Foxglove 机器人数据平台

2021 年成立于旧金山，创始人 Adrian Macneil（CEO，曾任 Cruise 基础设施总监、Coinbase 工程总监）与 Roman Shtylman（CTO，曾任 Cruise、Coinbase 工程师），两人在 Cruise 体会到机器人工具链重复自建的问题后创业。[确认] 团队规模未披露[未获取]。2026 年 8 月 18 日 Actuate 26 发布 Agentic Data Platform，定位从“可视化工具”升级为“数据全生命周期平台”。[确认]

2025 年 11 月 12 日宣布 4,000 万美元 B 轮，Bessemer Venture Partners 领投，Eclipse、Amplify Partners、Icehouse Ventures 参与，天使包括 Tobi Lütke、Alex Kendall、Brad Porter 等；累计融资超过 5,800 万美元。[确认] 估值口径冲突：DEPLOY 记录约 3.2 亿美元 post-money，Private Market View 记录约 1.85 亿美元，均未获公司确认[推测]；收入、ARR 与员工数均未披露[未获取]。

产品分四层：Foxglove Studio（桌面与浏览器端可视化、回放，原生支持 MCAP、ROS 1/2 及 Protobuf、JSON、FlatBuffers，可经 WebSocket、Rosbridge、Foxlet 接入）；Data Platform（PB 级存储、搜索与查询，支持云、本地与 air-gapped 部署）；Fleet Management 与 Remote Access（设备连接、远程实时看所有 topic）；AI 层（Agent Sidebar、MCP server、基于 NVIDIA Cosmos 的 Semantic Search、Comparison Mode）。[确认] MCAP 为开源容器格式，提供 C++、Go、Python、Rust、Swift、TypeScript 读写库并内嵌 schema。[确认] 定价：Free 10 GB 存储、3 用户；Pro 每月 20 美元含 1 TB、3 个开发者席位、5 台设备，增购每用户每月 42 美元、每设备每月 20 美元；Enterprise 定制；教育用户免费。[确认]

技术栈总览

Foxglove 的产品沿数据流向分成四段：机器人端的记录与上传、云端的转码与索引、查询与语义检索、面向人的可视化与协作界面[确认]。记录端以 MCAP 为容器，文件内部按 chunk 分块，块内存放带时间戳的消息，文件尾维护索引与 schema，读取某个时间段时可以直接跳到对应块，无需扫描整个文件[确认]。上传侧提供 inbox bucket 模式，文件落入对象存储后由监听进程转码成面向查询优化的列式布局[推测]。primary site 模式走 index-in-place，原始文件保持不动，只在外部建立消息级索引[推测]。转码换来查询速度，原址索引省下存储与数据出境的手续[推测]。

可视化层是 Studio 的桌面端与浏览器端。前端以 TypeScript 构建，三维场景与点云渲染下沉到 Rust 与 WebAssembly 以维持帧率[推测]。接入协议覆盖 WebSocket、Rosbridge 与自研 Foxlet，消息编码兼容 ROS 1、ROS 2、Protobuf、JSON 与 FlatBuffers，面板按 topic 与 schema 动态生成[确认]。查询层的语义检索把视频片段送入 NVIDIA Cosmos 一类的视觉模型生成嵌入，再用向量检索定位出现过特定物体或动作的片段[确认]。

替代路径包括 rosbag2 配 rviz 与自建对象存储、Rerun 的 Arrow 列式栈，以及云厂商把机器人数据并进现有湖仓[确认]。三条路径都能把数据存下来，差距出现在跨团队共享与按语义找片段这两件事上[推测]。Foxglove 把两者收进同一个界面，省去在存储、索引与可视化之间拼接三段工具的工作[推测]。

感知、定位与环境理解

平台自身不产生感知结果，它承担的是把机器人的感知上下文复原出来：多路相机图像、点云、坐标变换树与时钟基准[确认]。三维面板在某一时刻按 tf 树求解各传感器位姿，把点云叠到统一坐标系；tf 缺失时退到固定参考系，画面仍能显示，几何关系已经失真[推测]。调试多传感器融合时，团队需要把图像、点云与检测框放在同一时间戳上[推测]。MCAP 同时保存记录时间与消息头时间，回放默认按记录时间推进，两者不一致会直接表现为目标拖影[确认]。

时钟是这类工具最常见的失效点。机器人端若在运行中发生时间跳变，或者某个驱动丢帧，点云累积就会出现重影，工程师往往先怀疑标定，实际原因在时间源[推测]。Foxglove 把原始消息与时间戳一起保留，用户能回到现场状态复核，对跨团队复现问题有实际价值[推测]。

语义检索是平台向环境理解延伸的部分。嵌入模型能按“叉车经过”“有人进入通道”这类描述召回片段，召回边界由模型的视觉概念覆盖范围决定，细小的几何缺陷与罕见工况容易漏检[推测]。精确查询依赖对 topic 数值的条件筛选，结果确定，前提是使用者清楚消息 schema[推测]。两条路径解决不同问题，产品并列提供[确认]。

规划、控制与操作

Foxglove 的位置在运维侧，承担设备接入、远程查看、权限分配与事后复核[确认]。Fleet Management 维护设备清单与连接状态，Remote Access 建立从浏览器到机器人的通道，画面按需降采样，点云按视距抽稀，带宽不足时优先保住关键 topic[确认]。权限模型决定谁可以查看、谁可以下发指令，设备代理与中继服务记录访问行为[推测]。

远程操作的安全边界落在机器人一侧。公网往返时延不可预测，急停、限速与碰撞检测由本体控制器独立完成，云端承担监督与参数调整[推测]。安全功能放到远端后，网络抖动时无法保证停车距离[推测]。产品设计遵循这一分工，远程界面提供观察与有限干预，实时控制回路留在现场[确认]。

替代方案是自建 VPN 加开源桥接，或者采用 Formant 一类竞品[推测]。自建方案在单团队内可行，跨团队、跨地域、跨承包商时，账号体系、审计与数据保留策略都要重新做一遍[推测]。Foxglove 的竞争优势集中在协作与治理能力上，单机可视化本身早已被开源工具覆盖[推测]。

模型、数据与训练

数据平台在训练流程里承担原料供应：按时间区间、topic 与语义条件截取片段，导出为数据集，交给标注方或训练管线[确认]。Agent Sidebar 与 MCP server 把截取、导出、追问暴露成工具调用，外部智能体可以用自然语言发起“找出所有抓取失败的片段并导出”这类请求，平台返回文件清单与查询语句[确认]。

流程的失效模式在样本选择。按查询条件截取的数据自带筛选偏差，失败样本被反复挑出，成功样本长期缺席，训练集的分布与线上分布逐渐分离[推测]。平台目前没有内建的分布校验，团队要自己做统计对照[推测]。嵌入向量的生成成本同样限制规模，PB 级数据全部编码不现实，采样策略决定了检索能覆盖多少历史[推测]。

替代工具分布在两侧：实验追踪用 Weights & Biases 或 Comet，标注用 Scale 或 Encord，原始传感器日志的存放与检索仍由 Foxglove 承接[推测]。Foxglove 以日志入口占据上游位置，再向数据集与标注环节延伸，延伸能否成立取决于客户是否愿意把原始数据长期留在同一处[推测]。

硬件、供应链与制造

Foxglove 的部署成本落在存储与算力上，机器人硬件由客户提供[确认]。SaaS 多租户部署把转码与索引放在厂商侧，客户按席位、设备与存储付费[确认]。自托管 primary site 把计算放进客户机房，适合数据不出境或有等保要求的场景[推测]。air-gapped 部署面向国防客户，升级包离线交付[确认]。三种形态的运维责任划分不同，故障定位的边界也随之变化[推测]。

成本集中在对象存储的容量与取出费用、转码任务的算力，以及语义检索的 GPU 推理[推测]。存储层可以做到冷热分层，索引与转码无法省略，数据量越大，这部分固定成本越重[推测]。原址索引模式把成本推回客户的存储账户，厂商侧收入随之下降，产品因此需要在便利与成本之间给出不同档位[推测]。

供应链风险来自上游格式与云平台。MCAP 的默认地位由 ROS 2 与 Isaac ROS 的发布决定，云厂商的机器人数据服务决定摄取入口[确认]。任一环节改变默认设置，Foxglove 的分发优势都会被削弱，这类风险无法用产品功能对冲[推测]。

软件平台、接口与生态

接口层是这家公司最实的资产。MCAP 提供 C++、Go、Python、Rust、Swift 与 TypeScript 六种语言的读写库，schema 内嵌在文件里，接收方不需要额外的消息定义就能解析[确认]。ROS 2 自 Iron 起把 MCAP 作为 rosbag2 默认存储格式，NVIDIA Isaac ROS 3.0 也把它设为默认记录格式，Foxglove 在 ROS 2 技术指导委员会保有席位[确认]。格式进入标准路径后，记录端与消费端的工具都围绕它生长[推测]。

产品接口包括 WebSocket、Rosbridge、Foxlet、MCP server 与对象存储连接器，企业侧还有 SSO、审计与保留策略[确认]。定价按存储、席位与设备三轴展开，Free 档 10 GB 存储与 3 个用户，Pro 档每月 20 美元含 1 TB、3 个开发者席位与 5 台设备，增购席位每用户每月 42 美元、每设备每月 20 美元，企业档定制[确认]。定价结构把个人开发者留在免费层，把团队协作与设备规模变成付费点[推测]。

生态侧存在结构性张力。Studio 的历史版本以 MPL 分叉出 Lichtblick，价格更低，功能跟随[确认]。Rerun 以 Apache 与 MIT 双许可提供另一套可视化栈，主打列式存储与高密度点云[确认]。开源分叉降低了用户迁移成本，也限制了 Studio 单品的定价空间，公司因此把重心移向数据平台与车队管理，用服务端能力承载收入[推测]。

竞争壁垒的来源

网络效应成立，形态为间接网络效应。采用 MCAP 的团队越多，围绕该格式的解析器、转换工具与硬件支持越丰富；工具越丰富，新团队记录数据时选择 MCAP 的边际成本越低[推测]。格式进入 ROS 2 与 Isaac ROS 的默认路径后，循环获得上游推力，Foxglove 无需为每一次采用支付获客成本[确认]。收益不自动落到公司账上，格式开放且许可宽松，竞争者可以免费使用同一格式再卖自己的服务[推测]。

转换成本成立，作用点在工作流。布局、面板、保存的查询、索引好的历史归档、账号与审计配置，构成一套团队级的配置资产[推测]。换工具意味着重建配置资产，历史数据的检索路径随之中断[推测]。原始 MCAP 文件可以原样带走，数据可携带性削弱了锁定强度，文件之外的部分才构成成本[推测]。

流程能力成立。数据接入、索引、检索与导出的操作顺序被固化成产品流程，团队按同一套步骤协作，跨团队交接时不需要重新约定工具链[推测]。流程能力的证据是产品的模块划分与定价轴，公开的实施方法论尚未披露[未获取]。

规模经济不成立。客户量大并不显著降低单客服务成本，转码与存储的可变成本随数据量线性上升[推测]。

品牌证据不足。Foxglove 在机器人开发者中认知度高，企业采购仍以格式兼容与集成成本为主要依据，品牌溢价没有公开数据支撑[推测]。

独占资源不成立。MCAP 是开放格式，可视化层有开源替代，平台没有排他性权利[确认]。

反定位不成立。云厂商与本体厂商都在向数据层延伸，没有厂商因渠道冲突放弃机器人数据服务[推测]。

成立的三项是网络效应、转换成本与流程能力。强度受制于格式的开放许可与可视化层的开源替代[推测]。

壁垒的边界与反证

格式地位的反证。观察窗为 ROS 2 的下一个长期支持版本发布周期，指标为默认记录格式与 Isaac ROS 的摄取方案。若 ROS 2 改换默认格式，或 NVIDIA 推出自有摄取与索引方案并设为默认，MCAP 的分发作用在一个发布周期内减弱[推测]。观察点是发行说明、Isaac ROS 文档与 rosbag2 的默认插件配置[推测]。

收入结构的反证。观察窗为 12 个月，指标为企业合同支出中 Studio 席位与存储查询的比例。若席位占主要部分，存储与查询占比长期偏低，说明客户只为可视化付费，数据平台的故事缺少支撑[推测]。公开数据目前只有定价页，ARR 与客户数均未披露[未获取]。

迁移成本的反证。观察窗为有客户公开迁移记录的 12 个月内，指标为迁出工时与索引重建范围。若迁移周期在数天量级，工作流惯性不足以形成锁定，转换成本改判为弱；若迁移涉及索引重建与历史归档重写、周期以月计，转换成本成立[推测]。

估值口径的提示。第三方分别记录约 3.2 亿美元与 1.85 亿美元两个投后估值，公司未确认，引用时需要注明口径[推测]。

自助增长（Free/Pro）加企业直销，Actuate 大会承担社区运营与获客；公司称服务“数百家客户”，覆盖汽车、航空、国防、物流、农业、建筑与消费机器人。[确认] 公开披露的客户包括 NVIDIA、Amazon、Anduril、Wayve、Dexterity（投资方 Felicis 披露）。[确认] 2026 年 Actuate 预计超过 1,000 名参会者，说明开发者社区规模已成气候。[确认]

直接对手 Rerun（开源 Apache/MIT 双许可，2025 年 3 月 1,700 万美元种子轮，主打列式 Arrow 存储与高密度点云）；Lichtblick 是 Foxglove Studio 的 MPL 分叉，价格更低；自动驾驶工具链侧有 Applied Intuition、Foretellix；ML 实验追踪侧有 Weights & Biases、Comet；数据标注侧有 Scale、Encord；最大威胁是云厂商把机器人数据摄取并入现有存储产品。[确认/推测] Foxglove 的差异化是“标准＋可视化＋搜索”一体，且同时覆盖开发与运维两个阶段。

风险：MCAP 的默认地位可能被上游吸收，NVIDIA 或云厂商若推自有格式，护城河会被削平；PLG 转企业化尚未被证明，机器人客户预算分散、单客金额小；数据平台面临自建与开源替代；估值信息混乱反映私募市场透明度低。[推测] 结论：Foxglove 是机器人数据层最接近“标准制定者”的公司，用开源格式换分发、用工作流换付费，路径清晰；但它的天花板取决于机器人公司是否愿意为数据工作流长期付费，而不是把 MCAP 加对象存储自建一套。当前属于“品类领先、商业化待验证”阶段。[推测]

1. Foxglove《Robots are eating the world that software could not.》（2025-11-11），B 轮与累计融资，支撑第 3 节。https://foxglove.dev/blog/foxglove-series-b（访问 2026-10-20）
2. Business Wire《Actuate 26: Foxglove Launches Agentic Data Platform...》（2026-08-18），支撑第 1、2、4、6 节。https://www.businesswire.com/news/home/20260818856636/en/Actuate-26-Foxglove-Launches-Agentic-Data-Platform-for-Physical-AI-Collaborates-with-NVIDIA-on-Semantic-Search（访问 2026-10-20）
3. Foxglove 定价页，支撑第 4 节。https://foxglove.dev/pricing（访问 2026-10-20）
4. Foxglove 关于页（创始人履历），支撑第 2 节。https://foxglove.dev/about（访问 2026-10-20）
5. Foxglove MCAP 产品页（ROS 2 默认格式、多语言库），支撑第 4、5 节。https://foxglove.dev/product/mcap（访问 2026-10-20）
6. The Robot Report《Foxglove raises $40M...》（2025-11），支撑第 2、3 节。https://www.therobotreport.com/foxglove-raises-40m-scale-data-platform-roboticists/（访问 2026-10-20）
7. Felicis《The Physical World Has No Data Stack》，客户名单与竞争判断，支撑第 6、7 节。https://www.felicis.com/blog/the-physical-world-has-no-data-stack（访问 2026-10-20）
8. Bessemer《Leading the future of robotics infrastructure with Foxglove》，支撑第 2、3 节。https://www.bvp.com/news/leading-the-future-of-robotics-infrastructure-with-foxglove（访问 2026-10-20）
9. DEPLOY 档案（估值 3.2 亿美元，第三方口径），支撑第 3 节。https://registry.deploy.report/companies/foxglove（访问 2026-10-20）
10. Private Market View（估值 1.85 亿美元，第三方口径），支撑第 3 节。https://privatemarketview.com/companies/foxglove（访问 2026-10-20）