Rerun

Rerun 是瑞典团队推出的专为物理 AI 和机器人系统设计的多模态数据基础设施，被 Meta、Google、Hugging Face 等顶级 AI 公司采用。它提供从数据采集、存储、可视化到模型训练的统一数据层，解决了机器人开发中调试多传感器数据的核心痛点。2025年3月完成1700万美元种子轮融资，GitHub 已获15.6k+星标。

核心能力

• 多模态数据记录: 通过 Python/Rust/C++ SDK 记录图像、点云、张量、3D 场景等数据类型
• 时间感知可视化: GPU 加速的交互式查看器，支持时间轴回放和逐帧检查
• 高效数据查询: 提供 DataFusion DataFrames 和 SQL 接口，列式存储优化查询性能
• 训练直接集成: 实验性 PyTorch Dataloader 可从 Rerun 目录流式传输数据到模型训练
• ECS 架构: Entity-Component System 设计，灵活扩展自定义数据类型

适用场景 机器人算法调试、自动驾驶感知验证、计算机视觉开发、具身 AI 训练数据准备、多传感器融合分析。特别适合需要时间回放和离线分析的开发工作流。

独特优势 相比 RViz 提供解耦架构和跨平台支持，相比 Foxglove 更轻量且开源承诺强（Apache-2.0/MIT），相比 Tensorboard 原生支持 3D 和空间数据。专注开发阶段的极致性能体验。

编辑评价 机器人开发者反馈"超级流畅的渲染""不到半小时就能可视化 KITTI 数据集"。Rust 编写保证性能，开源策略赢得信任。API 尚未稳定到 1.0 版本需注意，但已是物理 AI 工具链中最令人兴奋的创新。推荐指数 4.5/5。