します。2025年3月に$17 millionのシードラウンドを調達し、GitHubでは15.6k以上のスターを獲得しています。

主な機能

• マルチモーダルデータロギング: Python/Rust/C++のSDKを通じて、画像、ポイントクラウド、テンソル、3Dシーンなどのデータ型を記録します
• 時間軸対応の可視化: タイムライン再生とフレーム単位の検査に対応する、GPUアクセラレーション付きのインタラクティブビューア
• 効率的なデータクエリ: DataFusion DataFramesとSQLインターフェースを備え、クエリ性能に最適化されたカラムナストレージを採用します
• トレーニングへの直接統合: 実験的なPyTorch Dataloaderにより、Rerunカタログからモデルトレーニングへデータをストリーミングできます
• ECSアーキテクチャ: Entity-Component System設計により、カスタムデータ型へ柔軟に拡張できます

こんな人におすすめ ロボティクスのアルゴリズムデバッグ、自動運転の知覚検証、コンピュータビジョン開発、具身AIのトレーニングデータ準備、マルチセンサーフュージョン分析に適しています。時間再生とオフライン分析が必要な開発ワークフローに特に向きます。

独自の強み RVizと比べると、分離されたアーキテクチャとクロスプラットフォーム対応を提供します。Foxgloveと比べると、より軽量で強固なオープンソースの姿勢（Apache-2.0/MIT）を持ちます。TensorBoardと比べると、3Dと空間データをネイティブサポートします。開発フェーズに極限のパフォーマンス体験を届けることに集中しています。

編集者レビュー ロボティクス開発者からは「描画が非常に滑らか」「KITTIデータセットを30分足らずで可視化」との声が寄せられています。Rustによる実装で性能を保証し、オープンソース戦略が信頼を獲得しています。1.0リリース前でAPIがまだ安定していない点には注意が必要ですが、フィジカルAIツールチェーンで最もエキサイティングなイノベーションです。評価: 4.5/5。