这一页只回答一个问题：标注平台和"在点云上画个框"的编辑器，差在哪。 答案会决定你后面怎么看这个行业里的每一件事。
标注平台是一个「人画标签的工厂」。 它把工程师手里一堆没有标签的原始传感器数据，变成模型能吃的训练集。
重点是"工厂"这两个字。它不是编辑器，而是 编辑器、数据库、工作流、质量管控、导出管道这几样东西的合体。
这个区分值得反复强调，因为它决定了你需不需要这个东西。
一个人标 100 帧：
打开浏览器 → 载入本地文件 → 画框 → 导出下载
→ 一个纯前端编辑器就够了，市面上有现成的
10 万帧、20 个人、要审核、要导出、还不能出错：
→ 编辑器只占全部工作量的一小部分
→ 剩下全是"工厂"的部分：分派、协同、统一、加速、质检、追溯后面每一节讲的都是"工厂"的某个车间：怎么让人同时干活不打架、怎么保证大家画得一样、 怎么让 AI 少让人画、怎么决定该标哪些数据。
画框本身反而是最容易的一环。难的是让 20 个人画出来的框能拼成一个数据集。
起点很朴素。模型需要真值，而原始传感器数据里没有标签。 要让模型学会"这是个箱子"，得有人一个个把箱子画出来。
画一个框不难。难的是规模：10 万帧、20 个标注员、类别定义要一致、 要审核、要能导出、还要不出错。
标注平台的价值就是逐层解决这件事。这五层是五个不同的台阶， 从"一个人画得出来"一路走到"决定该标哪些"。
| 层 | 能力 | 解决什么 |
|---|---|---|
| 编辑层 | 浏览器里画 3D 框、3D 语义与实例分割、2D 框 / 多边形 / 关键点、2D↔3D 融合标注、跨帧跟踪 | 让人画得出来。3D 标注是最难的，要同时渲染点云和投影图像 |
| 工作流层 | 团队与角色、任务领取（Kanban）、进度看板、审核流 | 让 20 个人并行干、干得完 |
| 规范层 | Ontology 中心：类别层级加属性 | 让所有人画得一样。这是标注质量的头号杀手 |
| 加速层 | 内置预标注模型：点云 OpenPCDet、图像 YOLOR / RITM、跟踪 AB3DMOT | 让人别从零画，做人在环 |
| 治理层 | 相似度图（openTSNE）、数据管理、质量监控 | 找出重复、异常、长尾样本。标一万个相似的帧是纯粹的浪费 |
编辑层 一个人能不能画出来 ← 手艺
工作流层 一群人能不能同时画 ← 组织
规范层 一群人画出来的是不是一回事 ← 一致
加速层 能不能少画一点 ← 效率
治理层 该画哪些（而不是怎么画） ← 决策越往后越反直觉，也越值钱。后面几页逐个展开。
如果你用过 Foxglove，这是最容易混的一处。两者看起来都是在屏幕上显示点云和图像， 但根本不是同一个物种。
1. 别想着用 Foxglove 代替它。 在 Foxglove 里画完的框，第二天打开就没了，也没法交给第二个人。
2. "回放"这个词把 Foxglove 说小了。 回放只是它的入口。它的定位是机器人数据的可观测性与调试：多面板时间轴联动、 可以连实时机器人、可以写扩展。 类比一下，Foxglove 之于机器人数据，相当于 Chrome DevTools 之于网页。
3. 两者不是竞品，是流水线的不同段。 Foxglove 在上游，管数据质量；标注平台在下游，管标签生产。不存在"选哪个"。
| Foxglove | Xtreme1（本材料的主要例子） | |
|---|---|---|
| 读写 | 只读 | 可写 |
| 用户 | 单个工程师 | 标注团队加审核员 |
| 状态 | 无，关掉就没了 | 标签进数据库，持久化，可追溯 |
| 数据源 | MCAP / bag 直接读 | 只吃 pcd + jpg + json |
| 类别管理 | 无 | Ontology 中心，强制统一 |
| 工作流 | 无 | 任务分配、领取、审核 |
| 导出 | 无 | COCO 或原生格式 |
| 回答的问题 | 我的数据对不对？ | 我的标签对不对？ |
采集 → 同步 → 标定 → MCAP ─┬─► 【Foxglove】 ← 角色：工程师
│ 看数据、验标定、定位 bug
│ 产物：一个判断
│
└─► 转换脚本 ──► 【标注平台】 ← 角色：标注团队
pcd + jpg + json
产物：标签 → 进训练集拿一条具体链路串一下。假设机器人采了一段 MCAP，激光和相机没对齐：
| 步 | 工具 | 干什么 | 产出 |
|---|---|---|---|
| 1 | Foxglove | 打开 MCAP，把点云染色投到图像上，发现 10 m 处的电线杆错位 5 px | "标定有问题" |
| 2 | 标定工具 | 重标外参 | 新的 T_cam_lidar |
| 3 | Foxglove | 再打开一次，确认对齐了 | "可以用" |
| 4 | 你自己写的脚本 | MCAP 转 pcd / jpg / json，把新外参写进 camera_config | 三件套 |
| 5 | 标注平台 | 标注员画 2000 个 3D 框，人在环加审核 | 标签 |
| 6 | 标注平台 | 导出 COCO 或原生格式 | 数据集 |
| 7 | 回 Foxglove | 把导出的框反解成 MCAP 投回图像，肉眼看穿帮 | 质检结论 |
第 1、3、7 步 Foxglove 各出现一次。它是贯穿全程的验收工具， 这恰好说明它不是某个环节的播放器。
Foxglove 不做生产，只做观察。 它显示的是数据，不是标签。你不需要定义"什么是卡车"，就能看一帧点云。
标注平台的产物是要进训练集的标签。一旦涉及多人、跨时间、要合并， 就必然长出后面那四层东西。
一句话：标注平台的价值在"工厂"，不在"编辑器"。
五个台阶里，编辑层是最容易被看到的那一层，也是唯一能靠开源现成方案解决的一层。 真正拉开差距的是后面四层：怎么组织人、怎么统一标准、怎么少画、怎么决定标哪些。
下一节回答一个更根本的问题：为什么连"画一个框"这件事本身都那么难。